举例：
某用户有50台文件服务器和2台NAS，以往经常需要进行大量的文件迁移，影响了对前台用户的SLA，并且由于无法正确的分析前台用户对不同文件的重要程度的理解，造成维护部门对所有的文件一致对待，无法对重要的文件进行重点维护。由于存储空间不停的增长，用户担心购买存储的成本不断增长。
目前大型数据中心面临的与文件存储管理相关的要求主要包括：
- 每个部门的存储空间不够，需要IT部门立即做出响应，扩展空间。
- 确保使用部门能够不间断的使用文件，尽量减少后台维护对前台应用的影响，包括服务器升级，增加新的存储设备等日常维护。
- 按照每个部门对存储空间的使用进行成本分摊和计算。
- 集中管理文件存储空间，确保存储空间的合理使用。
以上4个要求所对应的目前的问题包括：
- 需要IT部门进行存储空间立即扩展。目前IT部门传统的方法主要是进行老文件的迁移，释放存储空间，但效率低。反复的迁移容易造成人为的失误，缺乏整体架构的考虑。同时需要脚本的开发，配合Robocopy工具进行迁移。
- IT部门目前的手段无法确保用户对文件的连续使用。IT部门为了减少后台维护对前台应用的影响，只能在非工作时间操作，增加维护部门的工作量。
- 目前的存储工具主要针对LUN，因此传统的方法是每个部门分配一个LUN，但是不断增长的空间要求造成每个部门有多个LUN，无法进行集中的统计。
- 目前的工具比较少针对文件进行统计和管理，不太容易针对文件和文件夹进行存储的管理。
用户通过使用我们的基于文件的存储虚拟化方案，可以进行整体架构的优化：
- 统一所有的存储空间，不再按照存储设备的物理空间进行规划。
- 设定统一的规则，按照文件的活动程度，类型，格式，重要性进行部署。
- 分析用户在存储空间上的文件，从而进行存储的管理。
因此，通过以上的规划可以避免以下问题：
- 频繁的数据迁移，造成公司局域网的带宽，以及对维护部门的压力。
- 最大程度减少停机时间，包括迁移，增加存储设备，服务器升级等都不需要停机。
- 通过分析每个部门的文件存储状况，可以优化存储空间的利用。
所以总而言之，通过事先的规则建立，极大地降低维护难度，降低因为应对临时的状况而进行频繁的文件迁移和存储设备的搬迁而造成的人为失误。
