VMware曾主宰服务器虚拟化领域，而现在其他供应商们也在吞噬这片市场。微软Hyper-V就是这群人中的佼佼者，据IDC称，微软去年的市场份额为27.6%，对比2008年的市场占有率，上浮了20.3%。
“除了不可否认的科技优势，而且对Windows还免费，”Gridstore共同创始人兼首席策略师Kelly Murphy说。
另一个要考虑的因素是确保存储架构与Hyper-V平台兼容。下面提供五点建议，供大家部署此类存储时做参考。
消除I/O混合效应
传统存储严重影响VM的性能，而且会带来复杂的精简配置方面的问题，为了解决性能问题，又导致昂贵的存储资源被滥用。
“用户可以通过以下操作手动解决这个问题：将I/O分离到以VM为单位的通道中，识别VM的I/O签名，优化I/O模式，然后配置恰当的运算，网络和存储资源，以便根据每个VM确保QoS，”Murphy说。“或者，IT专家们可以找到一个可以用自动和持续方式完成一切操作的方案。”
然后要对性能进行监控，以确保应用I/O得到真正的加速，以及获得预期的优先效果。这种监控应该达到服务器级别。
“传统存储只能在阵列内部部署QoS，和传统存储不同，”Murphy称，“要降低对重要应用的性能影响，用户需要寻找一种自动优先I/O的方法。”
选择正确的文件系统
Calvin Nieh，NetApp产品营销经理称，为Hyper-V设计存储和为其他环境设计存储并没有太多不同。
“在虚拟机中为应用设计存储，”他说。“不同之处在于，你如何部署存储，进程才是关键。”
他说，部署Hyper-V的公司可以使用独立的LUN，集群共享卷（CSV）或通用互联网文件系统（CIFS）共享。
LUN适合一个单服务器到一个容器的告诉访问，可以保留一个VM以及来自其他VM的负载。CSV在共享空间中结合了多个VM，适合从一个Windows Failover Cluster发出的告诉访问。缺点是，它要求集群中具备WinFailoverClustering和Live Migration。采用CIFS共享可允许Live Migration在集群之外，而多路径也不如使用微软多路径I/O时一样强大。
一旦确定文件系统的类型，就可以选择连接类型：Direct Attached Storage或者用于一个LUN的SAN；用于CSV的块协议；或是用于CIFS的Network Attached Storage。
使用DRAM缓存解决I/O问题
“当Windows Server管理员把应用加固到Hyper-V基础架构中时，他们首先会注意到随机I/O的增加，”Imation Nexsan方案供应商的营销总监Bill Schilling说，“通常，这会影响传统基于磁盘存储阵列的性能；硬盘要艰难地跟上高度随机化的操作，会影响读取性能。”
转而使用纯固态存储系统可以加速I/O；但这种方法比较费钱，而且固态硬盘的寿命比传统硬盘要短。由于给定时间内只有部分数据处于活跃使用状态，所以用DRAM和SSD缓存活跃数据比纯SSD系统要省钱，而且性能也差不多。
“DRAM写入缓存可以收集写入信息，再把这些信息传送到一个单独IOP的磁盘中，这可以极大改善系统性能和效率，”Schilling说。“一点点写入缓存就管用很久，例如，一个数据快速改变的电子商务数据库。”
避免单点故障
虚拟化可以增加任务关键型工作负载的可用性，但只有在存储架构包含必备弹性的条件下才可实现。
“当服务器被加固，共享存储阵列成为必须同时服务多个Hyper-V主机的焦点，这样一来，存储性能就会打折扣，”惠普存储营销Parissa Mohamadi。“为了满足基础架构上新产生的需求，存储必须具备弹性，这样阵列内的单点故障发生概率才能降到最低，才能解决主机量过大的问题。”
Mohamadi推荐尽可能简单地部署，以便减少可能出现故障的组件数量。公司也应该使用高可用机制，如微软的多路径I/O，真正将高可用性落到实处。此外，他建议把复制的数据保存到单独的存储设备上，这样它们就不会被全部放到可能出现故障的单独硬件组件上。
“当硬件和软件发生意外故障或是常规硬件维护时期，基础存储架构必须提供高水平的服务–不能出现中断，”他说。“当改变服务器或进行固件升级的时候，这个方法不需要加开午夜停机窗口。”
向外扩展，而不是向上扩展
存储消耗了40%的存储预算，Coraid CEO Kevin Brown说，通过在以太网上部署光纤通道，既可以省钱又可以提升性能。
“虚拟化平台，如Hyper-V已经把运算架构转变成向外扩展的架构，”Brown说。“把传统的基于控制器的向上扩展存储和向外扩展运算架构放在一起使用，可能会出现不协调，这种不协调将导致瓶颈，并增加扩展的复杂性。”
企业存储阵列使用“向上扩展”的设计，专属存储控制器会驱动菊花链的驱动架。随着部署的增加，处理器和磁盘连接性会因为I/O混合效果而产生性能瓶颈，迫使运输器升级来应对不断增长的容量。
相反，向外扩展的架构利用了带现成硬件和智能软件的大规模平行架构将可扩展性和弹性最大化。数据量的增加不需要升级运输器–容量会及时增加，性能也会得到线性扩展。
“目标是在运算和存储上利用大量商用硬件创建处理能力和弹性存储的弹性池，”Brown说。
