感知数据温度，聚焦海量冷数据存储难题

在信息科技高速发展的背景之下，海量数据已经让拥有者和管理者应接不暇，根据IDC发布的《数据时代2025》预测，全球数据圈（数据圈代表每年被创建、采集或是复制的数据集合）将从2018 年的32ZB增至2025年的175ZB。2018年，中国数据圈为7.6ZB，占全球的23.4%，预计2025年中国数据圈将增至48.6ZB，占全球27.8%，成为全球最大的数据圈。

海量数据是有“温度”的，按照被访问频率从高到低进行分类，可以将数据为热数据、温数据、冷数据。经常被访问的称为热数据，较少被访问的数据称为冷数据，处于中间状态的称为温数据。

热数据

热数据需要被计算节点频繁访问的在线类数据。

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，数据缓存、在线存储、近线备份，以实现数据快速访问及高速处理。

温数据

温数据是非即时的状态和行为数据。如果整体数据量不大，也可以不区分温数据和热数据。

冷数据

一般很少变化的、长时间固定的数据或者属性，如：

· 过时的项目

· 日常记录和维护的数据

· 有关法律政策的数据

· 其他需要记录的数据

随着数据量的飞速增长，数据由“热”变“冷”现象也日益凸显，按照“二八定律”，经过一段时间的使用，80%以上的数据都会变成冷数据。从存储形式来说，