大数据高并发数据持久化冷热分离

一、业务场景：工单表的生死时速

 

核心痛点：

• 热数据（最近3个月工单）仅占总量20%，却承担80%读写
• 历史工单（冷数据）像仓库积压货，拖慢整个系统效率

二、踩坑记：数据库分区的幻灭

曾天真地以为分区是银弹：

-- 按时间分区的美好设想
ALTER TABLE tickets PARTITION BY RANGE(YEAR(create_time)) (
    PARTITION p2023 VALUES LESS THAN (2024),
    PARTITION p2024 VALUES LESS THAN (2025)
);

现实暴击：

1. 致命限制：分区字段必须是主键组成部分 → 需将create_time加入复合主键
2. 查询失灵：业务接口缺少统一分区字段过滤条件
3. 运维黑洞：跨分区查询性能反而雪崩

💡 结论：当查询无法命中分区键时，分区如同给破车装火箭引擎——徒增复杂度！

---

三、冷热分离：给数据库做“冰箱冷冻术”

3.1 冷热判定法则