2024年最新大数据冷热分离方案_如何对宽表数据进行冷热处理(3)，百度、阿里、滴滴、新浪的面试心经总结

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

数据冷热分离方案
1、背景

​ 随着业务的发展，在线表中的数据会逐渐增加。常规业务都有冷热数据现象明显的特性（需要访问的都是近期产生的热数据；时间久远的冷数据出于备份、备案溯源等诉求会进行在线保留）。在业务表数据

量可控、数据库服务性能有足够余量时，一般不会对冷数据进行处理。

三个方面的影响:

1. 数据量增长：随着业务的发展，在热数据表中的数据会逐渐增加。磁盘存储越来越大。
2. 存储成本： db数据量存储越来越大，成本越来越高。
3. 性能：db数据库数量量越来越大，性能也会随之下降。

2、系统-表数据量统计
省略…
3、简介

3.1、什么是冷热分离

​ 冷热分离就是在处理的数据的时将数据分成冷库和热库，冷库存放的是已经走到最终状态的数据，同时也是不常使用的数据；热库存放的未走到最终状态的数据，还需要在进行变更的、经常使用的数据。

3.2、什么情况下要使用冷热分离

​ 假设业务需求出现了以下情况，就可以考虑使用冷热分离的解决方案。

​ 3.2.1 数据走到终态后只有读没有写的需求，比如完结状态。

​ 3.2.2 用户能接受新旧数据分开查询，比如一些网站默认只让查询3或6个月内的订单，如果要查询3或6个月前的订单，还需要访问其他的页面.

3.3、冷热分离实现思路： 冷热数据都用MySQL。

首先我们要解决如下问题：

1. 如何判断一个数据是冷数据还是热数据？
2. 如何触发冷热数据分离？
3. 如何使用冷热数据？
4. 历史数据如何迁移。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**