客户之声|造车“新势力”理想汽车,遇见数据库“新势力”

简介: 客户之声|造车“新势力”理想汽车,遇见数据库“新势力”

2018年10月,理想汽车旗下首款产品理想ONE一经发布就掀起抢购热潮。2020年7月,理想汽车在美国纳斯达克证券市场正式挂牌上市。2021年8月,理想汽车正式登陆港交所,在刚刚过去的2月份,共交付了16620辆汽车,同比增长97.5%。自交付以来,理想汽车累计交付量已达到289095辆。


目前,理想汽车已经成为中国家庭用户购车首选的新能源汽车品牌之一。


今年年初,理想汽车企业系统部负责人王阳接受了央视频《奇妙中国》节目的采访,点击下方视频听听客户的声音。

随着数字化浪潮进一步深入,制造产业智能化进程加快,一些意识领先的企业已开始重新审视“地基”——升级底层 IT 基础设施,助力上层业务加速智能化、自动化,实现领跑。

中国是全球最大的新能源汽车市场。中国汽车工业协会数据显示,2022 年 1 月至10月,我国新能源汽车产销分别完成 548.5 万辆和 528 万辆,同比分别增长111.4% 和 105.4%,连创历史新高。同年 9 月,理想 L9 首月交付破万,创造中国自主品牌 40 万元以上单一车型交付纪录。

交付能力是新能源车企的“试金石”,这背后依赖车企对供应链、智能制造等核心能力的持续投入。理想汽车作为国内知名度、热度最高的“造车新势力”之一,投入百亿级技术研发费用,始终坚持全栈自研。理想 L9 首月交付即破万的背后,自建智能制造基地立下大功。

目前,理想汽车拥有常州智能制造基地,北京智能制造基地预计 2023 年投产,产线应用全自研的 MES(Manufacturing Execution System,制造执行系统)——Li-MOS。依靠完全自研的 Li-MOS,理想汽车整合了世界领先的人工智能、数据库等前沿技术,打造了一套安全高效的智能生产系统。

对于车企来说,产线的平稳高效运转是一条“生命线”,产线上的任一系统出现故障,将直接导致停产,停产的每一秒都意味着人力、资源等的巨大损失。传统数据库在稳定性方面存在隐患,故障恢复依赖人工干预,难以满足智能制造基地的高要求。伴随理想汽车近年的高速发展,产线系统的数据量激增,传统数据库弹性扩展能力差,资源碎片化严重,也给理想汽车的数据库运维效率和资源利用率提升带来挑战。

开启自研 Li-MOS,成为了理想汽车更换传统数据库的契机。此时,同样坚持完全自主研发的原生分布式数据库 OceanBase 走进了理想汽车的视野,双方一拍即合,理想汽车自研的 Li-MOS、WMS(Warehouse Management System,仓储管理系统)搭载 OceanBase 开启全新征程。


新能源汽车、分布式数据库,这两个看似风牛马不相及的事物,发展路径却极为雷同:两者均在较早期被发明,但都没有成为主流。直到近些年,二者均涌现出一批“新势力”,凭借硬核实力与创新突破逐步开始引领主流。

2021 年,国内 L2 级辅助驾驶的乘用车达到 22.2% 的市场渗透率,而理想汽车在更高级的 L3 甚至 L4 辅助驾驶演进道路上,选择了完全自主掌控的自研路线。此外,增程电动、底盘悬架、智能驾驶、智能空间与高压纯电等关键技术领域,理想汽车也全部自主研发并取得了技术自研成果。作为“新势力”,却已走在业界前列。

2021 年,OceanBase 凭 TPC-H 1526 万 QphH@30000GB 登顶榜首,成为全球唯一登顶 TPC-C 与 TPC-H 的分布式数据库。2022 年 8 月 10 日,OceanBase 发布 4.0 版本,开辟单机分布式一体化数据库新纪元。同样作为“新势力”,理想汽车的坚持与 OceanBase 的坚持不谋而合——在已有的方案产品上进行改造,可能在短时间内可以走得更快,但完全自主研发,才能在未来走得更远。

基于 Paxos 协议,OceanBase 实现了数据库服务“故障自动恢复” 和 “数据零丢失”,在网络条件复杂的情况下,也能保持稳定的性能和可用性。作为共识协议的“本源”、容错性最好的 Paxos,其工程实现难度也是最大的。这也是业界不少产品采用 Raft 简化版算法的原因。而 OceanBase 早在 1.0 版本就完整独立地实现了基于Multi-Paxos算法的日志同步机制,并在极致场景下打磨多年,这也为OceanBase 支撑跨城远距离的“多地多活”部署架构提供了坚实基础。

升级至 OceanBase 后,理想汽车的产线执行系统数据库抖动频率平均下降约 80%,对于常见的故障事件真正做到了“先恢复,后分析”,大幅提升系统运行稳定性,有力保障智能制造基地稳定高效运行。
理想汽车的产线系统对数据库的自动化、智能化有着较高要求,当出现故障时,需要做到快速分析、快速处理,保证时效。OceanBase 提供的智能运维体系围绕监控、诊断、巡检三个维度,为理想汽车在“智能化”方面的探索进一步保驾护航。

智能化监控方面。OCP 将专家经验直接内嵌到每层监控中,从表层的响应 RT 一直下钻到单个物理节点的基础指标,用户只需在每层监控中点击关联的可疑指标,就能将问题层层定位,告别过去“同时打开十几个监控页,反复对比分析”的低效排查。OCP 还能够支持从“告警 -> 监控 -> 事务 -> SQL -> Trace ”的整个链路进行关联分析,帮助理想汽车更快速地定位问题。

智能化诊断方面。OceanBase 支持可疑 SQL 自动分析,还提供诸如事务诊断、SQL 请求分析、SQL 执行画像、智能优化建议、死锁分析等丰富功能,大幅提升数据库异常事件的处理能力和应急效率,进一步快速读取和处理产线系统紧急出现的“异常 SQL”问题,提高处理能力和应急效率。

智能化巡检方面。一是 OceanBase 提供集群、租户维度的性能分析报告,为深度优化提供全面的参考材料。二是系统日志聚合,通过 OCP,整个集群的日志在控制台一目了然,根据集群、节点、日志类型、关键字等维度可以进行任意维度的过滤聚合,无需登录到每台节点去“正则+grep”,显著提升排查分析效率。

升级至 OceanBase 数据库后,借助一整套智能运维体系,理想汽车的产线执行系统能够在无人值守的情况下,30 秒内完成故障的自动恢复,实现汽车产线系统数据库的“无人驾驶”。

此次造车“新势力”牵手数据库“新势力”,为汽车制造业智能化发展树起了新的典范。搭载新一代数据库 OceanBase,理想汽车智能制造基地的生产协同效率显著提升,稳定高效的产线系统,成为理想汽车高交付能力的有力保障。

相关文章
|
6月前
|
NoSQL Java 关系型数据库
基于java swing和mysql实现的汽车租赁管理系统(源码+数据库+文档+运行指导视频)
基于java swing和mysql实现的汽车租赁管理系统(源码+数据库+文档+运行指导视频)
206 0
|
5月前
|
存储 SQL BI
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
|
1月前
|
存储 NoSQL MongoDB
基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户
选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。
|
6月前
|
运维 关系型数据库 分布式数据库
客户说|从4小时到15分钟,一次分布式数据库的丝滑体验
识货APP引入PolarDB分布式版,轻松完成分布式演进
客户说|从4小时到15分钟,一次分布式数据库的丝滑体验
|
6月前
|
JavaScript Java 关系型数据库
共享汽车管理|基于SprinBoot+vue的共享汽车管理系统(源码+数据库+文档)
共享汽车管理|基于SprinBoot+vue的共享汽车管理系统(源码+数据库+文档)
48 0
|
6月前
|
JavaScript Java 关系型数据库
汽车咨询|基于SprinBoot的汽车资讯管理系统设计与实现(源码+数据库+文档)
汽车咨询|基于SprinBoot的汽车资讯管理系统设计与实现(源码+数据库+文档)
65 0
|
6月前
|
JavaScript 小程序 Java
汽车资讯|汽车资讯网站|基于Springboot的汽车资讯网站设计与实现(源码+数据库+文档)
汽车资讯|汽车资讯网站|基于Springboot的汽车资讯网站设计与实现(源码+数据库+文档)
67 0
|
6月前
|
运维 关系型数据库 分布式数据库
客户说|从4小时到15分钟,一次分布式数据库的丝滑体验
识货APP致力于为广大用户提供专业的网购决策指导,为喜欢追求性价比的网购朋友带来及时劲爆的运动、潮流、生活、时尚等网购优惠资讯,产品覆盖国内外主流购物商城。它提供了全球范围内的时尚品牌、潮流单品的信息,帮助用户发现和购买最新、最热、最具性价比的时尚商品。近年来,各大电商平台上的商品信息持续增加,海量商品信息增加了消费者的选购成本。识货从用户视角出发,不断整合行业渠道供给,降低发现和筛选成本,帮助用户更高效地购买到最具性价比的产品。
|
6月前
|
前端开发 JavaScript Java
基于SSM框架实现的汽车维修管理系统【源码+数据库】
基于SSM框架实现的汽车维修管理系统【源码+数据库】
114 0
|
6月前
|
SQL 监控 测试技术
某金融客户核心系统OceanBase数据库性能优化实践
部分金融行业客户的传统核心使用OceanBase替换国外商业数据库的过程中,需要针对业务模型和数据模型进行重构,数据库压测提出了针对单交易耗时和TPS的硬性指标,以下内容是OceanBase数据库调优过程中的一些具体优化实践。
637 0
某金融客户核心系统OceanBase数据库性能优化实践
下一篇
无影云桌面