容量瓶颈
由于VTL是作为物理磁带的缓冲，所以VTL的容量越大，保存在VTL磁盘中的备份数据也就越多，在需要恢复数据时，从后端的磁带中搜索数据的机率就会降低，恢复的效率也会大幅提高。
虽然多数VTL产品都预留了扩展容量的空间，但比起可能通过购买新磁带无限扩展容量的磁带设备，VTL的容易仍是相当有限。为了解决容量问题，用户通常会通过策略设定，只在VTL中保留1个月以内的备份数据，超过时限的数据就迁移到磁带上，把VTL的空间让给新的备份数据。但对于许多要求每天都执行全备份的用户来说，1个月的数据还是需要非常大的磁盘空间。因此，要么用户就给VTL购买极大的容量，要么就只能减少VTL上备份数据的保留天数，而这样则必须更频繁的执行数据迁移。
VTL需要持续运行，难以节电
与磁带设备相比，VTL虽然有性能及可靠性上的优势，但就当前越来越受到重视的环保节能方面来看，却处于劣势。磁带库、自动上带机之类的磁带设备内部的主要零件都是机械装置，机械手臂、磁带匣转盘、磁带机头等部件，都只有在实际工作时才会被驱动，平时则处在待命状态，所消耗的功率极低；而且，多数企业只有在下班等非高峰时间才会启动磁带设备执行备份，因此磁带设备一天中几乎只有8-10多个小时是全功率运行的。
相比之下，VTL的磁带阵列就必须保持不间断的运行，尤其是像控制器、风扇等部件的供电都是不能中断的，虽然也可以平时将VTL关机，等要备份/恢复的时候再开机，但这样一来重新开机需要时间，而且原先设定好的VTL在关机后就会从备份服务器的备份装置中离线，VTL重新启动后，需要重新刷新备份服务器才可以使VTL重新在线，这也会浪费时间。
VTL的新兴技术从容应对诸多难题
为了解决上述的问题，各主流VTL厂商都在新一代产品上结合了新的技术，以弥补VTL运行或与磁带配合时产生的种种不足。
磁盘负载平衡与硬件压缩-性能大幅提升
传统VTL仿真出的磁带通常在磁盘的固定位置，在某些情况下可能会发生许多的备份数据流集中到一个磁盘的问题，因此有些厂商，如飞康、NetApp等，在VTL上改用动态的I/O分配技术，虚拟磁带并不位于固定的位置，系统可以自动分配备份数据流写入磁盘阵列的位置，备份数据流可以动态的平均分布在多个磁盘LUN，以避免形成磁盘LUN瓶颈。
另外，由于软件压缩会造成处理器的负担，从而降低VTL的整体性能。某些情况下，启用软件压缩可能会使VTL的吞吐量降低一半，如果对不易压缩的分散数据使用软件压缩，VTL的吞吐量甚至会下降85%.为了解决这一问题，利用专用的压缩卡提供硬件压缩已是目前的趋势，如此可以在不影响处理器性能的情况下执行硬件s压缩，吞吐量也可以数倍于软件压缩的VTL.
磁带直接出库 - 数据迁移更灵活
为了应对传统VTL向物理磁带迁移数据的性能影响问题，多家VTL厂商纷纷推出了"磁带直接出库（direct tape export）"或称为"无服务器磁带备份（Server-less tape backup）"的功能。用户可以利用这一功能直接从VTL把数据导出到后端的物理磁带，不用占用前端备份服务器的资源，也不会干扰到备份服务器原来排定的备份工作。
在这种模式下，VTL本身也形同于一台备份服务器，可以支持各种磁带设备，并执行迁移数据的备份工作。目前飞康、NetApp、EMC、昆腾等厂商已经能够提供支持直接出库功能的VTL产品，而飞康和NetApp的产品还能提供更精细的设定。当VTL上的数据导出到物理磁带后，这卷理论上已经被导出的磁带数据仍然可以经过设定保留在系统上一段时间，如果在这段时间内需要恢复该卷磁带的数据，可直接从速度更快的VTL中读取，就不用去找物理磁带了。
重复数据删除技术 -容量效率倍增
重复数据删除技术可以利用对原始数据的分解与特征值演算，去除数据中的冗余部分，让有限的存储空间发挥数倍甚至数十倍（以应用为准）的存储效率，大幅提高磁盘有效的存储容量利用。而对VTL来说，由于可容纳的数据量增多，用户原来每隔几天或每周就要执行一次的出库到磁带的操作，可以改为间隔1个月甚至是半年之久。由于保留在硬盘上的数据量增多，也提高了数据恢复和检索的速度。
VTL结合重复数据删除技术是当前相关厂商竞相投入的焦点，EMC、飞康、昆腾、Data Domain、Diligent、Sepaton等厂商都已有相关产品销售。
MAID技术
MAID（Massive Arrays of Idle Disks）的概念就是以RAID群组为单位，让磁盘阵列中的磁盘只在实际使用时才全速运转，平时在闲置的时候则可以把速度降下来，以达到省电的目的。根据厂商公布的装饰，MAID可以让磁盘阵列节省电能达20-30%.
而VTL的硬件底层是磁盘阵列，因此部署MAID技术并没有太大的问题，而利用MAID也能消除磁盘耗电较高的缺点，目前已有Copan等厂商推出了具有MAID功能的VTL.
上一页 [1] [2]
【责编:Chuan】
