冷热数据的判断主要基于两个标准
按照数据被使用的频繁程度，数据可以被分为热数据、温数据和冷数据。热数据就是在一段时间内访问的较多的数据，它们在接下来的时间内访问的概率也会非常大。
在互联网上，许多业务不均匀地访问数据，而是呈现出相对的数据访问倾向（skewed workloads），相对hotspot会出现，所以有必要研究冷热数据。根据数据使用的频率，数据可分为热数据、温度数据和冷数据。热数据是在一段时间内访问的更多数据，它们在下一段时间内访问的可能性也很大。
冷热数据的判断主要基于两个标准：
（1）、访问频率。 也就是说，我们在一段时间内访问的数据越多，我们通常就越把它当作hot data。这个标准很符合我们之前的定义，也很容易理解。
（2）、及时性访问。 也就是说，访问的数据越接近当前时间点，我们也可以在某种程度上将其视为hot data。由于大多数应用程序场景都有局部的时间和空间（特别是在计算机领域），因此接下来访问当前访问数据的可能性相对较大。
以上是基本的判断标准，一些具体的应用算法大多根据上述两个标准划分冷热数据。
阅读全文
请先 登录后发表评论 ~