案例解析 | 阿里云数据库助力特步全渠道业务稳步上云

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: “利用DRDS产品的高并发写和海量存储能力,我们支撑了全国几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。

2016年云栖大会上,马云提出了“新零售”概念,指出新零售包含了“线下与线上零售深度结合,再加智慧物流,服务商运用大数据、云计算等创新技术”。随着新零售的崛起,传统服装行业同时在经历巨变,其行业复杂度在新零售变革过程中呈现出多种多样的创造性,在一定程度上,引领着其他相关行业变革。尽管服装行业新零售变革处于领头羊的位置,但库存失衡、利润低迷、客户流失、销售瓶颈四大痛点,仍是服装业多年来的困扰。传统经营模式中品牌商与消费者中间环节越多,就越无法感知消费者需求,消费者与品牌商的诉求越远,就越无法信任品牌商产品。新零售的本质是新技术的驱动,数据成了未来最重要的生产资料,算法成了未来最重要的流水线。数字化以大数据、物联网等技术为依托,围绕“人、货、场”三大零售要素进行数据的采集和打通,是实现智慧零售的第一步,零售业数字化平台的搭建是驱动业务运营流程的智能化和作业过程的自动化的重要基础。
本文将介绍一家大型运动时尚体育用品企业——特步的上云历程。特步是中国领先的体育用品企业之一,主要从事运动鞋、服装及配饰的设计、开发、制造和销售,线上线上结合发展,以线下业务为主,在全国拥有几千家专卖门店。

为什么上云

  • 订单处理速度难以支撑业务增长
    由于特步的业务快速增长,现有系统订单处理能力出现瓶颈,频繁出现订单处理时间长,单笔订单发货慢,发货效率较低,丢单率高等问题。

image
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。实现POS业务的订单快速完成和快速发货,同时保证门店的业务都可以接入业务中台。将各个业务中心容器化,通过容器技术进一步发挥云计算的弹性能力,优化成本的同时,提升客户的IT架构的敏捷性,从而提升业务敏捷性,加速业务创新、快速迭代、低成本试错。
关于全站上云:
更多详情-> 更多详情专家咨询-> 专家咨询

  • 原有系统弹性能力不足,无法满足高并发数据读写,海量数据存储能力低
    特步拥有几千家线下门店,并且还在不断扩张,每天都会产生海量的订单、库存及用户数据。企业经营会经常举办促销活动,大促期间单日订单量是平时的数倍,最高可达几百万单,原有系统弹性能力不足,导致不能及时满足数据库的高并发写入与海量的数据存储,同时无法支撑业务高峰时的突增流量,影响到业绩完成。从发展角度看,随着线上渠道扩张和线下门店快速增加,一旦业务扩展达到系统瓶颈,整个系统的改造成本及影响也会比较大。

image
对于订单中心这样访问量和数据量都比较大的业务,我们采用DRDS数据库水平分库技术,将订单、库存、用户、渠道等数据放在不同的物理RDS上,并将数据存储与读写压力分散,结合弹性升降配和平滑扩容,使系统具备了10万的每秒事务处理量(TPS),100万的每秒查询率(QPS),并且可以在十几分钟内将QPS弹性扩展到当前的2-32倍,充分满足大促场景下高并发读写诉求。同时具备100TB海量数据存储的能力。总体来看,系统可以支撑客户扩展业务至当前业务量的5-10倍,满足了企业未来几年发展带来的数据处理需求。

  • 数据处理慢,难以进行数据驱动
    由于特步线下门店众多,业务量较大,同时门店、采购、销售订单、库存、调拨、进销存和财务等业务模块都需要报表来支撑业务决策,使用传统的关系型数据库生产报表速度较慢,由几分钟到十几分钟甚至几十分钟不等,无法支持运营活动和决策报表的快速输出,导致业务行为和业务决策不连贯。

image
经分析发现,客户报表生成对数据的需求可分为两大类:高实时性需求和大计算量需求。第一类数据具有较高的实时性要求,但计算量相对较小,我们规划了单独的DRDS来满足这类报表需求,通过数据传输服务 DTS将数据从DRDS业务中台数据库同步到DRDS报表数据库;第二类数据对实时性要求不高,但计算量大,需要较多聚合查询、排序、子查询等处理,我们选用了毫秒级针对万亿级数据进行即时多维分析透视和业务探索的分析型数据库MySQL版(AnalyticDB for MySQL)满足需求。改造后,报表产出速度从原来的十几分钟到几十分钟,降至1秒至1分钟,其中大部分报表可在10秒-30秒内产出。

上云关键点

  • 数据链路优化
    特步同时具有OLTP和OLAP数据处理需求,需要两个DRDS实例进行支撑,同时有2.5TB的数据需要全量上云,于是云下——云上、DRDS业务中台——DRDS报表、DRDS业务中台——ADB报表等几个业务链条中,都具有数据同步链路的强诉求。解决同步数据链路延迟,数据链路的优化便成为了上云的重点工作。为此,我们组建专家组协助特步做数据库SQL语法及MySQL参数的优化,同时在专家团队定位到问题后协调产品团队做产品能力升级,解决了数据迁移慢、数据同步延迟、DRDS同步到DRDS和ADB延迟大等严重卡点的问题,确保了特步的顺利上云。

客户证言
“利用DRDS产品的高并发写和海量存储能力,我们支撑了全国几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

客户价值

  1. 支撑高并发场景
    提升了客户业务系统数据读写能力,具备10万TPS、100万QPS的支撑能力,满足客户业务扩展至当前业务量的5-10倍。
  2. 提高弹性扩缩容能力
    提升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。
  3. 数据驱动业务
    统一总公司、子公司、代理商的数据标准,同时提高门店销售、库存等端到端数据链路的时效性,便于进行全面数据跟踪与分析。使业务行为和业务决策可以平滑对接,通过报表快速进行业务决策。
  4. 有效降低 TCO
    上云后云端服务和网络资源随时可用,物理环境零人力投入,相对成本线性,降低了实际TCO。解决了自建IDC资源利用率低、部署冗余、运维和基础设备开发人力支出成本高,而且可预见的规模扩大,成本会大幅上升等问题。
相关文章
|
2天前
|
NoSQL Java Linux
《docker高级篇(大厂进阶):2.DockerFile解析》包括:是什么、DockerFile构建过程解析、DockerFile常用保留字指令、案例、小总结
《docker高级篇(大厂进阶):2.DockerFile解析》包括:是什么、DockerFile构建过程解析、DockerFile常用保留字指令、案例、小总结
121 75
|
2天前
|
存储 设计模式 算法
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
行为型模式用于描述程序在运行时复杂的流程控制,即描述多个类或对象之间怎样相互协作共同完成单个对象都无法单独完成的任务,它涉及算法与对象间职责的分配。行为型模式分为类行为模式和对象行为模式,前者采用继承机制来在类间分派行为,后者采用组合或聚合在对象间分配行为。由于组合关系或聚合关系比继承关系耦合度低,满足“合成复用原则”,所以对象行为模式比类行为模式具有更大的灵活性。 行为型模式分为: • 模板方法模式 • 策略模式 • 命令模式 • 职责链模式 • 状态模式 • 观察者模式 • 中介者模式 • 迭代器模式 • 访问者模式 • 备忘录模式 • 解释器模式
【23种设计模式·全精解析 | 行为型模式篇】11种行为型模式的结构概述、案例实现、优缺点、扩展对比、使用场景、源码解析
|
11天前
|
存储 关系型数据库 MySQL
double ,FLOAT还是double(m,n)--深入解析MySQL数据库中双精度浮点数的使用
本文探讨了在MySQL中使用`float`和`double`时指定精度和刻度的影响。对于`float`,指定精度会影响存储大小:0-23位使用4字节单精度存储,24-53位使用8字节双精度存储。而对于`double`,指定精度和刻度对存储空间没有影响,但可以限制数值的输入范围,提高数据的规范性和业务意义。从性能角度看,`float`和`double`的区别不大,但在存储空间和数据输入方面,指定精度和刻度有助于优化和约束。
|
17天前
|
关系型数据库 MySQL 数据库
数据库数据恢复—MYSQL数据库文件损坏的数据恢复案例
mysql数据库文件ibdata1、MYI、MYD损坏。 故障表现:1、数据库无法进行查询等操作;2、使用mysqlcheck和myisamchk无法修复数据库。
|
14天前
|
存储 NoSQL 关系型数据库
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
我们的风控系统引入阿里云数据库MongoDB版后,解决了特征类字段灵活加减的问题,大大提高了开发效率,极大的提升了业务用户体验,获得了非常好的效果
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
|
20天前
|
存储 监控 调度
云服务器成本优化深度解析与实战案例
本文深入探讨了云服务器成本优化的策略与实践,涵盖基本原则、具体策略及案例分析。基本原则包括以实际需求为导向、动态调整资源、成本控制为核心。具体策略涉及选择合适计费模式、优化资源配置、存储与网络配置、实施资源监控与审计、应用性能优化、利用优惠政策及考虑多云策略。文章还通过电商、制造企业和初创团队的实际案例,展示了云服务器成本优化的有效性,最后展望了未来的发展趋势,包括智能化优化、多云管理和绿色节能。
|
1天前
|
人工智能 Cloud Native 关系型数据库
双位数增长,阿里云连续五年领跑关系型数据库
阿里云蝉联中国关系型数据库整体市场份额第一,在公有云业务双位数增长的驱动下,阿里云同时在公有云关系型数据库市场取得了38%的市场份额,连续五年位居首位。
|
27天前
|
SQL 数据库
GBase8a 数据库集群v953扩容案例问题分享
GBase8a 数据库集群v953扩容案例问题分享
|
22天前
|
存储 Oracle 关系型数据库
服务器数据恢复—华为S5300存储Oracle数据库恢复案例
服务器存储数据恢复环境: 华为S5300存储中有12块FC硬盘,其中11块硬盘作为数据盘组建了一组RAID5阵列,剩下的1块硬盘作为热备盘使用。基于RAID的LUN分配给linux操作系统使用,存放的数据主要是Oracle数据库。 服务器存储故障: RAID5阵列中1块硬盘出现故障离线,热备盘自动激活开始同步数据,在同步数据的过程中又一块硬盘离线,RAID5阵列瘫痪,上层LUN无法使用。
|
3天前
|
存储 Oracle 关系型数据库
数据库传奇:MySQL创世之父的两千金My、Maria
《数据库传奇:MySQL创世之父的两千金My、Maria》介绍了MySQL的发展历程及其分支MariaDB。MySQL由Michael Widenius等人于1994年创建,现归Oracle所有,广泛应用于阿里巴巴、腾讯等企业。2009年,Widenius因担心Oracle收购影响MySQL的开源性,创建了MariaDB,提供额外功能和改进。维基百科、Google等已逐步替换为MariaDB,以确保更好的性能和社区支持。掌握MariaDB作为备用方案,对未来发展至关重要。
13 3

推荐镜像

更多