1. 申通核心系统上云案例
1) 业务痛点
• 目前客户的巴枪、订单、分单等业务，每天都产生大量的数据，巴枪业务数据量数亿每天，订单&分单数据量数千万每天，总数据量超百TB。
• 客户业务有面向不同场景的查询需求，既有根据订单号的点查，也有其他多种不同维度的范围甚至模糊查询的需求。
• 每年双十一大促客户业务都会面临大幅度上涨。
2) 解决方案
• Lindorm历经阿里众多核心服务的大规模验证，拥有国内相关技术领域的顶尖技术团队，保障了使用过程的持续稳定、可靠。
• Lindorm为云原生多模数据库，可同时支持宽表引擎和搜索引擎，并且可通过Lindorm Tunnel Service（LTS）实时将写入宽表引擎的数据同步至搜索引擎，并可保证搜索引擎和宽表引擎数据的一致性。
• Lindorm具备动态升&降配、扩&缩节点能力，轻松应对客户双十一大促的极致弹性需求。
• Lindorm采用存储计算分离架构，可以按需扩容存储或计算节点，扩容&缩容操作对应用透明，业务无需任何代码改动，数据和业务请求自动均衡，零运维。
3) 客户价值
• Lindorm多存储介质支持、高压缩比、完全线性扩展能力，成功帮助客户完成去Oracle，实现可扩展、低成本、高性能上云。
• Lindorm宽表引擎配合搜索引擎，完美的满足了业务对于订单/运单/分单的快速点查及多维度范围&模糊查找，实现宽表引擎支撑10万包裹/秒的高速查询，性能较原始方案提升5倍；搜索引擎支持上万网点的随机多维查询，并支持结果集的实时导出下载功能。
• 通过LTS实现宽表引擎向搜索引擎的实时、高效，并且保证双引擎数据一致性，无需业务系统双写并保证数据一致性。
• Lindorm云原生分布式及存储计算分离架构，具备极致弹性伸缩能力，助力客户轻松应对双十一大促业务峰值。
2. 交通物流行业冷热数据分离及多维查询案例
1) 标准版
• 利用HBase的存储原理优势，达到控制存储成本和兼顾多维查询的目的。
• 但从即时存储到查询和归档，均需要建立数据传输通路。
2) 进阶版
• 一体化冷热分离功能，在一张表内全透明实现数据的冷热分离，业务0改造便可获得极致成本降低。
• 原生二级索引搭配Search服务还可大幅降低查询层容量。
3) 业务最小改造版
• X-Engine提供LSM存储形式，压缩率相比传统行存数据库大幅度提升。同时可以使用标准SQL方式查询。
• 归档数据库使用DBS服务备份到OSS归档存储中，使用DLA的ServerlessSQL查询归档数据。
3. 交通物流行业车辆轨迹系统案例
1) 在线业务超高并发，轻松解决
• 如在城市公交场景下，涉及大量的车辆和车型、多样的计费方式，不仅要求数据库系统具有海量存储的能力，还需满足复杂查询计算。
• 基于PolarDBX存储海量数据，通过AnalyticDB进行数据分析，可构建智能化的城市公交系统，满足路线规划、站点查询、公交预报、业务报表结算、公交调度等需求，提升运营效率和服务水平。
2) 功能特点
• 弹性扩容
√ PolarDB-X采用分层架构可确保在并发、计算、数据存储三个方面均可线性扩展，可根据业务潮汐特点灵活升降配PolarDB-X，应对业务需求。
• 即开即用
√ 基于PolarDB-X可轻松从单机数据库升级到分布式架构，同时提供丰富的运维功能，相比自建分布式架构，大幅降低研发成本。
• 生态兼容
√ 高度兼容MySQL，打通大数据生态，通过将数据实时同步至云原生数据仓库AnalyticDB，实现对海量数据的实时分析，助力业务智能化。
4. 航空领域实时数仓案例
1) 产品优势
• 基于DTS，高吞吐数据写入及更新（INSERT/UPDATE/DELETE）。
• 行存储及多种索引（Btree，Bitmap等），点查询毫秒级返回。
• MPP多节点全并行计算，PB级数据秒级响应。
5. PolarDB自研空天（航空航天）大数据处理引擎GanosBase
• 高维：全球首个云上移动对象数据库（Moving Objects Database，MOD），支持人员、物流、航空器原生时空轨迹模型以及高达（x，y，z，t）四维时空计算。
• 多模：原生支持矢量、轨迹、影像、点云、拓扑网络等10多大类新型空天多维多模数据的存储、查询和分析计算。
• 新场景：航班轨迹高效压缩存储、商品配送、飞行器起降/盘旋检测、大规模飞行轨迹时空回放、气象/雷达云图管理、旅程网络拓扑分析……
