随着辅助卷继续呈指数级增长，备份、管理和从这些数据中获取见解对企业来说从来没有像今天这样重要，尤其是考虑到灾难恢复、法规遵从性、安全性以及使用这些数据来改善客户体验时。但是，随着辅助数据量的不断增长，另一个问题也在不断增长，这就是海量数据碎片化，在这种情况下，数据是如此孤立（在prem、云中和边缘），几乎不可能从长期管理或获得见解。Cohereity首席执行官Mohit Aron（前Nutanix联合创始人兼首席技术官）几年前（2013年）就看到了这一海量数据碎片化问题，并创建了一个真正的超融合平台来直接解决这一问题——在这个平台上，客户可以摆脱这些数据孤岛，轻松管理备份、归档、分析、测试和开发、文件共享，和对象存储从一个单一的窗格玻璃。如今，这种超级融合的解决方案改变了全球数十家客户在数据管理方面的游戏规则，这些客户正在成群结队地抛弃遗留解决方案，采用这种更现代的方法。然而，现在，多个供应商都在拼命地尝试通过拼凑一个他们声称是超融合辅助存储的解决方案来解决数据碎片化问题。当然，我们很高兴他们终于接受了Mohit提出的"超级融合辅助存储"的设想，但他们提出的是一个混合了传统产品的"半功能"管理界面，比其他任何东西都更接近"融合"（大约2009年）。海量数据碎片化并不是从昨天开始的，事实上，在很长一段时间内，它已经成为越来越重要的挑战。这样一个复杂的问题需要一个真正的、从头开始构建的平台，不仅要将这些数据孤岛集中在一起，而且还要使备份数据和应用程序再次变得更加高效—所有这些都是从一个单一的玻璃板上完成的。当您希望解决海量数据碎片化难题时，我们认为，在评估供应商对您的数据的超级集中辅助存储解决方案的声明时，您应该向供应商提出的十大问题列表，这将是很有帮助的。恢复能力–从基础结构层开始，对于辅助工作负载，该层仍然被忽略。在全天候运营的组织中，弹性是最重要的方面之一。由于节点或备份/主服务器发生故障而导致的备份失败可能意味着缺少SLA，这会使业务风险成倍增加。其他工作负载，如test/dev、analytics、file/object等，对失败更加敏感。首先要问——解决方案是否具有弹性和高度可用性？集群/解决方案中的任何故障是否会导致备份失败或辅助工作负载？重复数据消除—当您在平台上整合多个（和不同类型）辅助工作负载时，询问该解决方案是否使用全局可变块（滑动窗口）重复数据消除来最大限度地提高划分为辅助的多种不同工作负载类型的空间效率？还是仅限于固定块实现？还是局限于特定类型的内容？索引–为了可见性、法规遵从性和易于恢复，解决方案是否以本机方式（不需要任何外部软件）跨用例执行全局索引，从而使文件中的文件和内容可以通过单个UI跨工作负载、群集和位置进行搜索？快照和克隆–并非所有快照和克隆的创建都是相同的。该解决方案是否具有跨异构系统工作的本机数据保护？它是否具备执行无限快照的必要技术？这些快照是完全水合的还是基于链的？这些快照是否可以用于同时即时恢复/克隆多个工作负载或数据卷，或者解决方案是否仅限于在小范围内执行这些操作？规模——供应商是否将规模讨论限制在可扩展的节点数量上？或者，它们的快照、恢复、重复数据消除、索引等是否可以像节点数量一样无限制、无限制地扩展？管理——可管理性是一个关键的挑战，不仅对于零散的解决方案，而且对于那些将多个组件聚合到一个GUI中的超聚合解决方案来说，这可能会导致GUI不完整或不可用。而且，随着现代自动化系统的日益普及，需要对其进行越来越广泛的应用。供应商是否采用了API驱动的体系结构，是否有一个全局的、现代化的、直观的管理界面，而不是为了简单而牺牲功能？这种管理是否使用现代机器学习算法来消除管理？接近数据的应用程序–许多辅助用例需要提供数据副本以供使用。这可能会导致不必要的数据移动，以及在创建副本时浪费时间和资源，从而加剧大量数据碎片化问题。该解决方案是否允许通过提供对数据克隆的授权访问，使应用程序接近数据？云原生&对现代工作负载的支持——云是每个CIO的IT战略的一部分，但它也是海量数据碎片化的最大贡献者之一。该解决方案是否与领先的云提供商进行了本机集成，并提供了一个跨越本地云和公共云的单一平台？它是否支持备份现代应用程序，如NoSQL数据库、分布式文件系统和SaaS？消除筒仓还是建立筒仓？–该解决方案是否提供了消除海量数据碎片所需的核心功能（如上所述）？它本机支持NoSQL数据库、分布式文件系统和云本地应用程序等现代应用程序吗？还是依赖其他供应商？现代世界一流的支持—虽然它独立于供应商提供的解决方案类型，但客户绝对应该检查供应商是否提供了由机器学习驱动的可扩展支持模型，并且具有较高的NPS分数。当您踏上控制数据扩散的旅程时，上述问题将帮助您找到解决数据中心中大量数据碎片化的正确解决方案。