跨引擎读写分离
当一个数据模型同时大量读、写操作并发执行时，读写操作互相影响，会加剧对锁的竞争，导致整体性能下降。通过在GBase UP中引入引擎级别的读写分离机制，可以极大地缓解并发读写对锁的竞争，从而提高并发性能。引擎级别读写分离的基本原理是，GBase UP作为统一的访问入口，对读写请求进行调度，事务性操作（INSERT、UPDATE和DELETE）在GBase 8t上执行，SELECT查询关键是分析型计算在GBase 8a上执行，以充分利用GBase 8t和GBase 8a各自的优点。
代码示意：
-- 创建镜像表，镜像方向为GBase8t到GBase 8a MPP
Create table t(...) engine=‘Mirror8t8a’;
-- 写操作用8t引擎
Insert into t values(…);
-- 分析型查询用8a引擎
Select avg(…) from t group by …;
查询操作指向到8a的方式有两种：自动识别，根据语句中函数的类型，如OLAP函数；手动识别，用户session级变量和hint级变量，影响到语句的执行引擎。
数据生命周期管理
数据在各生命周期有不同的处理要求，尤其是时间序列数据，其业务场景常常是初期集中于OLTP，中期用于OLAP，后期很少使用，只是偶尔用于历史数据分析，整体呈现热、温、冷三种典型的处理模型，从存储成本和计算特征考虑，不同时期的数据采用不同的引擎存储。
最常见的一种情况，最近生成的数据会被频繁使用和修改，将其存放在GBase 8t中，将近期生成但不再更新的数据放在GBase 8a中，将历史数据放在Hive中。用户通过SQL透明读写，而GBase UP按照设定的数据迁移策略后台自动透明的高效迁移。
代码示意： 创建分区表，按热、温、冷分别存储在三个数据引擎
Create table t_part (…, in_date date) partition by range(in_date)
(partition p_hive values less than (date_sub(current_date(),interval 1 month)) engine=‘Hive’,
partition p_8a values less than (date_sub(current_date(),interval 1 week)) engine=‘GBase8a’,
partition p_8t values less than MAXVALUE engine=‘GBase8t’);
