《阿里云认证的解析与实战-关系型数据库ACP认证》——云关系型数据库架构方案——六、电力行业数据库解决方案及案例例

1. 电力行业数据架构演变

在用户用电、购电等流程中，会涉及到诸多账单、明细等数据。传统的电力行业前期还是使用Oracle数据库，其架构演变从传统IOE架构，到开源分布式自建，然后逐渐引入成熟云平台。

2. 基于阿里云平台的电力营销业务架构

 • 架构组成：数据采集区、营销数据共享区、核心业务平台。

• 方案能力：

 TSDB替代Oracle/HBase：量测存储能力。

 PolarDB-X替代Oracle分布式改造：高并发和海量存储能力。

 PolarDB O引擎替代Oracle：国产化去O能力。

 AnalyticDB MySQL替代Oracle/Gbase：实时数仓支持营销类查询诉求。

3. 电力营销算费业务数据库解决方案

1) 算费业务场景

• 依据用户的基础档案、电量采集结果、电价参数三类信息，核算用户电费，控制用户停/复电。

• 智能电表每15分钟采集一次，每个设备每天96个采集值。

• 智能电表用户超过4500W，数据要求保存180天，总数据量超过30T。

2) 客户痛点

• 智能电表设备增长了，怎么办?

• 采集频率提高了，怎么办?

• 数据保存时间变长了，怎么办?

3) 客户需求

• 支持更多用户设备数

• 支持更高数据采集频率

• 支持更大数据存储量

• 支持高并发的数据读写和计算

4) 传统集中式架构

传统集中式架构，是将用采、费控业务应用的数据存储在Oracle上。

5) 解决方案

新一代算费业务架构如下图：

• 为什么选择PolarDB-X

 高并发的数据读写能力

 水平扩展架构

 海量数据存储能力

 数据强一致性保证

 难点：贴合业务的数据拆分

• 缓存Tair的价值

 算费中间结果“临时表->内存库”，性能大幅提升。

 减少业务对底层关系库的依赖，业务逻辑解耦。