今天讨论的内容是冷热分离，也许概念并不陌生，对其使用场景也比较熟悉，但涉及锁的内容时仍然需要认真思考，这部分内容在我们实际开发中的“坑”还是不少的。

业务场景一

曾经经历过供应链相关的架构优化，当时平台上有一个订单功能，里面的主表有几千万数据量，加上关联表，数据量达到上亿。
这么庞大表白的数据量，让平台的查询订单变得格外迟缓，查询一次都要二三十秒，而且多点击几次就会出现宕机数据透视表。比如业务员多次查询时，数据库的 CPU 会立马狂飙，服务器线程也降不下来。

当时，我们尝试了优化表结构、业务代码、索引、SQL 语句等办法来提高响应速度，但这些方法治标不治本，查询速度还是很慢。数据线

考虑到我们手头上还有其他优先级高的需优化设计求需要处理，为此，我们跟业务方反馈：“这功能以后你们能数据废土不用数据量化处理方法就不数据量计算用，暂时先忍受一下。”可经过一段时间后，业务方实在受不了了，直接跟我们放狠话，无奈之下优化设计我们屈服了。

最终，我们决定采用一个性价比高的解决方案，简单方便地解决了这个问题。在处理数据时，我们将数据库分成了冷库和热库 2 个库，优化系统不常用数据放冷库，常用数据放热库。

通过这样的方法处理后数据量化什么意思，因为业务员查询的基本是近期常用的数表白情话最暖心一段话据，常用的数据量大大减少了，就再也不会出现宕机的情况了，也大大提升了数据库响应速度。

其实读写绘画作品图片大全上面这个方法，就是“读写冷热分离”。

一、什么是冷热分离

冷热分离就是在处理数据时将数据库数据分成冷库和热库 2 个库，冷库指存放优化电池充电什么意思那些走到了终态的数据的数据库，热数据量单位库指存放还需要修改的数据的数据库。

二、什么情况下使用冷热分离？

假设业务需求出现了如下情况，就可以考虑使用冷热分离的解决方案：

• 数据走到终态后，只有读没有写的需求，比如订单完结状态；
• 用户能接受新旧数据分开查询，比如有些电商网站默认只让查询3个月内的订单，如果你要查询3个月前的订单，还需要访问另外的单独页面。

三、冷热分离实现思路

在实际操作过程中，冷热分离整体实现思路如下：

1、如何判断一个数据到底是冷数据还是热数据？

2、如何触发冷热数据分离？

3、如何实现冷热数据分离？

4、如何使用冷热数据？

接下来，我们针对以上4个问优化方案题进行详细的分析。

（一）如何判断一个数据到底是冷数据还是热数据？

一般而言，在判断一个数据到底是冷数据还是热数据时，我们主要采用读写绘主表里的 1 个或多个字段组合的方式作为区分标识。其中，这个字段可以是时间维度，比如“下单时间”这个字段，我读写人们可以把 3 个月前的订单数据当作冷数据，3 个月内的当作热数据。

当然，这数据分析师个字段也可以是状态维度，比如根据“订单状态”字段来区分，已完结的订单当作冷数据，未完结的订单当作热数据。

我们还可以采用组合字段的方式来区分，比如我们把下单时间 > 3 个月且状态为“已完结”的订单标识为冷数据，其他的当作热数据。

而在实际工作中，最终究竟使用哪种字段来判断，还是需要数据量化处理方法根据你的实际业务来定。

关于判断冷热数据的逻辑，这里还有 2 个注意要表点必须说明：

• 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。

（二）如何触发冷热数据分离？

了解了冷热数据的判断逻辑后，我们就要开始考虑如何触发冷热数据分离了。一般来说，冷热数据分离的触发逻辑分3种。

1、直接修改业务代码，每次修改数据时触发冷热分离（比如每次更新了订单的状读写绘态，就去触发这个逻辑）；

2、如果不想修改原来业务数据恢复代码，可通过监听数据库变更日志binlog的方式来触发（数据库触表白文案发器也可）；

3、通过定时扫描数据数据量化的方式来触发（数据库定时任务或通过程序定时任务来触发）；

针对以上三种触发逻辑，选择哪种比较好呢？看完以读写杂志下表格的分析，你心里就有答案了。

修改写操作的业务代码	监听数据库变更日志	定时扫描数据库
优点	1、代码灵活可控。2、保证实时性	1、与业务代码解耦。2优化、可以做到低延时。	1、与业务代码解耦。2、可以覆盖根据时间区分冷热数据的场景。
缺优化营商环境条例点	1、不能按照时间区分冷热，当数据变为冷数据，期间可能没有进行任何操作。2、需要修改所有数据写操作的代码。	1、无法按照时间区分冷热数据量公式，当数据变为冷数据，期间优化营商环境没有进行任何操作。2、需要考虑数据并发操作的问题，即业务代码与冷热变更代码同时操作同一数据。	1、不能优化电池充电什么意思做到实时性

根据表格内容对比，我们可以得出每种出发逻辑的建议场景。

1. 修改写操作的业务代码：建议在业务代码比较简单，并且不按照时间区分冷热数据时使用。
2. 监听数据库变更日志：建议在业务代码比较复杂，不能随意变更，并且不按照时间区分冷热数据时使用。
3. 定时扫描数据库：建议在按照时间区分冷热数据时使用。

（三）如何分离冷热数据？

分离冷热数据的基本逻辑数据分析师如下：

1、判断数据是冷是热；

2、将要分离的数据插入冷数据中；

3、再从热数据库中删表小姐除分离的数据。

这个逻辑看起来简单，而实际做方案时，以下三点我们都得考虑在内，这一点就不简单了。

（1）一致性：同时修改过个数据库，如何保证数据的一表白情话最暖心一段话致性

​表情包图片 这里提到的一致性要求，指我们如何保证任何一步出错后数据还是一致的，解决方案为只要保证每一步都可以重试且操作都有幂等性就行，具体逻辑分为四步。

• 在热数据库中，给要搬的数据数据废土加个标识： fl数据废土ag=1。（1代表冷数据，0代表热数据）

• 找出所有待搬的数据（flag=1）：这步是为了确保前面有些线程因为部分原因失败，出现有些待搬的数据没有搬的情况。

• 在冷数据库中保存一份数据，但在保存逻辑中需加个判断以此保证幂等性（这里需要用事务包围起来），通俗点说就是假如我们保存的数据在冷数据库优化系统已经存在了，也要确保这个逻辑可以继续进行。

• 从热数据库中删除对应的数据。

（2）数据量大：假设数据量大，一次性处理不完，该怎么办？是否需要使用批量处理？

​ 前面说的3种冷热分离的触发逻辑，前 2 种基本不会出现数据量大的问题，因为每次只需表白情话最暖心一段话要操作那一瞬间变更的数据，但如果采用定时扫描的逻辑就需要考虑数据量这个问题了。

​ 这个实现逻辑也很简单，在搬数据的地方优化学风手抄报我们加个批量逻辑就可以了。为方便理解，我们来看一个示例。

​ 假设我们每次可以搬 50 条数据：

​ a. 在热数据库中给要搬的数据加个标识：flag=1；

​ b. 找出前 50 条待搬的数据（flag=1）；

​ c. 在冷数据库中保存一份数据；

​ d. 从热数据库中删除对读写绘作品一年级应的数据；

​ e. 循环执行 b。

（3）并发性：假设数据量大到要分到多个地方并行优化处理，该怎么办？

​ 在定时搬运冷热数据的场景里（比如每天），假设每天处理的数据量大到连单线程批量处理都来不及，我们该怎么办？这时我们就可以开多个线程并发处理了。(虽然大部分情况下多线程较快，但我曾碰到过这种情况：当单线程 batch size 到一定数值时效率特别高，比多线程任何 batch size 都快。所以，需要留意：如果遇表白到多线程速度不快，我们就考虑控制单线程。)

​ 当多线程同时搬运冷热数据，我们需要考虑如下实现逻辑。

​ 第 1 步：如何启动多线优化大师程？

​ 因为我们采用的是定时器触发逻辑，这种触发逻辑性价比最高的方式是优化设置多个定时器，并让每个定时器之间的间隔短一些，然后每次定时启动一个线程就开始搬运数据。

​ 还有一个比较合适的方式是自建一个线程池，然后定时触发后面的操作：先计算待搬动的热数据的数量，再计算要同时启动的线程数，如果大于线程池的数量就取线程池的线程数，假设这优化学风手抄报个数优化电池充电什么意思量为 N，最后循环 N 次启动线程池的线程搬运冷热数据。

​ 第 2 步：某线程宣布某个数据正在操作，其他线程不要动（锁）。

​ 关于这个逻辑，我优化营商环境们需要考虑 3 个特性。

• 获取锁的原子性读写绘作品一年级： 当一个线程发现某个待处理的数据没有加锁，然后给它加锁，这 2 步操作必须是原子性的，即要么一起成功，要么读写算一起失败。实际操作为先在表中加上 LockThread 和 LockTime 两个字表白情话最暖心一段话段，然后通过一条 SQL 语句找出待迁移的未加锁或锁超时的数表白据，再更新 LockThread=当前线程，LockTime=当前时间，最数据量公式后利用优化系统 MySQL 的更新锁机制实表白现原子性。

• 获取锁必须与开始处理保证一致性： 当读写绘画作品图片大全前数据量单位线程开数据恢复始处理这条数据时，需要再次检查下操作的数据是否由当前线程锁定成功，实际操作为再次查询一下 LockThread= 当前线程的数据，再处理查询出来的数据。

• 释放锁必须与处理完成保证一致性： 当前线程处理完数据后，必数据量计算须保证锁释放出去。

  第 3 步：某线程正常处理完后，数据不在热库，直接跑到了冷库，这是正常的逻辑，倒没有什么特别需要注意的点。

  第 4 步：某线程失败退出了，结果锁没释放怎么办（锁超时）？

  锁无法释放： 如果锁读写权限怎么开启定这个数据的线程异常退出了且来不及释放锁，导致其他线读写杂志程无法处理这个数据，此时该怎么办？解决方案为给锁设置一个超时时间，如优化学风手抄报果锁超时了还未释放，其他线程可正常处理该数优化学风手抄报据。

  设置超时时间时，我们还应考虑如果正在处理的线表程并未退出，因还在处表白文案理数据导致了超时，此时又该怎么办？解决方案为尽量数据量单位给超时的时间设置成超过处理数据的合理时间，且处理冷热数据表情包图片的代码里必须保证是幂等性的。

  ​ 最后，我们还得考虑一个极端情况：如果当前线程还在处理数据，此时正在处理的数据的锁超时了，另外一个线程把正在处理的数据又进行了加锁，此时该怎么办？我们只需要在每一步加判断容错即可，数据废土因为搬运冷热数据的代码比较简单，通过这样的操作当前线程的处理就不会破坏数据的一致性。

（数据量四）如何使用冷数据

​ 在功能设计的查询界面上，一般都会有一个选项供我们选择需要查询冷数据还是热数据，如果界面上没有提供，我们可以直接在业务代码里区分。（说明：在判断是冷数据还是热数据时，我们必须确保用户不允许有同时读冷热数据的需求。）

历史数据如何迁移？
一般而言，只要跟持久化层有关的架构方案，我们都需要考虑历史数据的迁移问题，即读写绘什么意思如何让旧架构的历史数据适用于新的架构？

​ 因为前面的分离逻辑在考虑失数据量化什么意思败重试的表白情话最暖心一段话场景时，刚好覆盖了这个问优化系统题，所以这个问题的解决方案也很简单，我们只需要给所有的历史数据加上标识：flag=1 后，程序就会自动迁移了。

冷热分离解决方案的不足

​ 不得不说，冷数据废土热分离解决方案确实能解决写操作慢和热数据慢的问题，数据结构但仍然存在诸多不足。

​ 不足一： 用户查询冷数据速度表白文案依旧很慢，如果查询冷数据的用户比例很低，比如只有 1%，那么这个方案就没问题。

​ 不足二： 业务无法再修改冷数据，因为冷数据多到一定程度时，系统承受不住。（这点可以通过冷库再分库来解决，数据量公式后面再来探讨）