当你部署云存储资源时，你需要制定优化存储使用的政策和程序。例如，对存储对象进行元数据标签，是很重要的，因为这将有助于实施细粒度的管理，和版本控制政策，以及降低存储成本。同时，考虑访问控制和其他安全措施对云中存储数据的影响。你应该建立管理方案，充分利用云供应商提供的工具，以及来自第三方的资源管理器，如CloudCheckr和Cloudyn。
元数据抑制浪费
云存储使一个企业能够保存越来越大量的数据，而不会产生过多的成本。然而，这可能会导致关注边际成本的思维模式，然后使用更多的存储空间。当添加存储的成本只有每十亿字节几美分时，很容易忽略存储最优化。当应对相对较小的数据集时，这很可能是一个可行的战略，但是对于大规模的存储需求，却不是。
一个更有效的计划是相对于已经存储的数据，哪些新数据应该被存储。问问自己：一个包含客户数据的分析单位，真的需要保留副本吗？这可能取决于分析单位的类型。从存储管理的角度来看，这是一种低效并且昂贵的方法。
分析师的情况则不同，他们需要了解所使用数据集的属性。他们需要事实，比如数据集的创建日期、最初的数据源和相关转换，和属性的描述，包括创建派生值的公式。与其期望由其他分析团体创建的数据恰好是他们所需要的，分析师更倾向于创建并保存自己的数据集。
元数据——与存储数据区块相关联的标签，可以在减少数据存储过剩中起到作用。 基本属性，比如数据创建日期，数据的所有者和使用数据的申请，都是潜在的元数据标签。属性公式的描述，转换描述可以在单独的文档内记载；使用标签将其链接到更具体的文档。
你可以在存储战略中包含元数据管理，促进数据重用。这有助于降低整体存储成本，或许更重要的是，它促进了共享数据的使用。这也降低了在常用方案中，使用多个版本的公式和源数据的风险。
访问控制和安全问题
精心设计的元数据可以促进数据重用，但有时这不合适。例如，机密和隐私数据，很显然，需要一个限制访问的政策。关系数据库提供了控制数据访问的大量工具， 包括细粒度，行级访问控制。控制访问的方法部分取决于数据存储在云的方式。
当数据存储在云的关系数据库中，你和本地拥有相同的访问控制选项。当你切换到一个不同模式的存储时，比如基于云的服务，类似AWS DynamoDB或SimpleDB，你需要使用这些系统内的可用访问控制机制。
当使用区块存储时，你可能需要适应粗粒度访问控制，如在文件层允许或拒绝访问。这些控制可能需要用特定方式复制或整理数据，使只有合法需求的人才能访问机密和隐私数据。
帮助管理云存储的工具
在你制定云存储战略时，评估可以协助整体管理的工具。云供应商通常提供帮助监测云存储的工具，其中一些可以在超越存储值时，向你发送警报。在其他情况下，第三方工具，比如Cloudyn或CloudCheckr，可以用来收集和分析存储数据，帮助你更好地预测存储趋势和未来需求。
将存储迁移到云，不会自动节省存储成本。主动的管理和明确的政策和程序，才能帮助你最大化在任何云存储部署上的投资回报。
