如果組織的IT團隊似乎有更多的數據需要管理，那么這就對了。幾乎每個企業都在試圖確定如何在不增加預算或員工的情況下來管理更多的數據增長。

調研機構451 Research分析師Henry Baltazar在最近的一份報告中強調了這一趨勢，指出“數據管理的相關性越來越高，企業必須處理的數據量正在持續增長。”好消息是，有許多可以采取的措施和方法來緩解數據增長的挑戰。以下來看看可以用來產生很大影響的四個步驟。

（1）獲得知名度

這可能看起來很明顯，但無法解決所不了解的問題。這使得了解數據的真實情況至關重要。如果組織不確定哪些數據是熱數據，真正需要昂貴的全閃存性能，或者哪些數據是冷數據，可以轉移到成本較低的存儲資源。如果應用程序所有者要求獲得更多的性能或容量，那么首先要確保正確的數據在正確的資源上，這樣才能更有效地滿足他們的需求。

為此，需要了解存儲資源中發生的情況。軟件現在可以提供這種洞察力，使用元數據來確定上次打開文件的時間，最后一次更改的時間等等。在組織可以修復任何其他數據管理問題之前，請務必統一查看數據發生的情況。通過儀表板尋找解決方案，可以清楚地了解整個存儲生態系統中的聚合數據活動，而不僅僅是一個系統的解決方案，因為IT部門有時間來監控和收集多個不同系統的信息。

（2）整合組織的資產

大多數企業的存儲量大幅增長，根據2016年的調查，超過一半的存儲系統管理著10個以上的不同存儲系統。隨著業務的發展，存儲業務進一步擴大，IT部門最終將對基礎設施進行大量投資。這個基礎設施是有價值的，但挑戰是隨著時間的推移，移動數據的困難意味著它的大部分資源針對當前業務需求的錯誤資源。

通過使用軟件虛擬化數據，企業可以創建一個全局命名空間，使不同的存儲資源同時可用于應用程序。一旦通過虛擬化將控制路徑與數據路徑分離，則控制可以跨越存儲空間。這使得可以輕松地移動數據而不中斷應用程序。這樣，高性能存儲可以提供熱數據，通過將較冷的數據移動到較低成本的存儲層，可以更好地利用預算。另外，隨著數據在整個生命周期中的移動，令人痛苦的存儲遷移變得過時了。

（3）添加云計算或對象存儲

目前很少有比添加內部部署數據中心對象或云存儲更好地節省預算的選項。其挑戰是如何將云計算作為存儲層進行集成，并將正確的數據從其他存儲中移出。數據虛擬化，元數據管理和機器學習都可以幫助組織實現一個簡單而自動化的過程，目標可以確定每個應用程序必需的性能是多少，或者需要花費多少資源來存儲數據。隨著數據變冷，無論“冷”數據是企業的一個月前還是一年前的閑置的數據，I都可以使其脫離高性能存儲，但是如果需要，可以繼續訪問這些數據。

添加云計算時，確保數據移動到本地的文件級別可以無縫地移回。如果組織被迫從云端中復制整個卷，組織可能為此付出比人們想要的更多。這是因為將數據移動到云端中通常都是成本低廉的，但是再次遷移回數據，其成本高昂。確保組織可以在文件級別的精細度下遷回數據將有助于降低成本，同時享受推動企業快速采用云計算的靈活性和敏捷性。

（4）自動化智能化管理

一旦組織深入了解數據，并將應用程序的感知信息提供給不同的存儲資源，最后一步就是自動化管理。一些存儲系統可以在單個系統或供應商生態系統中提供這些功能，但元數據引擎軟件可以根據IT定義的目標自動化管理，甚至跨不同的供應商。Storage Switzerland公司首席分析師George Crump稱此為“端到端數據管理”。

隨著機器學習的興起，這種類型的智能也會出現在數據管理上，這并不奇怪。隨著時間的推移，智能軟件可以觀察其模式，例如內部業務數據在本季度末發生變化，如果IT數據管理目標允許，則在準備報告之前將其移回到高性能存儲中。

今后的數據將不斷增長，鑒于大多數IT部門沒有獲得更多的預算或更多的員工人數來更好地處理數據增長，可見性，集成度，云采用和自動化，對于IT人員的時間進行管理，并確定如何將這些功能添加到企業中，對于擴展業務以滿足所有利用數據作為幫助他們在行業領先的工具所面臨的挑戰是非常必要的。