系统的数据，就是公司的生命。哪怕是狗屎，我们也要将它冷冻起来冰封以备后用。垃圾的产品设计就比较让人费解，会时不时从冰柜中将屎取出，想要品尝其中残留的味道。
不过这其中，还是有些有价值的需求。这种情况，就需要将数据进行冷热分离，对数据进行隔离。不至于让一颗老鼠屎，坏了一锅粥。
xjjdog今天给大家分享的，是一个非常常见的冷热分离的功能，方案有很多，只举例最常见的。
最终，在rds的限制下，只能选了一个不是最美的方案。这从侧面证明了老婆不是最漂亮的好，要最合适的才能幸福圆满。
问题场景
随着业务的发展，数据库增长的很快。老板不明白其中道理，但作为数据库的维护者，却看的胆颤心惊。
终于，数据库慢慢的接近数瓶颈点，管理员也越来越焦虑。
使用分区表吧，不行。就如上面所说，有些挖祖坟的请求，会加载一些很久之前的数据，分区表并不能解决问题。
明显要对数据进行一下切割，进行冷热分离了。
大体的结构如上图。我们有一个数据路由，负责根据时间维度区分数据，定位到相应的数据库中进行查询。
热库和冷库，可能是异构的。
解决思路
问题已经进行了转化。我们接下来的目标，变成了怎么根据时间维度，构建热数据和冷数据的分离。
目前使用最多的数据库是mysql，我们也从它说起。
其实，冷热分离的两份数据，查询“最近时间”的数据，是没什么差别的。唯一不同的是，热库，会定时的删除旧的数据。
双写
双写是最简单，但是又最不靠谱的方案。结构如下图。
但是注意，操作步骤1、2，涉及到分布式事务，需要同时保证两个库的写入成功。
这就让事情变的麻烦了一些。作为一个吃过无数次事务问题的亏的人，不会重蹈这样的覆辙。
所以，这种方案，直接pass。
走消息
细心的同学应该发现了上图的优化点，通过引入一个叫做消息队列的东西，就可以把分布式事务这座大山给绕过去，只保证最终一致性即可。
多么美好的设想。理想很丰满，现实很骨感。由于冷热分离涉及到非常多的数据表，需要修改不可预知的业务代码，遭到了大家的一致反对。
此方案无疾而终。
直接看图，变了两根线而已。
使用binlog
有的同学可能已经憋不住了：为什么不用binlog？接下来我们就谈下这种方案。
不可否认，这是种非常优雅的方式。数据只需要写入热库就可以了，通过数据订阅的方式，增量的将数据写入到冷库。
但是等等。我们的定时任务，删除数据的时候，同样也要产生binlog。如何区别数据的删除，是定时任务产生的，还是正常的业务产生？
还好，xjjdog知晓一个非常隐秘的方式去操作。
对对对，就是下面的过程。
set session sql_log_bin=0;
//opt
set session sql_log_bin=1;binlog可以设置session级别的，也就是在此session中操作的语句，并不会产生binlog。
这样，我们在定时任务执行时，先关闭binlog，然后，执行删除语句，然后，重新恢复binlog。这些删除的数据，就不会通过canal同步到冷库中了。
万万没想到
mmp?
为什么不支持呢？为什么呢？容我小心翼翼的猜想一下。你的rds啊，有可能在和别人在共用一个实例呢。
其实，除了rds的限制，此方案还存在一个bug。比如热库有冷热分离的时候。想想为甚么吧。
标记清除
得了，xjjdog只能曲线救国了。用最2的方式完成这个操蛋的功能。
标记清除。这四个醒目的大字，让人不由自主的想到jvm的垃圾回收算法。
原理其实也类似，步骤也是一分为二。
第一、标记阶段
给每一张数据表，都加一个叫做mark2Del字段。然后，通过定时，标记所有要过期（也就是要放入冷库的数据）。
第二、清除阶段
在下一次定时来临时，将上次标记要删除的数据，逐条搬迁到冷库。搬迁完毕后，进行下一轮标记。
此方案非常简单，但有个致命弱点。由于所有的库表，都是老表，都需要增加一个叫做mark2Del的字段，甚是麻烦。
然而，上面的介绍，只是解决了数据的删除，并没有解决数据的同步。
最终方案
结合以上的描述，以及环境的限制。我们选择了使用binlog+标记清除的方式。
标记清除负责删除数据。
binlog负责增量同步数据。只是，在这个同步逻辑中，多了一个判断，如果mark2Del的值被设置成了true，则忽略此binlog。
也就是说，我们强行给每条删除的记录，追加了一个判断标志。
这样，系统终于跑起来了。
End
上文描述的，是mysql到mysql之间的冷热分离。
但如果，我想要做一个分层的数据仓库。
第一层，是热库。
第二层，是冷库。
第三层，是存档库，可能是druid这种大数据存储。
该如何设计？
本文不做过多介绍。架构的难点不在结果，而在于过程。
你看起来很挫的方案，总有它背后的故事，尝试着去理解，大有裨益。
除非它是真的挫。不过，这不也是你的机会么？
随时随地看视频
