冷热分层存储

ByteHouse 支持冷热数据分层存储，以达到节省存储成本的目的。

• 热数据：访问频次较高的数据，存储在热数据盘（即创建集群时所选的 PLX 云盘）中，满足高性能访问的需求。
• 冷数据：访问频次较低的数据，存储在较低价的冷数据存储中，满足高性价比的存储需求。

在 ByteHouse 中，热数据采用 SSD 磁盘，成本高；而冷数据查询频率较低，则可以使用更低性能、更低成本的存储介质，具体使用差异如下：

根据场景不同，支持三种冷热数据移动策略。

• 移动因子策略：将新写入的数据存储在本地存储中作为热数据，提供高效查询。当热数据存储量达到业务使用阈值（ 即移动因子 Move Factor）时，自动将按照part大小优先将大的part数据移动到冷数据存储，从而释放本地存储空间。需要在系统文件中开启一个存储策略（Storage Policy），并在建表时增加这个设置。
• TTL 分层存储：添加TTL语句，实现将间隔时间之前的所有数据自动转移到冷数据盘中（需要集群已开通了存储策略）。

• 手动移动分区：将指定分区移动到本地存储或冷存储。

冷存储使用对象存储服务，可以使成本大大降低，但性能远低于本地存储。
请根据使用场景来判断是否需要使用冷存储。

1. 使用冷存储会导致以下场景的效率显著下降：
   • 数据读取；
   • 分区合并；
   • 主备同步。
2. 在以下场景在使用冷存储时会受到限制：
   • 在创建 HaUniqueMergeTree 时暂时仅支持选择冷存策略，不支持修改存储策略、修改 TTL 规则。
   • 使用 HaUniqueMergeTree 时，不支持冷存储中的数据去重。
   • 使用 MaterializeMySQL 时，不支持选择 TTL 策略转储到冷存，仅支持移动因子策略。
   • 所有表引擎在开启了冷存储之后，不支持水平扩展。

综合上述限制，冷存储使用的最佳实践为：

• 尽量在单副本模式下使用冷存储，多副本情况下副本间同步耗时会显著增加；
• 由于冷存储内的数据 Merge 很慢，不会去重，目前仅支持数据变冷后自动转存，不推荐将数据直接导入冷存储的场景（例如，设置了2022-01-01前的数据转存到冷存储，此时直接插入 2021-12-01的数据），目前如有将大量数据导入，且希望部分数据直接进入冷存的场景，请提交工单。

计费方式

热存储、冷存储分开计费，会生成不同的订单。

1. 热存储计费：热存储使用的空间在新建集群时创建，通过包年包月方式预付费，参考集群计费。
2. 冷存储计费：当集群开启了冷存储后，以小时为周期根据存储使用量开始计费，属于后付费资源。计费价格在开通“冷热分存”功能时会提示，如下图（具体价格以产品界面实际显示为准），具体请参考冷存储计费。

欠费说明

热存储为预付费，若中止续费请参考到期处理；
冷存储目前每天出账，出具账单后实时结算扣款，若欠费请参考 欠费处理。

开启"冷热分层存储"

给集群开启冷存储的方式包括：

• 创建集群时开通
• 现有集群开通

创建集群时开通

权限要求：火山引擎的 BillFullAccess 权限（详见 策略管理）；
开通步骤：

1. 访问 ByteHouse 控制台，单击 新建集群；

2. 用户可在选择本地数据的大小后，选择“冷热分层存储”，填写需要迁移到冷存储时的阈值；

3. 完成集群其他配置项的设置，完成集群创建。之后参考“建表”的步骤，在新建数据表时正确配置即可启用冷存。

现有集群开通

权限要求：集群管理员，或系统管理员；
开通步骤：

1. 访问 集群与运维管理 -> 集群管理 -> 集群列表 -> 集群详情 -> 存储管理；
2. 选择“去开启”，并选择冷热的移动策略；

3. 确认后，需要重启集群，完成冷存储的开通；
4. 对于新建的表，参考“建表”的步骤，在新建数据表时正确配置即可启用冷存；对于存量的表，修改存储策略并不会让存储策略立即生效，建议参考“移动分区”的步骤，进行存量数据的手动处理；

建表时指定存储策略

集群开通了冷存储后，需要在建表时指定存储策略，数据表内的数据才会按照开通冷存时配置的策略移动数据。

通过 SQL 语句建表

权限要求：对库有 Create 权限的用户。

移动因子配置

开启冷存并配置了冷热数据移动规则后后，系统会自动添加一个 s3_cold 的存储策略，在建表时，需要在 settings 中指定这个存储策略，数据表新建完成后，会按照在开启冷存时配置的规则进行数据移动。示例如下：

CREATE TABLE example_table on cluster xxxx
(
    d Date,
    a Int
)
ENGINE = HaMergeTree(...)
PARTITION BY d
ORDER BY d
SETTINGS index_granularity = 8192, storage_policy = 's3_cold';

若不指定存储策略，数据表仍然会全部存储于本地存储。

TTL 策略配置

当配置了存储策略时，则可以配置多级 TTL。
时间点1（如示例中，2 周后）会将数据转存到冷存储（DISK = 'S3'）
时间点2（如示例中，1 个月后）会将数据彻底删除。
示例如下：

CREATE TABLE example_table on cluster xxxx
(
    d Date,
    a Int
)
ENGINE = HaMergeTree(...)
PARTITION BY d
ORDER BY d
TTL d + INTERVAL 1 MONTH DELETE,
    d + INTERVAL 2 WEEK TO DISK 'S3'
SETTINGS index_granularity = 8192, storage_policy = 's3_cold';

若如此配置，多级 TTL 和移动因子策略会同时生效。即数据满足了 TTL 的移动条件，或者冷热因子的移动条件后，都会发起热数据向冷数据的移动。

HaUniqueMergeTree

HaUniqueMergeTree 为 ByteHouse 的自研引擎，开通冷存储后，需注意以下事项：

1. Unique 表写入时不会对冷存储的数据进行去重。如果需要导入数据，则需要设置ban_parts_mover_when_create_unique_replica = 1 ，并参照“最佳实践”进行操作。
2. Unique 表默认不对对象存储上的数据进行 Merge 操作（即 skip_merge_for_unique_data_in_remote_disk = 1）；如果有必要允许这部分数据进行Merge操作，需要在建表时指定参数skip_merge_for_unique_data_in_remote_disk = 0。在冷存储上 Merge 性能会比较差，请谨慎配置。

示例：

CREATE TABLE example_table on cluster xxxx
(
    d Date,
    a Int
)
ENGINE = HaUniqueMergeTree(...)
PARTITION BY d
ORDER BY d
TTL d + INTERVAL 1 MONTH DELETE,
    d + INTERVAL 2 WEEK TO DISK 'S3'
SETTINGS 
    index_granularity = 8192, 
    storage_policy = 's3_cold'
    skip_merge_for_unique_data_in_remote_disk = 1,
    ban_parts_mover_when_create_unique_replica = 1;

可视化建表

通过可视化建表，会自动生成建表 SQL，无需手动指定 storage_policy，指定配置参数等。
权限要求：数据工程师，集群管理员，或系统管理员；
操作步骤：

1. 访问 数据管理与查询 -> 数据管理 -> 点击左侧上角的“+” -> 可视化建表；

2. 在完成数据库、数据表、列设置等选项后，点击展开“高级键”；
3. 存储策略会默认选择“遵循集群整体的冷热分存策略”，应用移动因子策略。如选择“不遵循集群整体的冷热分存策略”，则数据会一直存储在本地存储；

4. 选择“遵循集群整体的冷热分存策略”后，设置 TTL 时，可以单击左侧的“+”，增加一级“转存至冷存储”的 TTL，并设置该级 TTL 的时间，完成 TTL 转储策略的设置。请注意，“转存至冷存储”的 TTL 必须小于“删除数据”的 TTL；
5. 完成剩余参数的设定，系统会在生成的语句中，自动添加对应的设置参数；
6. 点击“创建”。则新建的表会应用冷存储规则。

修改表存储策略

开通了冷存储后，如果不修改存量表的存储策略，则数据表内的数据不会按照开通冷存时配置的策略移动数据。因此需要通过修改表的存储策略、TTL设置，来达到让数据表应用冷存储规则的目标。

SQL 修改

操作描述：通过 Alter 命令，可修改表的存储策略与 TTL。
权限要求：对表有 Alter 权限的用户。
SQL 示例：

ALTER TABLE table_name ON cluster xxxx
MODIFY SETTING storage_policy = 's3_cold'; -- 修改存储策略

ALTER TABLE table_name on cluster cluster_name 
MODIFY TTL toDate(create_date) + toIntervalDay(30) TO DISK 's3';
-- 修改 TTL 策略

可视化修改

通过可视化界面，编辑表的存储策略与 TTL 策略。
权限要求：数据工程师，集群管理员，或系统管理员；
操作步骤：

1. 访问 数据管理与查询 -> 数据管理 -> 选中对应的表 -> 编辑；
2. 修改存储策略，以及 TTL 设置；
3. 确认，完成编辑。

查看存储用量

通过可视化方式查看本地存储、冷存储的用量趋势，便于分析和决策。
权限要求：集群管理员、系统管理员。
操作步骤：

1. 访问 集群与运维管理 -> 集群管理 -> 集群列表 -> 集群详情 -> 存储管理；
2. 查看图表中，本地存储、冷存储的用量趋势。

移动分区

通过 Alter 命令来完成移动分区的操作，适用于移动分区到冷存储。
权限要求：对表有 Alter 权限的用户。

基本语法

ALTER db_name.table_name MOVE PARTITION 'partition_name' TO 'S3'

SQL 示例：

ALTER TABLE table_name ON cluster xxxx
MODIFY SETTING storage_policy = 's3_cold'; 
-- 在移动前，需要确保设置了存储策略，如未修改则用以上命令更换存储策略

SELECT partition FROM system.parts WHERE table = 'table_name' GROUP BY partition
-- 取得分区名

ALTER db_name.table_name MOVE PARTITION 'partition_name' TO 'S3';
-- 移动分区到冷存储