冷热分层与存储
随着数据集和模型越积越多，本地磁盘迟早吃不消。VortLab 用「冷热分层」解决这个问题，把不常用的数据挪到对象存储，常用的留在本地。对用户来说，整个过程基本无感，只是偶尔会在数据集卡片上看到一个「已存档」徽章。这一页讲清楚分层是怎么回事，以及它和业务归档的区别。
什么是冷热分层
存储层级概念
VortLab 使用两级存储：
- 热数据（hot）：存在本地磁盘，访问速度快，日常操作直接读写。
- 冷数据（cold）：本地文件已被清理以节省空间，原始数据保存在对象存储里，访问时系统会自动把它恢复回本地。
一个数据集处在哪一级，由系统按访问频率自动决定，用 storage_tier 字段标记。
冷热分层是自动的
冷热分层是自动的
- 系统会根据访问频率，自动把不常用的数据集从热存储转为冷存储。
- 这个过程对用户透明，不需要手动操作，也没有额外开关。
- 当你访问一个冷存储的数据集时，系统会自动触发恢复（
ensure_hot），把它重新拉回本地。 - 恢复过程中数据集会短暂处于「恢复中」（recovering）状态，完成后回到正常可用状态。
冷存储与业务归档的区别
这两个概念字面接近，但说的完全是两回事，别混在一起。
冷存储与业务归档的区别
- 冷存储（cold tier）是存储层面的概念：本地文件被清理来省空间，数据仍完整保存在对象存储中，访问时自动恢复，数据集依旧可用。
- 业务归档是业务层面的操作，比如数据集版本归档、项目归档。归档后的实体进入不可用状态，需要手动取消归档才能继续使用。
- 一句话区分：冷存储的数据集仍可用（访问时自动恢复），业务归档的实体不可用。
冷存储状态的表现
数据集被转入冷存储后，你会看到这些现象：
- 数据集卡片或列表项上出现「已存档」徽章。
- 打开这个数据集时，系统自动在后台触发恢复流程。
- 恢复需要一些时间，具体取决于数据量和当时的网络与磁盘速度。
- 恢复进行中可能显示「恢复中」状态，图标会旋转提示正在处理。
- 恢复完成后，数据集回到热存储，一切操作恢复正常。
如何判断数据集在冷存储
如何判断数据集在冷存储
- 留意数据集卡片或列表项：如果出现「已存档」徽章，说明它在冷存储。
- 这只代表本地副本被清理了，不影响数据完整性，对象存储里的数据始终完好。
- 访问时稍微等一下恢复即可，无需任何额外操作。
对象存储后端
对象存储后端
- 生产环境使用 RustFS，一套 S3 兼容的对象存储服务。
- 数据集版本文件、模型备份、封面图等大体积资源都存放在对象存储中。
- 冷热分层把「本地磁盘空间」和「访问性能」做了一次平衡：常用的留本地求快，不常用的挪到对象存储求省。
- 数据集版本发布时，文件会以内容寻址（按文件 SHA256）上传到对象存储，相同文件跨版本共享，不重复占用空间。
接下来
- 想了解数据集版本发布、归档、恢复的完整流程，看「数据集与版本」分类下的版本说明。
- 模型文件的备份与恢复机制类似，看「训练」分类下的相关说明。