DRDS+ADB助力特步全渠道业务稳步上云

简介: 业务/技术亮点:数千家门店/亿级订单/TB级数据/HTAP解决方案

image.png

客户感言

“利用DRDS产品的高并发写和海量存储能力,我们支撑了全国超过数千家门店的零售全渠道业务的数据写入和读取,支撑了特步全渠道业务中台的业务。DRDS的横向扩展能力确保门店快速扩展时候的数据库良好的读写扩展性。同时DRDS、RDS的弹性升降配确保我们在业务高峰的时候可以升级DRDS,提升计算能力,在业务低峰期降配。— 特步资深技术总监王海能

客户简介

特步(中国)有限公司,是中国领先的体育用品企业之一,始创于1987年,2001年创立特步品牌,2008年6月3日正式在港交所挂牌上市(1368.HK),2018年销售收入63.83亿元,年纳税超7亿多元。2019年,特步开启多品牌、国际化战略,旗下新增Saucony(索康尼)、Merrell(迈乐)、K-Swiss(盖世威)、Palladium(帕拉丁)等国际品牌,进一步满足全球消费者多样化的运动需求,提升特步成为全球领先的多品牌体育用品公司之一。

业务挑战

  • 线下零售数千家门店,订单量很大,对在线交易数据库高并发写入、海量存储能力要求较高。
  • 特步的业务属性决定了促销是一个常态,经常发生业务突变,大促期间单日订单量最高可达几百万,需要一定的弹性能力以支撑成倍订单增涨带来的流量压力,传统的数据库弹性能力不够。
  • 传统数据库不能支撑线上渠道扩张和线下门店快速增加需要的扩展能力,一旦业务扩展系统遇到瓶颈,整个系统的改造成本会比较大,也无法快速上线支撑业务快速发展。
  • 特步线下门店多,业务量比较大,门店、采购、销售订单、库存、调拨、进销存、财务等业务模块都需要报表来支撑业务决策,传统的关系型数据库除报表速度比较慢,几分钟到十几分钟甚至到几十分钟不等,不能快速支持运营活动和决策报表快速输出,导致业务行为和业务决策不连贯。


解决方案

  • 通过DRDS+RDS的分布式数据库解决方案支撑O2O全渠道业务中台系统上线,通过垂直拆分剥离各业务中心,使不同类型的业务数据可以存储在不同的RDS上,确保资源和访问隔离,从物理上使整个数据库架构具备了扩展性。通过这套架构可以实现POS业务的订单快速完成和快速发货,保证门店的业务都可以接入业务中台实现。
  • DRDS通过水平拆分将订单、库存、用户、渠道等数据放在不同的物理RDS上,使系统具备了高并发读写能力(1.5万TPS,22万QPS),当前架构的数据存储量可支撑15-20TB,能满足特步未来2-3年的数据存储和高并发读写诉求。
  • DRDS弹性升降配支持在10-20分钟将DRDS的QPS扩展到当前的2-32倍,大幅度提升DRDS的高并发读写能力,同时可以通过平滑扩容能力扩展RDS的数据库数量,在3-6小时将RDS数据库的读写能力(QPS/TPS)扩展2-24倍。
  • 对于订单中心这样访问量和数据量较大的业务中心,采用水平拆分的方式,结合弹性升降配和平滑扩容使系统具备了100TB数据存储的能力、10万TPS、百万QPS的支撑能力,可以支撑特步扩展业务至当前业务量的5-10倍。
  • 特步的门店、采购、销售订单、库存、调拨、进销存、财务等业务模块的报表从对数据的实时角度和计算量大小来看主要分为两大类,一类是实时性要求高,计算量相对小,特步单独开了一个DRDS来满足这类报表需求,数据通过DTS同步到报表DRDS,第二类是对实时性要求不高,但是计算量大、聚合查询、排序、子查询等比较多,DRDS的效果一般,采用ADB MySQL来满足。

- 技术架构图
特步1.png

客户价值

  • 基于DRDS+RDS的分布式数据库解决方案+业务中台提升客户数据链路的时效性以及客户业务系统的吞吐能力,使订单、库存、商品、销售的数据能实时从业务端到业务中台再到报表系统做销售业务决策。
  • 基于DRDS+RDS的分布式数据库解决方案提升了客户业务系统数据读写的扩展能力和数据存储的扩展能力,系统具备100TB数据存储的能力、10万TPS、百万QPS的支撑能力,可以支撑业务扩展至当前业务量的5-10倍。
  • DRDS的平滑扩容和弹性升降配使客户的业务中台系统具备了快速弹性升降配能力,可以在半天时间内将系统的计算和存储容量弹升至当前容量的10倍以上,从容、快速应对突发业务流量;同时也支持在大促后半天内将系统的容量降低至原有水位,快速降低商务成本。
  • 通过DRDS和ADB的OLAP能力,支持亿级订单数量级门店、采购、销售订单、库存、调拨、进销存、财务等报表的快速返回,从十几分钟到几十分钟降低至1秒至1分钟,大部分报表可以在10秒钟-30秒出来,部分特别复杂的报表需要1分钟左右。使业务行为和业务决策能平滑对接,公司负责人可以通过报表快速进行业务决策。
目录
相关文章
|
5月前
|
人工智能 关系型数据库 分布式数据库
阿里云产品一月刊来啦
阿里云上线Clawdbot全套云服务,千问最强模型Qwen3-Max-Thinking发布,PolarDB数据库全面内化AI能力|产品一月刊
419 158
|
人工智能 运维 前端开发
从极速复制“死了么”APP,看AI编程时代的技术选型
本文以爆款 App“死了么”为例,讲述在AI时代如何通过 Supabase 等 BaaS 服务实现极简全栈开发。借助AI编程工具与无服务器架构,开发者可快速完成从创意到上线的全流程,降低后端复杂度,聚焦核心业务逻辑,实现低成本、高效率的 MVP 落地。
|
6月前
|
存储 自然语言处理 Java
为什么 Elasticsearch 搜索这么快?深入理解倒排索引与分词器原理
Elasticsearch 搜索快的秘诀在于倒排索引与分词器。倒排索引通过“词项→文档ID”映射,避免全表扫描;分词器则负责文本的切分与归一化处理,提升检索效率。本文图解剖析其核心原理,助你掌握ES高性能搜索的底层逻辑。(238字)
|
9月前
|
存储 SQL 安全
全球数据安全新范式:阿里云DAS+DTS为企业打造合规出海“护航舰”
阿里云DAS与DTS推出覆盖数据跨境、实时脱敏、加密保护、合规审计的一站式安全解决方案,助力企业高效应对全球合规风险。
|
消息中间件 安全 Kafka
Apache Kafka安全加固指南:保护你的消息传递系统
【10月更文挑战第24天】在现代企业环境中,数据的安全性和隐私保护至关重要。Apache Kafka作为一款广泛使用的分布式流处理平台,其安全性直接影响着业务的稳定性和用户数据的安全。作为一名资深的Kafka使用者,我深知加强Kafka安全性的重要性。本文将从个人角度出发,分享我在实践中积累的经验,帮助读者了解如何有效地保护Kafka消息传递系统的安全性。
1217 7
|
SQL Go 数据库
Gorm使用教程:掌握高级查询的技巧。
以上就是我们今天的旅程中所会遇到的一些有趣的Gorm查询技巧。学习这些技巧像是学着驾驶一辆全新的巴士,只要你掌握了这些,你可以在数据库的海洋中自由驾驶,轻松地转向,畅游其中。祝你在Gorm的世界中探索愉快!
364 36
|
容灾 关系型数据库 数据库
阿里云RDS服务巴黎奥运会赛事系统,助力云上奥运稳定运行
2024年巴黎奥运会,阿里云作为官方云服务合作伙伴,提供了稳定的技术支持。云数据库RDS通过备份恢复、实时监控、容灾切换等产品能力,确保了赛事系统的平稳运行。
 阿里云RDS服务巴黎奥运会赛事系统,助力云上奥运稳定运行
|
SQL 数据库 开发者
SQL中的子查询:嵌套查询的深度解析
【8月更文挑战第31天】
2227 0
|
存储 JSON NoSQL
【redis数据同步】redis-shake数据同步全量+增量
【redis数据同步】redis-shake数据同步全量+增量

热门文章

最新文章