本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 管理存储效率
<a name="manage-vol-SE"></a>

通过 FSx 为 ONTAP 卷启用存储效率，您可以优化存储利用率、降低存储成本并提高文件系统的整体性能。

**注意**  
我们建议使用 Amazon FSx 控制台、API 启用存储效率，或者 AWS CLI 确保将最佳存储效率设置应用于您的卷。

ONTAP 将文件组织成 4 千字节（KiB）的数据块。存储效率发生在数据存储块层面，而不是单个文件层面。启用存储效率后，ONTAP 可结合使用数据缩减技术来消除重复数据、压缩数据大小并重新组织数据布局，以实现磁盘使用的最优化。

存储效率有两种应用方式。存储效率应用于内联数据（数据在写入磁盘之前位于内存中），可立即节省存储空间。存储效率还通过定期效率作业应用于 SSD 存储层中的后台数据（数据写入磁盘后），以随着时间的推移优化存储利用率。后台存储效率不在分层到容量池后的数据上运行。但是，如果数据存储在 SSD 中时节省了任何存储空间，则在数据分层到容量池时，这些节省的空间会被保留。

**注意**  
ONTAP 不支持在数据保护（DP）卷上启用存储效率。但是，当数据复制到目标 DP 卷时，源读写（RW）卷中实现的存储节省将得以保留。

## 压缩数据块
<a name="compression-SE"></a>

压缩组是数据的逻辑分组，其中数据作为一个块进行管理和压缩。ONTAP 自动将数据块打包到压缩组中，从而减少磁盘上消耗的空间。为优化性能和存储利用率，ONTAP 可根据数据的访问模式调整应用于数据的压缩程度，从而提供一种均衡的数据管理方法。

默认情况下，使用 8 KB 压缩组对数据进行内联压缩，以确保向卷写入数据时具有最佳性能。或者，您可以在卷上启用非活动数据压缩来进一步压缩 SSD 中的数据，从而对数据应用更大程度的压缩。非活动数据压缩对冷数据使用 32 KB 压缩组，以节省更多存储空间。有关更多信息，请参阅 NetApp ONTAP Documentation Center 中的 [https://docs.netapp.com/us-en/ontap-cli-9131/volume-efficiency-inactive-data-compression-modify.html#description](https://docs.netapp.com/us-en/ontap-cli-9131/volume-efficiency-inactive-data-compression-modify.html#description) 命令。

**注意**  
非活动数据压缩会消耗额外的 CPU 和磁盘 IOPS，这可能是一项资源密集型任务。在启用此功能之前，我们建议先评估运行非活动数据压缩对工作负载的性能影响。

下图说明了压缩数据块可以节省的存储空间。

![\[\]](http://docs.aws.amazon.com/zh_cn/fsx/latest/ONTAPGuide/images/fsx-ontap-before-compression.png)


## 对数据块进行重复数据删除
<a name="deduplication-SE"></a>

 ONTAP 检测并消除重复的数据块，以减小数据冗余度。重复数据块被替换为对共享唯一数据块的引用。

默认情况下，数据在写入磁盘之前以内联方式删除重复数据，以减小存储占用空间。ONTAP 还会按指定间隔运行后台重复数据删除扫描器，以在重复数据写入磁盘后识别并删除重复数据。在这些计划扫描期间，ONTAP 会处理更改日志，以识别自上次扫描以来尚未删除重复数据的新数据块或修改过的数据块。当发现重复数据时，ONTAP 会更新元数据以指向重复数据块的单个副本，并将冗余数据块标为可以回收的可用空间。

**注意**  
 ONTAP 一次对 4 KB 的传入写入数据应用重复数据删除，因此在运行写入数据小于 4 KB 的工作负载时，重复数据删除节省的存储空间可能会降低。  
   
FSx for ONTAP 不支持跨卷重复数据删除。

下图说明了删除重复数据可以节省的存储空间。

![\[\]](http://docs.aws.amazon.com/zh_cn/fsx/latest/ONTAPGuide/images/fsx-ontap-before-deduplication.png)


## 紧凑处理数据块
<a name="compaction-SE"></a>

ONTAP 将每个小于 4 KB 的部分填充数据块整合到一个利用率更高的 4 KB 数据块中。

默认情况下，数据以内联方式进行紧凑处理，以优化数据写入磁盘时的布局，从而最大程度地减小存储开销、减少碎片并提高读取性能。

下图说明了紧凑处理可以节省的存储空间。

![\[\]](http://docs.aws.amazon.com/zh_cn/fsx/latest/ONTAPGuide/images/fsx-ontap-before-compaction.png)


## 示例：存储效率
<a name="example-SE"></a>

下图说明了存储效率如何应用于数据。

![\[\]](http://docs.aws.amazon.com/zh_cn/fsx/latest/ONTAPGuide/images/fsx-ontap-se-example.png)