文|乡野山人左大瑞

今天下午开会讨论一个业务方的需求，我去旁听，领导提了一句“热数据”，当时心里一脸蒙蔽，数据还能有温度？

一脸懵逼的网络图.jpeg

临下班的时候，整理今天的会议笔记，看到了打着问好的热数据，于是决定查一查到底是什么。

资料并不多，不过并不妨碍对他的初步认知，不是真正部署数据库，我觉得目前的了解够用了（大言不惭，若有高手看到，还请继续补充）

下面会从两个层面上来说：一个是数据的访问频次层面，一个是数据分析层面。

一，访问频次

从字面意思来简单的说，热数据就是访问的多，门庭若市，自带体温且有可能摩擦起热，你懂的，于是温度就起来了。冷数据就是基本上没什么客人来访，门庭冷落车马稀，没人气儿，空气里都冷了几分。

热数据：是需要被计算节点频繁访问的在线类数据。

冷数据：是对于离线类不经常访问的数据，比如企业备份数据、业务与操作日志数据、话单与统计数据。

两个不同的访问频次，就导致了在数据库搭建的各自不同，有一句话简单明了：

热数据就近计算，冷数据集中存储

所以，热数据因为访问频次需求大，效率要求高温度数据分析，所以就近计算和部署；冷数据访问频次低，效率要求慢，可以做集中化部署，而基于大规模存储池里，可以对数据进行压缩、去重等降低成本的方法。

由此看来，数据基于访问频次部署的好的话还能给公司节省服务器，这就造福了多少因为服务器夭折的项目。

以视频为例的冷热存储

二，数据分析层面

这两年，互联网公司开始打数据的旗号增加公司价值和估值，比如我上家公司，是一个传统体检行业下的互联网子公司，是希望把做体检积累了很多年的数据进行分析，做健康管理和大病预测。以为这个海量数据，真的是吸引了很多高才能人事，也是我和科学家们打交道最多的一份工作，有医学博士、数据科学家、图像处理穿甲、返聘的主任医师。

但是但是温度数据分析，在建立数据模型的时候发现，这些数据只是刚刚起步，还处于数据清洗的阶段，甚至有些数据，还不能很好的指标化，文字化。

所以，就算打着大数据的旗号，也无奈的没能做出数据分析的事情，所以在生产数据的时候，做好数据部署和数据分析的准备，提前做好字段拆分，埋点部署……

从数据分析的层面来看，不仅有冷热两种数据，还有温数据，而提出这个概念的是个灯，个灯是这么介绍的：

个灯独有的数据技术引擎：冷数据、温数据和热数据。冷数据——性别、兴趣、常住地、职业、年龄等数据画像，表征“这是什么样的人”；温数据——近期活跃应用、近期去过的地方等具有一定时效性的行为数据，表征“最近对什么感兴趣”；热数据——当前地点、打开的应用等场景化明显的、稍纵即逝的营销机会，表征“正在哪里干什么”。

它基于这三个不同温度的数据，打造了个灯的三条业

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！