存储容量配置和利用率的话题是长期性的，大型企业海量数据的存储也面临的五花八门的问题，这其中的原因有很多，既有厂商的原因也有客户的原因。
首先，所有客户都希望购买的容量都能够物尽其用，你的内部定价模型应该反映出这些问题。
必不可少的，经常需要有用于数据保护和热备的开销，一旦考虑这些，所有的容量都应该被使用。你需要明白可用容量对你来说意味着什么?
同样必不可少的，会有一部分存储空间要被浪费，如果供应商说最高容量利用率仅为70%，那就得在TCO计算中考虑这些从而得出一个真是的存储成本了。
其次，客户需要保证所有的操作都是基于当前存储量下正确进行而不能在超量的情况下进行操作。未雨绸缪地分配存储数据不是一个好办法，精简配置能帮上忙但也不是经常都行得通的。
第三，厂商要明确标示出可用容量，如果你只有70%的可用存储，你需要告诉客户想要获得多少可用数据量需要多少钱。
说实在的，如果按IOP、按GB或者按别的参数计量价格也行。如果按自己设定的重删比率来计量价格的话也未尝不可，好好的把好钢用到刀刃上吧。
第四，厂商要把握存储在分配和呈现上的种种变化趋势。是时候抛弃LUN以及一些陈芝麻烂谷子了，配置需要做到精简并且高效。我们要像实现存储分配一样轻松实现存储的反分配(打混)，这其中涉及到很多问题。很明显这不仅限于是个存储上的问题，有许多做了虚拟化的公司也都没做到，但至少让这一实现变得简单了些。
最后，厂商和客户都要注意到数据的移动。存储阵列经常有较低的利用率是因为需要为一些带有数据增长性的程序预留存储空间。这也是许多客户对精简配置保持警惕的原因。如此一来，未雨绸缪的场景再现。
然而，大型存储阵列有自己的问题，包括从变革管理到更新周期的问题。小型的存储阵列避免了很多麻烦但是数据的迁移也还是个问题，现在有一种趋势是要买大的存储阵列，并且要带有容量增长能力的能力。
