参考：
冷热分离--表数据量大读写缓慢优化
https://www.bilibili.com/video/BV19j41137Wp?p=2&vd_source=898d5514be58985430a49b46d5500c13
一、什么场景使用冷热分离
表数据量大读写缓慢，需优化，如果满足如下条件
1、数据走到终态后，只有读没有写的需求，比如订单完结状态
2、用户能接受新旧数据分开查询，比如默认只查3个月内订单，查询3个月前需访问单独页面
二、整体方案
三、冷热分离实现思路
1、如何区分冷热数据
基于时间维度：比如3个月前，是冷数据
基于状态维度：比如数据到了终态
组合字段：下单时间小于3个月且订单状态已完结为冷数据，其他为热数据
// 如果一个数据被标识为冷数据，业务代码不会对它写操作；不会同时存在读冷/热数据的需求
2、如何触发冷热数据分离
方案1：直接修改业务代码
方案2：监听数据库变更日志
方案3：定时扫描数据库
方案对比：
4、如何实现冷热数据分离
需要考虑
1、一致性：同时修改多个数据库，如何保证数据的一致性 关注操作幂等性
2、数据量大，一次处理不完，需进行批量处理
3、并发性
假如数据量大到需要分到多个地方并行处理，
在定时搬运冷如数据的场景，大到单线程批量处理都来不及
多线程并发分离逻辑：
1、如何启动多线程：
方法1：启动多个定时器（定时器间隔较短）
启动2：线程池
2、某线程宣布某个数据正在操作，其他线程不要动
3、某线程失败退出，结果锁没释放怎么办？
历史数据如何迁移
给所有历史数据加上标识 ColdFlag=WaitingForMove ，程序就会自动迁移
冷热分离方案的不足
1、用户查询冷数据速度依旧很慢：假如查询冷数据用户只有1%，则没问题
2、业务无法再修改冷数据：因为冷数据多到一定程度，系统承受不住，则冷数据可能还需要再分库
标签：方案,冷热,分离,线程,数据量,数据 From： https://www.cnblogs.com/clarino/p/18063868