让存储更高效的关键--智能数据分层

 近年来，人工智能、生命科学、高性能计算这些前沿行业，每天都在输入大量非结构化的数据，为了保存和维护好数据这个新型的生产要素，企业每年支付用于非结构化数据存储上的成本也在快速增长。

数据也有冷热之分

对于很多企业来说，尤其生物信息公司，由于数据量庞大，数据按照被使用的频率，通常被划分为热数据、温数据和冷数据。同一数据，在生命周期的不同阶段，也会经历热/冷/温三个阶段。

热数据特点：数据量少，访问频率较大，对于性能要求高，经常对数据进行操作。

冷数据特点：数据量大、访问频率较低、对于性能要求低、对于数据操作简单。

为了支持热数据的操作特性，需要较好的硬件配置，比如高性能CPU、大内存、SSD硬盘等等。随着时间的推移，系统里会积累越来越多的历史数据（冷数据），如果依然采用高配置设备来存放这些使用频率非常低的数据，势必会带来高昂的成本。

将冷数据平滑的流转到廉价的存储空间不失为一个好办法。在这之前，要解决2个问题，首先，如何区分冷/热数据，第二，如何做到“平滑”

如何区分冷热数据

如何科学的将数据进行冷/热划分，从而有效的将真正的