El Tiering, o estratificación de datos, es una técnica de gestión de almacenamiento que clasifica y mueve automáticamente los datos entre diferentes tipos de medios de almacenamiento. El objetivo principal es alinear el costo y el rendimiento del almacenamiento con los requisitos de acceso y el valor de los datos. Típicamente, los datos "calientes" (frecuentemente accedidos) residen en almacenamiento de alto rendimiento y costo (ej. NVMe SSDs), mientras que los datos "fríos" (raramente accedidos o históricos) se mueven a almacenamiento de menor costo y rendimiento (ej. HDDs, almacenamiento en la nube de archivo). Esta clasificación puede basarse en políticas predefinidas, patrones de acceso, antigüedad de los datos o metadatos.
En el mundo real, el Tiering es implementado por una variedad de sistemas. Los sistemas de almacenamiento empresarial como NetApp ONTAP o Dell EMC Isilon ofrecen Tiering automático entre diferentes clases de almacenamiento local (flash, SAS, SATA) y hacia la nube (ej. Amazon S3, Azure Blob Storage). Los proveedores de la nube también lo implementan directamente: Amazon S3 tiene clases de almacenamiento como Standard, Infrequent Access (IA), Glacier y Glacier Deep Archive, con políticas de ciclo de vida que mueven objetos entre ellas. Google Cloud Storage ofrece Standard, Nearline, Coldline y Archive. Bases de datos distribuidas o data warehouses pueden usar Tiering para mover datos históricos a almacenamiento más económico, como Hadoop HDFS con políticas de almacenamiento o Apache Iceberg con sus capacidades de gestión de tablas.
Para un arquitecto, el Tiering es crucial para optimizar el TCO (Total Cost of Ownership) de la infraestructura de datos. Permite equilibrar el rendimiento requerido con el presupuesto disponible, evitando el sobreaprovisionamiento de almacenamiento costoso para datos que rara vez se utilizan. Las decisiones de diseño incluyen definir las políticas de Tiering (basadas en tiempo, acceso, tamaño), seleccionar las tecnologías de almacenamiento adecuadas para cada Tier y entender las implicaciones en la latencia y el throughput al acceder a datos en diferentes niveles. Un Tiering mal configurado puede llevar a degradación del rendimiento para datos críticos o a costos inesperados por recuperaciones frecuentes de Tiers de archivo. Es fundamental considerar la granularidad del Tiering (objeto, bloque, archivo) y la complejidad de la gestión y monitorización de las políticas.