业务场景

有一个系统的主要功能是这样的：它会对接客户的邮件服务器，自动收取发到几个特定客服邮箱的邮件，每收到一封客服邮件，就自动生成一个工单。之后系统就会根据一些规则将工单分派给不同的客服专员处理。

这家媒体集团客户两年多产生了近2000万的工单，工单的操作记录近1亿。平时客服在工单页面操作时，打开或者刷新工单列表需要10秒钟左右。要求进行优化：
当时的数据情况如下：
1）工单表已经达到3000万条数据。
2）工单表的处理记录表达到1.5亿条数据。
3）工单表每日以10万的数据量在增长。

在客户提出需求之前，项目组已经通过优化表结构、业务代码、索引、SQL语句等办法来提高系统响应速度，系统最终支撑起了3000万数据的表查询。这次只能尝试其他方案。

冷热分离一期实现思路：冷热数据都用MySQL

当决定用冷热分离之后，项目组就开始考虑使用一个性价比最高的冷热分离方案。因为资源有限、工期又短，冷热分离一期有一个主导原则，即热数据跟冷数据使用一样的存储（MySQL）和数据结构，这样工作量最少，等到以后有时间再做冷热分离二期。

需要考虑的问题
1）如何判断一个数据是冷数据还是热数据？
2）如何触发冷热数据分离？
3）如何实现冷热数据分离？
4）如何使用冷热数据？