无论多么复杂的业务场景，一条数据的一生都体现在CRUD操作上，正是创建、查询、修改、删除。正如人的生死轮回，数据亦是如此，一条数据随着时间的流逝，其价值也是在逐渐变小。
数据存在的价值则是在于它被使用的程度，在不同的系统中，人们对于不同时期的数据有着不同的需求。
比如12306、携程上的火车、机票订单，人们往往只关注30天之内的订单，而携程正是默认只保留30天的订单信息，超过30天的订单需要通过手机号查找。
携程为什么要这么做？
其实仔细想想不难明白，作为全国购票平台，每年数以亿计的订单，如果全部能够开放操作（CRUD），那么系统将会瞬间崩溃。
一个订单走到终态的标志则是这笔订单的完成，也就意味着这笔订单除了查询的需求，不再任由用户修改、删除。
其实携程所用的架构方法正是：冷热分离。
什么是冷热分离？
冷热分离则是在处理数据时将数据库分为热库和冷库两个库。冷库存放的是走到终态的数据，热库存放的是还需要修改的数据。
比如30天之内的机票、火车票订单，用户可能需要对这期间的订单做出退票、开发票的操作，但是30天之前订单却只有查询的需求，因此可以将30天之内的订单放到热库中，之前的订单存放到冷库中。
那么这里又引出了两个概念，分别是：
-
热数据：被频繁更新；响应时间有要求
-
冷数据：不允许更新（具体业务系统具体分析），偶尔被查询；响应时间无要求。
什么情况下需要使用冷热分离？
在大型的互联网系统中，如果出现了以下场景则应该考虑冷热分离：
-
主业务响应延迟太大，比如12306下订单太慢了。 -
数据走到终态后，没有更新需求，只有读的需求，比如订单的完成状态。 -
用户能够接受新旧数据分开查询，比如携程的订单查询30天之前的需要用手机号查询。
“
补充：当然现在有些系统不像携程那样将往期订单分开查询，但是其实内部也是做了冷热分离，只不过是在你无感知的情况下完成的。
”
如何判断一个数据是冷数据还是热数据？
这个就要根据自己业务系统来区分了，一般而言是根据主表中的一个或者多个字段进行标识区分，比如订单的时间，这个是时间维度，可以将3个月之前的数据定义为冷数据，最近3个月的数据定义为热数据。
当然也可以是状态维度，比如订单的状态，已完结的订单定义为冷数据，未完结的订单定义为热数据。
同样的也可以将时间维度和状态维度组合起来，比如下单时间大于3个月且订单状态为已完结的定义为冷数据，反则为热数据。
“
总之：根据自己业务需求，具体问题具体分析。
”
但是需要注意以下两点：
-
如果一个数据被标识为冷数据，业务代码不会再对它进行写操作 -
不会同时存在读冷/热数据的需求。
如何实现冷热数据分离？
一切的理论知识都要经过实战的检验，基础知识了解了，那么如何实现冷热数据的分离呢？下面介绍三种常见的方法。
1、业务代码修改
这种方案是直接修改业务代码，对代码的侵入性比较高，无法按照时间进行区分，在数据修改时触发冷热分离。
该种方案需要在业务代码层面判断是否需要冷热分离，比如订单的状态修改，一旦状态为终态则将这条数据标记为冷数据，然后触发冷热处理，将其写入冷库，同时删除热库中的这笔数据。
2、监听数据库日志
该种方案需要监听binlog日志的方式进行触发，比如订单状态修改了，则触发冷热分离。
同样的这里无法按照时间区分，但是对代码无侵入。
监听binlog日志的工具有很多，前面介绍过，比如阿里的canal，还有其他的开源中间件可供选择，如下：
对于MySQL数据库建议选择canal，使用方式看：实战！Spring Boot 整合 阿里开源中间件 Canal 实现数据增量同步！
整个流程如下图：
3、定时任务扫描
该种方案可以按照时间区分，与业务代码解耦，是个不错的选择。
流程如下：
总结
解决读写缓慢的问题冷热分离是个不错的选择，上述介绍了三种方案实现冷热分离，虽说都能实现，但是仍然要考虑诸多问题，最棘手的问题就是数据一致性的问题。
在冷热分离的处理逻辑中一定要保证热库、冷库中的数据一致性问题，手段很多，这里就不再过多介绍了。
0 条评论