数据归档策略：冷热分离与历史数据备份

[应用服务器] ——读写——> [热存储: SSD/内存数据库] | 按策略自动迁移 | [冷存储: 对象存储/磁带/压缩归档]

**常见存储介质对照：**
| 数据温度 | 存储类型 | 代表产品 | 成本 |
|----------|----------|----------|------|
| 热       | 本地 SSD、高性能 SAN | NVMe 阵列、Redis | 高 |
| 温       | 混合磁盘、NAS、云标准存储 | HDD 阵列、AWS S3 Standard | 中 |
| 冷       | 对象存储（低频/归档）、磁带 | AWS Glacier、MinIO、LTO 磁带 | 极低 |

### 2.3 冷热分离的实施要点
1. **定义温度判断规则**：根据时间（如创建超过 90 天）、访问频次、业务状态（已完结订单）划定阈值。  
2. **保持透明访问**：对于温/冷数据，尽量保留元数据索引，使得用户或应用程序在需要时能无感找回（例如通过联邦查询引擎）。  
3. **自动化迁移**：使用脚本或数据生命周期管理工具定期扫描并移动数据。  
4. **格式转换与压缩**：冷数据可转为列存格式（如 Parquet）并压缩，节省空间与查询性能。

## 3. 历史数据备份：不只是归档

### 3.1 备份与归档的区别
- **备份**：为防止意外丢失而创建的副本，强调**快速恢复**，通常短期保留多版本。  
- **归档**：为满足长期留存、法规遵从而进行的**确定性保存**，原始数据通常从源头删除。

### 3.2 历史数据备份的黄金法则：3-2-1 原则
- **3 份拷贝**：1 份主数据 + 2 份备份。  
- **2 种不同介质**：如一份在磁盘阵列，一份在磁带或云。  
- **1 份异地存放**：防止站点级灾难。

### 3.3 历史备份典型策略
- **全量 + 增量/差异**：每月全量备份，每日增量备份，平衡窗口与存储开销。  
- **快照 + 异地复制**：利用存储快照快速生成时间点副本，再异步复制到异地。  
- **不可变存储**：使用 WORM（一次写入多次读取）特性，防止勒索软件篡改历史备份。

### 3.4 归档数据的长期可访问性考量
- **格式开放**：避免私有格式，优先 CSV、JSON、Parquet 等。  
- **完整性验证**：定期对归档数据进行校验和检查。  
- **元数据管理**：记录数据结构、生成时间、保留期限、责任人等信息。

## 4. 构建你的数据归档体系：分步指南

### 步骤 1：梳理数据资产并分级
- 列出所有数据库、日志、文件系统。  
- 与业务部门确认每种数据的法定保存年限与访问需求。  
- 标记温度级别：热、温、冷。

### 步骤 2：设计归档策略表
一个示例 SQL 归档策略：
```sql
-- 将 orders 表中 3 年前已完成的订单移至归档表
INSERT INTO orders_archive
SELECT * FROM orders
WHERE status = 'completed' AND completed_date < DATE_SUB(NOW(), INTERVAL 3 YEAR);

DELETE FROM orders WHERE id IN (SELECT id FROM orders_archive);