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。
