【核心议题】数据生命周期管理的几个阶段，以及各阶段如何匹配存储？

数据本身是具备生命周期的特性的，其原理为：随着时间的积累，数据访问频次变化和数据量累积变化成反比。对数据根据访问频次进行数据价值评估，然后再对大量低价值的数据采取低成本保存手段，使得数据价值和存储技术与管理相匹配，进而大幅度降低整体数据存储成本。

针对上面的情况，不同节点的数据对性能、可用性、可靠性的要求也不尽相同。我们只需要根据这些需求对存储进行分级，再把对应的数据存放至对应的存储层即可，

1. 在生命周期初期，数据使用频率高，需要使用高速存储，确保可用性及性能
2. 随着时间的推移，数据重要性会贬低，使用率也下降。这时需要将数据移动到下级存储，匹配适当的可用性、存储空间、以降低存储成本和资源开销
3. 最终数据将不再被使用。可根据实际情况处理。比如根据法律法规对数据做归档处理。或者做次一级的备份处理，以备后续异常情况的恢复使用。

按照我们的实践，数据生命周期分为
1）在线热数据：最近一段实践业务经常用到的数据，比如最近三个月
2）在线温数据：一段时间内有访问需求但不频繁的数据，比如最近两年
3）离线冷数据：因为其他原因导致的对一些数据偶尔查询，对查询时间无要求，比如为法律案件或者审计提供依据等。
按照这个依据，我们会将热数据存储在SSD等高性能设备，将温数据存储在性能相对差点的设备，并且日终将热数据转储到温数据，这样能够保证最近热数据的访问和效率，而冷数据则转储到更廉价的设备，同时专门搭建历史查询系统用于查询，在这种情况下这些业务数据不会有修改需求，只有查询

在线 归档往往是大家比较关注的点 但是往往会漏掉销毁 销毁一般需要在上线的时候就加以考虑 要不就会出现越来越胖的现象

数据生命周期应该按照不同的维度来区分，而且不同的行业性质不同，分类方法也不会一样；一般来说都可以分为：
1：业务数据
2：历史数据
每一个企业的数据管理都是需要付出很大代价和人力，不管是商业的方案还是开源的方案，都不可能直接适用，都要根据实际情况参考使用。