针对大数据的容量需求，存储虚拟化是目前为止提高容量效率最重要最有效的解决方案，它为缺乏这些能力的现有存储系统拓展了自动分层和精简配置等存储效率的工具。拥有了虚拟化存储，便可以将来自内部、外部和多厂商存储的结构化和非结构化数据的文件、内容和块存储等所有的数据类型，整合到一个单一的存储平台上。当所有存储资产成为一个单一的存储资源池时，自动分层和精简配置功能就可以扩大到整个存储基础设施，从而可以轻松实现容量回收和利用最大化，甚至达到重用现有资产以延长使用，显著提高IT灵活性和容量效率，以满足非结构化数据增长的需求。目前，借助HUS中型企业可以在不影响性能的情况下能够扩展系统容量达到近3PB，自动更正性能问题，通过动态虚拟控制器实现快速预配置。此外，通过VSP的虚拟化，大型企业可以创建接近四分之一EB容量的存储池。

针对非结构化数据，传统文件系统中有限的索引节点总数导致文件系统可以容纳的文件、目录或其它对象的最大数量受到限制。而HNAS和HCP使用基于对象的文件系统，这使它们能够扩展到PB级，以及数十亿的文件或对象。位于VSP或HUS顶部的HNAS和HCP网关可以充分利用模块存储的可扩展性，同时享受到通用管理平台Hitachi Command Suite带来的好处。HNAS和HCP为大数据文件和内容构建起了相应的架构。

除了可扩展性，大数据必须能够不受干扰地持续扩展并具有跨越不同时代技术的迁移能力。数据迁移必须保持在最小范围，且在后台完成。大数据应该只需要复制一次便可以恢复可用性；通过版本控制来跟踪变更，而不是为大数据发生的每一个变更备份整个大数据。大数据太大而无法整体备份。整个HDS的产品系列均可以实现数据的后台移动和分层，也可以增加VSP或HUS块数据池、HNAS文件系统或HCP租户的容量，并自动在新的容量中调整数据。旧的文件系统与块数据存储设备不支持动态扩展。为了使用新的存储容量，这些旧系统中的数据不得不从旧的块数据存储或文件系统中重新加载到新的存储容量中。

不论企业规模大小，信息过载都是长期以来难以解决的问题。企业需要高度集成的基础架构堆栈，以便统一地对所有来源的大数据进行汇聚、访问管理、分析和交付。这需要基础架构能够管理和理解信息。根据及时、相关、全面、准确的信息而非猜测来采取行动，企业也会因此赢得竞争优势。反之，则会在浩瀚的信息中受制于繁杂的数据、拘泥不前。(HDS产品规划副总裁，磁盘阵列系统部总工程师Michael Hay)