像整理手机相册：最近常看的照片留在手边，几年前的存进便宜仓库，需要时再取。Netflix也在处理类似难题。其时序平台保存按时间不断产生的事件，数据已达数PB；多数查询集中在近期，但旧记录仍要留给审计和调查。若全部放在追求毫秒级访问的昂贵热层，成本和集群运维压力都会上升。
Netflix介绍了两条冷却路径。第一条让Kafka承接连续事件流，再由Flink边流动边处理，直接写入S3对象存储。第二条更贴近原有数据库：利用Cassandra在S3中的备份，并通过可插拔Memtable——Cassandra接收写入时使用的内存结构——让系统直接读取S3里的冷数据。这样，近期数据继续留在快速热层，历史数据迁往便宜冷层，同时对调用方维持一致的查询接口。
值得注意的是，Netflix仍希望偶发的历史查询达到亚秒级，但供稿未披露具体成本降幅或实测延迟，因此目前更适合把它看作一套多PB冷热分层的工程路线，而非可横向比较的性能结论。