云原生数据仓库AnalyticDB MySQL 助力蜂创提升营销SAAS平台和CDP产品性能

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据仓库AnalyticDB MySQL版,基础版 8ACU 100GB 1个月
简介: 阿里云AnalyticDB满足了蜂创营销SAAS平台海量数据实时分析秒级返回的诉求,弹性模式的冷热存储分离能力帮助他们节约了很大的数据存储成本。

阿里云AnalyticDB(下文简称:ADB)满足了我们营销SAAS平台海量数据实时分析秒级返回的诉求,平台的用户和订单数据一直大规模增长,对分析型数据库的弹性要求较高,ADB的平滑弹性升降配对业务影响很小,在扩容升配的时候还能正常访问;ADB弹性模式的冷热存储分离能力帮我们节约了很大的数据存储成本。PolarDB-X解决了我们海量数据读写和存储扩展性的问题。  ----蜂创科技研发负责人吕军雷


关于蜂创科技


image.png

北京蜂创科技有限公司于2016年成立,中国企业级数字化营销解决方案提供商。公司拥有品牌“极目云客”。旗下营销活动一体化管理SaaS平台、客户关系CRM管理平台、终端门店管理平台、精准营销投放平台等平台,领先于国内数字营销垂直领域。以SaaS管理平台、资源供应链、整合传播增值服务为一体化解决方案,为企业级客户精准实现市场目标提供高效助力。


致力于企业的数字化营销,让企业在人、货、场上数据在线,并进行参与互动,数据智能和有效协作。

业务快速发展,面临巨大技术挑战


蜂创的业务飞速发展,数据量迅猛增长,给数据平台带来了巨大的技术挑战。


查询速度慢

极目云客平台单表数据量从数亿到数十亿不等,业务上需要做多表关联以及多维度及时分析查询。过去用普通关系数据库来支撑,查询耗时太长,不能快速返回业务查询结果,特别是对于交互式探索分析来说,用户体验影响更大;希望在毫秒/秒级实时响应,提高产品核心竞争力。


降低技术复杂度

基于传统数据仓库和以hadoop为代表的大数据技术方案,由于技术组件多、架构复杂、数据链路长、技术复杂度高,带来的问题是系统维护成本高,需要投入较大人力专门搭建平台和升级运维。由于学习成本高,人才培养难度大。


同时由于数据需要经过多个技术组件,数据接入和数据ETL开发工作量都比较大,新增一个业务场景需要全链路开发,从数据产生到应用上线时间周期长。


扩展性要求高

近年来公司业务发展非常迅速,客户数越来越多,数据量越来越大,需要保证平台的读写和存储性能水平扩展,要求技术架构稳定,业务代码无需修改来应对业务增长。


实时数仓解决方案

针对蜂创的业务挑战和应用场景,采用AnalyticDB MySQL版(简称ADB)作为实时数仓引擎,构建云上湖仓一体的解决方案,整体技术架构如下图所示:

image.png

业务数据通过DTS将PolarDB-X的数据同步到ADB,简化数据采集链路开发过程,解决数据传输实时性问题, 实现数据秒级延迟。


基于AnalyticDB构建一体化的数据仓库,能在同一平台进行数据清洗、ETL计算和实时查询服务,数据无需搬迁,减少开发工作量。


AnalyticDB支持数十亿数据毫秒/秒级查询实时响应,实现交互查询应用和报表实时化,极大提高了用户体验和产品竞争力。


AnalyticDB支持对OSS等外部开放数据存储进行自由读写。


同时AnalyticDB支持冷热数据分层功能,可以根据业务特征将数据定义为热数据、温数据和冷数据。热数据存储在ESSD介质上,查询性能好;将冷数据存储在OSS等介质上,查询性能稍弱,但存储成本降低;支持按照二级分区将同一张表的近期数据定义为热数据、远期数据定义为冷数据,热数据按时间周期滚动变为冷数据,既保证热点数据的查询性能,又能降低存储成本。冷热数据存储功能让存储总成本降低60%以上。


image.png

AnalyticDB弹性能力


AnalyticDB采用云原生的技术架构,天然具备原生的弹性能力。AnalyticDB支持集群资源横向水平扩展,在不中断业务的情况下随时动态扩容,降低运维成本。


在蜂创的业务场景中,存在明显的波峰波谷特征,在上班高峰期早上9点至11点查询请求量是其他时段的数倍。过去为了应对查询高峰,需要最大化预留计算资源,但在业务低峰期,这些资源实际上是浪费的。


AnalyticDB的分时弹性能力完美地解决了这个问题,可以按小时制定分析弹性计算资源计划,每天早上8点半准时弹出扩展计算资源,11点自动释放,平滑地解决了业务高峰资源瓶颈问题。分时弹性计算资源按小时计费,只需承担2小时的资源成本,比过去24小时持有计算资源的模式总体成本降低30%。


image.png

未来展望

大数据与数据库技术的融合是大势所趋,“湖仓一体”正成为企业数据仓库架构设计新方向。AnalyticDB 具备海量数据的存储和计算能力、支持开放的数据格式,同时具备数据库的数据实时写入更新、数据一致性,兼容标准SQL语法,与常用BI产品无缝对接。既具备大数据平台的能力又具备数据库的体验,是企业级数据仓库产品的最佳选择。


image.png

相关实践学习
AnalyticDB MySQL海量数据秒级分析体验
快速上手AnalyticDB MySQL,玩转SQL开发等功能!本教程介绍如何在AnalyticDB MySQL中,一键加载内置数据集,并基于自动生成的查询脚本,运行复杂查询语句,秒级生成查询结果。
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
15天前
|
缓存 监控 关系型数据库
如何根据监控结果调整 MySQL 数据库的参数以提高性能?
【10月更文挑战第28天】根据MySQL数据库的监控结果来调整参数以提高性能,需要综合考虑多个方面的因素
54 1
|
15天前
|
监控 关系型数据库 MySQL
如何监控和诊断 MySQL 数据库的性能问题?
【10月更文挑战第28天】监控和诊断MySQL数据库的性能问题是确保数据库高效稳定运行的关键
35 1
|
15天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
38 1
|
16天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
83 1
|
27天前
|
存储 关系型数据库 MySQL
优化 MySQL 的锁机制以提高并发性能
【10月更文挑战第16天】优化 MySQL 锁机制需要综合考虑多个因素,根据具体的应用场景和需求进行针对性的调整。通过不断地优化和改进,可以提高数据库的并发性能,提升系统的整体效率。
49 1
|
17天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第26天】数据库作为现代应用系统的核心组件,其性能优化至关重要。本文主要探讨MySQL的索引策略与查询性能调优。通过合理创建索引(如B-Tree、复合索引)和优化查询语句(如使用EXPLAIN、优化分页查询),可以显著提升数据库的响应速度和稳定性。实践中还需定期审查慢查询日志,持续优化性能。
47 0
|
1月前
|
SQL 关系型数据库 MySQL
MySQL中的 where 1=1会不会影响性能?看完官方文档就悟了!
本文探讨了在Mybatis中使用`where 1=1`进行动态SQL拼接是否会影响性能。通过MySQL官方资料和实际测试表明,`where 1=1`在MySQL 5.7及以上版本中会被优化器优化,因此对性能影响不大。文中详细对比了`where 1=1`与`<where>`标签的使用方法,并建议根据MySQL版本和团队需求选择合适的方式。最后,推荐查找官方资料以确保技术路线正确。
41 4
|
26天前
|
存储 监控 关系型数据库
MySQL并发控制与管理:优化数据库性能的关键
【10月更文挑战第17天】MySQL并发控制与管理:优化数据库性能的关键
109 0
|
1月前
|
关系型数据库 MySQL 数据库
深入浅出MySQL索引优化:提升数据库性能的关键
在这个数据驱动的时代,数据库性能的优劣直接关系到应用的响应速度和用户体验。MySQL作为广泛使用的数据库之一,其索引优化是提升查询性能的关键。本文将带你一探MySQL索引的内部机制,分析索引的类型及其适用场景,并通过实际案例演示如何诊断和优化索引,以实现数据库性能的飞跃。
|
1月前
|
存储 关系型数据库 MySQL
四种数据库对比MySQL、PostgreSQL、ClickHouse、MongoDB——特点、性能、扩展性、安全性、适用场景
四种数据库对比 MySQL、PostgreSQL、ClickHouse、MongoDB——特点、性能、扩展性、安全性、适用场景

热门文章

最新文章

相关产品

  • 云原生数据仓库AnalyticDB MySQL版
  • 推荐镜像

    更多