数据冷热分离？

数据冷热分离，冷数据是指访问量较少的数据，热数据是指访问量较多的数据。数据冷热分离就是将冷数据和热数据分开存储。

为什么要做冷热分离？

做冷热分离目的主要是更好的利用系统资源，降低成本。在大多数系统中，如论坛，OA,商城等等，经过时间的累积，会积累大量的冷数据，例如，发布了很久但是没人访问的帖子，已经下架了很久的商品等等。这种冷数据会占用大量的空间。 而为了提高热点数据的访问，一般热数据的存储介质都较好，例如SSD，但是成本也较高，如果冷数据大量占用了空间，就会极大的提高成本。

冷热数据的区分，一般主要以访问频率进行区分，但是需要进行热点统计，简单的也可以通过时间区分。

• 时间区分：按照时间段进行区分，例如近一年为热数据，其他为内数据。实现简单，但需要热点数据和时间成正比，时间越大，热点数据越多。
• 访问频率区分：按照用户实际访问量区分，例如精品论文为热数据。区分热点数据更加准确，但是需要进行数据统计，且需要剑灵保证冷点数据不会调整为热点数据。

冷热数据分离的优缺点

• 优点：主要就是节约成本，主要就是冷点的存储介质可以适当降低。，在成本有限的情况下，对于热点数据，即大多数用户的访问来说性能也是有所提升
• 缺点：系统复杂度增高，由于冷热分离，对于程序的设计，统计数据增加了额外的开销

冷数据迁移的常见策略

• 业务代码实现：在数据入库时进行判断，热数据入热库，冷数据入冷库。这种方法，除非有明确的判断依据，否则业务逻辑很难实现，且不符合大多数系统的使用习惯，增加了无效的逻辑。
• 任务调度：定期扫描数据库，清理数据从热库到冷库。
• binlog日志监听：有点类似于业务代码实现，通过binlog日志识别冷数据，将数据从热库复制到冷库，并进行删除热裤。区别于业务代码实现，不需要额外的代码

冷数据的存储要求

冷数据更多的作用主要是保留历史记录，满足基本的功能要求，且数据量大，对于性能没有过高的要求。因此一般要求存储的介质 

• 容量大
• 成本低
• 可靠性高

实际业务场景，主要还是根据成本来进行区分。

• 低成本：使用开源数据库，新增表或者库存储冷数据（涉及跨库查询，增加了系统的复杂性）
• 高成本：使用Hbase（常用）、TiDB(常用）、RocksDB等等

TiDB分布式关系型数据库，支持数据冷热存储隔离，降低SSD使用成本

// todo 了解TiDB数据库