一、简单带大家明白什么是冷热数据哈 热数据 : 访问频次比较多 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。

下面借用一张网上的图帮助大家理解

总结一下，热数据就是访问量多的数据，而冷空气则基本没有什么存在感和访问量。比如大家的淘宝“历史订单”，在订单管理中，热数据就是指3个月以内的订单数据，查询时效性较高，温数据则是3-12个月前的订单数据，查询概率不高，而冷数据就是指1年前的订单数据，只会有偶尔的查询需求，其他时间几乎不会被用到。

其实区分冷热数据的根本目的，在于能节省数据存储成本和提升在线数据查询性能，即控制成本。

为什么这么说？因为通常情况下，为了支持热数据的操作特性，需要有较好的硬件配置，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，如果依然采用高配置机器来存放这些使用频率非常低的数据，势必会带来非常高的成本。当然，如果数据量很小或者不计成本，那完全不需要考虑冷热区分，采用一个单体系统就可以应对所有事情了。

由于冷数据和热数据的访问频次不同，就导致了在数据库搭建的各自不同：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。

总结成一句话就是：热数据就近计算，冷数据集中存储。

目前比较常见的冷热分离方案是将冷热数据分离到两套不同的系统，这两套系统拥有不同的存储特性、访问方式等，从而在保证热数据访问性能的同时，将冷数据的成本降低下来。

二、东数西算，特指冷数据。那么东部的热数据谁来算？目前来看，从冷源和冷媒角度来看，最优解就是UDC（海底数据中心）。

海水是存在范围最广的“免费”冷源，而冷板是最便宜且效率不低的冷媒。