冷数据、温数据、热数据，难道数据也是有温度的？

文|乡野山人左大瑞
今天下午开会讨论一个业务方的需求，我去旁听，领导提了一句“热数据”，当时心里一脸蒙蔽，数据还能有温度？

                                                                            一脸懵逼的网络图.jpeg

临下班的时候，整理今天的会议笔记，看到了打着问号的热数据，于是决定查一查到底是什么。

下面会从两个层面上来说：一个是数据的访问频次层面，一个是数据分析层面。

 

一，访问频次

从字面意思来简单的说，热数据就是访问的多，门庭若市，自带体温且有可能摩擦起热，你懂的，于是温度就起来了。冷数据就是基本上没什么客人来访，门庭冷落车马稀，没人气儿，空气里都冷了几分。

热数据：是需要被计算节点频繁访问的在线类数据。
冷数据：是对于离线类不经常访问的数据，比如企业备份数据、业务与操作日志数据、话单与统计数据。

两个不同的访问频次，就导致了在数据库搭建的各自不同，有一句话简单明了：

热数据就近计算，冷数据集中存储

所以，热数据因为访问频次需求大，效率要求高，所以就近计算和部署；冷数据访问频次低，效率要求慢，可以做集中化部署，而基于大规模存储池里，可以对数据进行压缩、去重等降低成本的方法。

由此看来，数据基于访问频次部署的好的话还能给公司节省服务器，这就造福了多少因为服务器夭折的项目。

                                                                                  以视频为例的冷热存储

 

二，数据分析层面

这两年，互联网公司开始打数据的旗号增加公司价值和估值，比如我上家公司，是一个传统体检行业下的互联网子公司，是希望把做体检积累了很多年的数据进行分析，做健康管理和大病预测。以为这个海量数据，真的是吸引了很多高才能人事，也是我和科学家们打交道最多的一份工作，有医学博士、数据科学家、图像处理穿甲、返聘的主任医师。
但是但是，在建立数据模型的时候发现，这些数据只是刚刚起步，还处于数据清洗的阶段，甚至有些数据，还不能很好的指标化，文字化。
所以，就算打着大数据的旗号，也无奈的没能做出数据分析的事情，所以在生产数据的时候，做好数据部署和数据分析的准备，提前做好字段拆分，埋点部署……

从数据分析的层面来看，不仅有冷热两种数据，还有温数据，而提出这个概念的是个灯，个灯是这么介绍的：

个灯独有的数据技术引擎：冷数据、温数据和热数据。

• 冷数据——性别、兴趣、常住地、职业、年龄等数据画像，表征“这是什么样的人”；
• 温数据——近期活跃应用、近期去过的地方等具有一定时效性的行为数据，表征“最近对什么感兴趣”；
• 热数据——当前地点、打开的应用等场景化明显的、稍纵即逝的营销机会，表征“正在哪里干什么”。

它基于这三个不同温度的数据，打造了个灯的三条业务线，志在打造个灯广告产品生态圈，多多赚钱。

个灯将其说成是数据技术引擎，对于我来说，这个的层面更像是数据的分析和应用层面，上面的第一点说的是打地基，而第二点更像是盖楼还是盖房。

个灯的三温度赚钱工具zhuan qian zApp

不管是哪个层面的，当数据动起来的时候，才会产生价值，而数据的价值，就像是一座有无数宝藏的矿山，挖矿的人对于数据的洞察力、提取力和分析力决定了他能挖出钻石还是煤炭。

互联网发展的太快，快到政府意识到的时候，都有点儿跟不上节奏了，所以现在海量的数据在各个公司下，没有有效且有力的监管。总有一天，数据全权开放给政府，数据共享，到了那一天，数据将比自己更了解我们。而那个时候，是不是就像《未来简史》里说的，我们都有一个比我们自己更懂自己的机器人管家，想想其实有点儿小恐怖，毕竟我心里有一些小秘密，没有告诉任何人。

作者：乡野山人左大瑞
链接：https://www.jianshu.com/p/053ba529bf02/
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。