什么是冷数据？

根据被访问的频次划分，分为冷数据和热数据。

• 热数据：半年以内被频繁访问的在线类数据，对访问频率和响应速度要求较高，可以部署在 CPU 驱动器附近，以便就近计算；
  
• 冷数据：非频繁访问的离线类数据，对访问频率和响应速度要求较低，可以集中化部署，保存在硬盘或远离数据中心的驱动器上。

如果以数据分析层面划分，可分为冷数据、温数据和热数据。

• 冷数据：包含性别、兴趣等个人信息，可用来绘制用户画像；
• 温数据：有关近期兴趣偏向的行为数据，存在时效性；
• 热数据：具有明显场景化特点，有利于驱动营销转化。

冷数据一般存储在冷库中。由于不像热数据那样需要即时访问，因此比较适合存储相关性较低、不再具有时效性或应用频率较低的“休眠”数据信息，比如过期的项目、操作日志数据、用户灾备的个人信息、历史的财务数据、留存备用的法律相关文件以及人力资源数据等。由于它具有成本低、数据存储量大、性能要求不高、业务场景简单等特点，亚马逊云科技的 Amazon OpenSearch Service 也进行冷数据的存储，使得用户只需要在使用时，为相关计算服务付费。

大数据时代，随着服务成本的持续上涨，以更低廉的价格提供更多存储容量的方案，正逐渐成为用户群体的主要诉求。然而，为灾难后进行数据恢复而存储的冷数据，势必占据大量空间。为实现冷数据存储的有效管理，可以通过择优而用、存储上云、定期评估、存储自动化这四种方法。