有报道指出，随着业务发展，MongoDB 中的核心业务流（如停车流水、订单日志等）会逐渐演变成几千万甚至数亿级别的超大集合。为了保障核心查询性能和控制存储成本，冷热数据分离成为了必经之路。 科技新闻。
根据不同的业务特征和基础架构能力，冷热分离有以下主流架构选型。
优势：
应对背景与起因
劣势：技术架构较复杂。
如果数据特征是机器指标、日志、事件流等持续写入且带时间戳的数据，强烈建议迁移到 MongoDB 原生的 Time Series 集合。
做法：
应对事件经过
故根据以上描述，建议使用定时任务微批处理数据。
如果目前受限于业务逻辑，只能采用最初的“查询 -> 插入 -> 删除”方案，请务必遵循以下平滑处理原则来写脚本：
大量删除会触发锁表或性能损失吗？
应对各方回应
如果冷热规则是严格按照“时间”划分的（比如只保留最近 3 个月的数据），不要去原表里删数据，而是直接按周期建表。
结论：不会“锁表”，但会带来严重的性能灾难。
MongoDB 默认使用 WiredTiger 存储引擎，采用的是文档级锁（行级锁），而不是表级锁。因此，删除操作本身不会阻塞整个集合的读写，但对于超大表的大规模删除，会带来以下致命的性能损失：，后续进展有待观察。
声明：本文信息来源于相关渠道或网络，版权归原作者所有。如涉及版权问题请及时与本站联系删除。本文观点仅供参考，不代表本站立场。