数据量大读写缓慢--＞冷热分离

        以订单数据为例子，可以在一定维度的处理下将订单数据分别存在冷库和热库。 以状态和时间等字段可以定时将数据从热库取出插入冷库中，并将热裤中的冷数据删除。

        实现思路：

                一致性：同时修改多个数据库，保证数据的一致性：给待搬的数据增加标识，通过标识找出待搬的数据，保存数据在冷数据库中的时候，添加判断保持幂等性，从热数据中删除对应的数据。

                数据量：数据量大，一次性处理不完，怎么批处理。每次搬50条数据， 按增加的数据标识查询热数据库中的前50条数据，插入冷数据库中，删除热数据库中对应的数据后，循环查询热数据库中的前50条数据，插入冷数据库中，删除人数据库中的数据。。。

                并发性：数据量到分到多个地方并行处理，怎么办。数据量大，每天定时处理的数据单线层处理来不及。启动多线程， 某个线程宣布某个数据在操作，通过获取锁的原子性，一致性。如果线程异常退出，没有释放锁，导致其他想成无法处理数据，可以设置超时时间（评估处理数据的合理时间）

                如何使用冷热数据：

                                

历史数据迁移问题：

                所有历史数据都增加标识。迁移时候会自动执行历史数据。 

备注：学习笔记。教程来源哔站：架构02.查询分离：表数据量大查询缓慢如何优化？_哔哩哔哩_bilibili