通过采用云爆发的能力，混合云平台能够提供强大的计算灵活性。但是如何科学适当地部署混合云数据，以及实现对公共云和私有云的跨平台快速访问成为了摆在IT团队面前的两个难题。幸运的是，存储即服务能够帮助解决这两个问题。
云爆发的困境
云爆发的根本问题是数据往往都被部署在错误的云环境中。对于很多应用程序(例如网络服务和媒体传送等)来说，***的做法是将数据复制至公共云和私有云中。无论是哪种应用程序，只要其数据集大部分都是静态的，那么就适用于这种模式，此外还有相关软件可实现复制过程的自动化。
但是，当应用程序的数据集主要都是动态时，该怎么办呢?一些IT团队选择容忍延迟问题。但是这种做法也让用户无法享受到云爆发技术的许多红利。或者，企业可以探索使用某些数据定位技术来减少延迟现象。
可以把云计算想象成为一个连续的服务。如果在混合云平台的多个区域中存在着多个数据副本，它可支持弹性特性和不间断计算。如果内部私有云部分发生故障，那么用户可以将整个工作负载都迁移至公共云且不会丢失服务。
这就为用户提供了两个数据管理选项。一个是将主要数据部署在企业内部，然后将数据连续复制至公共云。在云爆发过程中，将数据写入云平台并执行具体计算任务，然后将计算结果同步至其他的数据副本。但是这种模式仍然存在写操作延迟，以及数据无法同步的小问题。这将是编程工作变得更为复杂。
另一个数据管理选项则是将主要的数据部署在公共云中，并找出一种能够加速内部计算工作负载访问数据的方法。这就是存储即服务(SaaS)成为混合云有效模式的表现。
SaaS在混合云平台中的作用
诸如Zadara Storage公司和Velostrata这样的SaaS供应商在公共云领域都占据了一席之地，他们通常是将大型公共云(例如亚马逊网络服务或谷歌)以租赁的方式提供给用户。这种方式解决了云爆发过程中数据的可用性问题和延迟性问题，它还允许用户在多个地理区域之间复制数据，以提高灾难恢复能力。
为了解决内部延迟问题，SaaS供应商会在客户站点中部署缓存系统，同时该系统针对快速传输和深度缓存进行了优化。缓存系统会为内部系统保留一个常用数据的副本，并用作内部部署私有云中数据交换的写操作缓存区。
这些缓存系统是很智能的。它们会学习数据流模式并预测工作负载需求以实现较高的缓存***率。是否提供这种缓存功能是SaaS供应商的主要特点。
为了实施这些缓存系统，SaaS供应商会提供或推荐缓存引擎配置。那些具有***性能级别的配置会使用采用非易失性存储器或快速串行连接SCSI固态驱动器的全闪存存储系统。它们还会使用大量的动态RAM，用于存储索引表和压缩原语，上述这些都是在众多对象中被多次使用的数据段。
数据以高压缩比的形式在内部缓存和公共云之间传输，可显著降低混合云平台中的延迟现象和数据流量。写入缓存引擎的数据是压缩的，然后存储在公共云中，在那里被复制。通常来说，这个数据被认为是常用数据，所以至少会在一段时间内被保存在缓存引擎中。
SaaS架构中的所有数据在被写入缓存引擎时都需要经过加密处理。在更先进的系统中，用户拥有符合HIPAA标准的密钥。在压缩之前，用户还有机会试用扩展元数据对数据进行标记。诸如Rubrik之类的一些系统会使用这种方法来提供增强的搜索和数据操作。
Velostrata和Zadara Storage那些SaaS供应商会提供各种级别的服务。在一般情况下，租用公共云计算空间的成本是相对较低的，特别在采用数据压缩方法时更是如此，所以经济性让SaaS更具吸引力。尝试使用这些服务的成本也很低，企业用户可以选择试用期的方式来进行一些试运行的工作。
在用户为混合云平台部署SaaS之前，同样也值得从感兴趣的供应商那里获取一些客户参考。
