冷热标记应使用独立字符串字段datastatus并建单字段索引，避免复用业务字段或复合索引导致查询失效；冷数据占比低时需配合partialfilterexpression优化。
冷热标记字段必须独立且可索引
别把冷热状态塞进业务字段里（比如复用 status），否则查询和索引都混乱。直接加一个专用字段，如 dataStatus，值为 "hot" 或 "cold"，并确保它被单独建索引。
常见错误现象：用 createdAt + 应用层判断“是否过期”，导致每次查冷数据都要全表扫描时间范围；或把 dataStatus 和 updatedAt 组成复合索引，但实际只按状态查，索引失效。
-
dataStatus字段类型统一用字符串（避免混用数字 0/1），便于阅读和调试 - 建单字段索引：
db.events.createIndex({ dataStatus: 1 })，别漏掉partialFilterExpression（见下一条） - 如果冷数据占比极低（{ sparse: true } 配合
{ dataStatus: "cold" }
归档时间戳必须与原始时间字段解耦
归档不是简单删旧数据，而是迁移。所以不能只依赖 createdAt 做归档依据——它属于业务语义，而归档动作需要独立的、可审计的时间锚点。
使用场景：某条事件在 2025-03-01 写入，2026-06-15 被归档。若归档逻辑仍查 { createdAt: { $lt: ISODate("2025-06-01") } }，可能漏掉中间延迟归档的批次；更糟的是，归档库若也用 createdAt 建 TTL，会误删刚迁入的数据。
- 新增字段
archivedAt（Date 类型，初始为 null），归档时用$currentDate: { archivedAt: true }设置 - 冷库中建 TTL 索引必须基于
archivedAt：db.archived_events.createIndex({ archivedAt: 1 }, { expireAfterSeconds: 7 * 365 * 86400 }) - 热库中查待归档数据，应组合条件：
{ dataStatus: "hot", createdAt: { $lt: ISODate("...") }, archivedAt: null }
嵌套结构要按访问粒度拆分，否则冷热分离失效
如果一个文档里既含高频更新的实时状态（如 lastSeen），又含低频读取的完整历史轨迹（如 locationHistory 数组），那整个文档会被当作“热”处理——哪怕 95% 的内容半年都不动一次。
典型表现：冷热分离后，WiredTiger 缓存中 bytes currently in the cache 没下降，db.serverStatus().wiredtiger.cache 显示大量“冷内容”仍驻留内存。
- 把长生命周期子结构（如日志、轨迹、附件元信息）抽成独立集合，用
ObjectId引用 - 热集合只保留核心字段：
_id、deviceId、eventType、lastReportTime、dataStatus - 冷集合（或对象存储）存完整快照，字段名可带版本标识（如
v1_full_payload），避免后续结构变更影响归档兼容性
change stream 必须监听写操作，而非依赖 TTL 删除事件
TTL 索引触发的删除不发 fullDocument，change stream 只能拿到 documentKey，根本没法知道删的是什么内容——这对归档审计是致命缺陷。
容易踩的坑：以为给 createdAt 加了 TTL 就等于自动归档，结果 delete 事件没 payload，归档服务只能盲删，出错无法回溯。
- 归档流程必须主动发起：
find()批量拉取 → 写入冷库 → 记录归档日志（含docIds和archivedAt）→deleteMany() - change stream 监听目标是热库的
insert和update，用于捕获归档期间的变更，同步到冷库（数据一致性模块） - 归档日志集合（如
archive_log）本身也要建 TTL，但基于logTime字段，周期比业务数据长（如 90 天）
冷热分离真正卡住的地方，往往不是迁移逻辑，而是字段语义混乱和索引设计失当——dataStatus 字段有没有被所有写入口统一维护？archivedAt 是不是每次归档都可靠设置？这些细节一旦松动，整个分层就变成“看起来分了，实际没分”。
