海量数据采用何种方式保存数据、如何分析？

数据的价值肯定是业务说了算，所以历史数据的归档肯定也是业务进行的，无论是通过数据库级的存储过程或者是定制脚本完成数据转储等等手段，都是业务人员指定数据的“时间戳”。

而后端架构层也不是“看热闹”就行了，在海量数据的存储上，肯定存储典型的热点和非热点也就是冷热数据，那么显然采用分级存储是不二方案。

如果数据不那么重要，确实可以采用简单粗暴的办法，比如定义一年没人访问的数据为垃圾数据，可以删除。

用这个思路可以进行数据分层，比如一年没访问的数据移到等候层，再过一年仍然没人访问便自行删除。

数据库的定时任务调度估计可以实现。

这个技术无法确认吧。如果是保留多少数据的话，这个容易实现。

这个主要还得需要依赖数据分析处理程序，理论上将数据都有价值，就看怎样去进行分析和处理，其实这就是目前大数据需要处理的事情。建议先进行大数据建模，确认出数据类型，关键数据，分析过程和方法等，然后再利用大数据分析出各种数据的价值。