不同于 LRU 等传统的缓存替换置换策略，预测归档数据的时间窗口更长，也需要考虑哪些特征？

• 访问频次，以一定时间窗口进行聚合，这部分特征反映了数据访问热度的变化。

• SQL 日志的语义信息，以电商交易业务为例，订单表的访问模式直接反映了用户的购物行为。对于虚拟订单的充值，一条记录在创建后可能就不会再被访问了，对于实物交易的订单，由于涉及物流配送、签收，甚至还会涉及退货等售后环节，数据的生命周期呈现出非常复杂的分布，再加上双十一、双十二等大促活动时对于发货、收货等规则的调整，同一个负载的数据生命周期分布也会出现变化，通过简单的规则很难识别出哪些数据是冷数据，但是通过对SQL 访问的字段进行编码作为特征，对于同一个业务而言，更新、读取某些字段和记录生命周期的不同阶段关系密切，可以较为精准地刻画一条记录的生命周期。

• 时间戳相关的特征，类似于插入时间，最后一次更新的时间，也对数据的生命周期有指导意义。

以上内容摘自《云原生数据库原理与实践》，这本书可以在电子工业出版社天猫店购买。