1. 运营商行业数据架构特点
• 产品众多，技术栈复杂，多厂商产品交互稳定性差，维护成本高。
• 核心业务系统仍在使用集中式数据架构设计，分布式改造对运营商业务改造成本巨大。
• 需要提供云化能力，符合运营商未来云化发展思路。
2. 运营商行业OLTP数据库自主可控解决方案
1) 客户需求&痛点
• 业务系统上线已经十年以上，新的数据库引擎需具备高度兼容原有开发习惯，降低业务改造成本。
• 生产单实例数据最大约60T+，峰值链接数15000+活跃会话达1000+承载核心业务，对数据库稳定性有极高的要求，性能要求至少与现网平齐。
• 要求新的解决方案具有完善的生态工具，实现周边需求自闭环，具有可视化管理能力，提升运维效率。
2) 解决方案
• 某运营商采用PolarDB O引擎进行数据库技术迭代更新，依赖ADAM完成项目改造量风险摸底，采用ADAM+DTS完成数据从Oracle到PolarDB O引擎的迁移，凭借着PolarDB O引擎与Oracle的高度兼容能力，以及一写多读的性能提升，PolarDB O引擎与原有系统兼容度达98.2%，部分场景较原有架构性能提升4+倍。
• 同时PolarDB O引擎作为阿里云自主研发的云原生数据库，云管控提供的数据库集群可视化管理、快速扩缩容以及性能、监控告警管理满足了客户生产环境苛刻的管理及业务发布要求。
• 最后，阿里云提供的轻量化运维管控组件DBStack与运营商的软硬件技术栈完美兼容，实现快速部署快速上线，同时集成DTS、DMS、DBS等阿里云自研组件，实现生态工具自闭环，提升环境稳定性，支持与客户已有云化资源对接，帮助用户进一步加速全面云化的步伐。
3. 运营商行业构建实时数仓数据库解决方案
1) 客户需求&痛点
• 支持将OLTP产生的数据实时同步到OLAP库中，确保数据同步的稳定性及效率。
• 原有多个业务采用多种MPP方案，技术栈不统一，运维开发及管理难度大。
• 缺乏数据治理，同份数据存储于多个业务系统造成冗余。
• 已有系统不满足业务发展诉求，海量数据处理效率及成本不能得到很好的平衡。
2) 解决方案
• AnalyticDB支持采用DTS将数据从OLTP库实时写入到OLAP库，采用多并发技术确保传输效率。利用分层存储技术，在保障核心数据查询效率的前提下，进一步为客户降低存储成本。
• 通过资源池隔离技术，实现了多个分公司数据统一管理，降低技术栈复杂带来的运维管理成本，同时依赖多种计算能力的支持（离在线、Spark等），实现一个引擎一份数据多种计算场景的支持。
• 采用阿里云自研的云原生实时数仓引擎AnalyticDB，在成本为原有的50%情况下，在自助工具实时查询场景性能提升一倍，异步取数场景性能提升40%，AnalyticDB在性能及稳定性上均满足生产要求。
