阿里云数据库MongoDB版助力掌阅平滑上云,撬动数据红利

本文涉及的产品
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
简介: 随着互联网行业格局的逐步成型以及数字阅读行业的市场竞争日益激烈,掌阅将与阿里云和MongoDB继续深度合作,变现技术红利,继续深化存量用户精细化运营和加大增量用户贡献。

客户简介

掌阅科技:深耕优质内容 优化数字阅读体验

掌阅科技股份有限公司成立于2008年9月,专注于数字阅读,是全球领先的数字阅读平台之一。

掌阅主营业务为互联网数字阅读服务及增值服务,同时从事网络原创文学版权运营,以及基于自有互联网平台的流量增值服务,服务覆盖自研产品、阅读服务、原创矩阵、网文出海、终端产品等五大方面。

掌阅的自研产品包括掌阅App、掌阅精选App、掌阅课外书App、得间小说App、阅爱聊等。其中,掌阅App是掌阅科技自研的数字阅读平台,拥有国学经典、严肃出版、原创文学、有声读物、漫画杂志等海量阅读内容,在业内率先实现了3D仿真翻页、护眼模式等技术的创新与引用,并在文档识别、转化、续读技术以及精装排版等方面形成了核心技术优势,处于行业领先水平。

业务挑战

数字阅读渐成主流 数据拓展需要数据管理同步升级

潜心数字阅读领域十余年,掌阅积累了海量阅读数据,如何做到这些数据的平滑升级和扩展、如何将这些数据充分利用起来并指导企业工作?是掌阅最大的痛点,也是掌阅多年来一直在研究和探索的问题。

依据阅读场景下的数据特点,掌阅在数据方面主要面对以下挑战:

双向数据 – 人和书这个关系相对复杂。如一个人喜欢哪些书、同时这些书又被哪些人同时喜欢,这在关键性数据库里需要建两张表,人一张表,书一张表。更为重要的是,要在两张表的数据关系中找到潜在读者、客户。这就需要一个能够有效管理非结构化数据的复合型索引。

字段的不确定性 – 在具体阅读的过程中,掌阅旗下不同APP要适应多重场景和运营活动,随着定位和画像的不同,数据标签随时更新、变化。传统的关系型数据库不再适合厘清这些不确定字段的数据信息。

数据升级 – 围绕掌阅的几大主营业务,涉及各个领域的APP矩阵不断扩大,数据量级已达到TB级,这种高并发海量数据需要数据管理的同步升级。

解决方案

阿里云数据库MongoDB版落地掌阅多元业务场景 大幅提升服务性能

2022年4月,掌阅科技在年报内显示将其核心服务进行云原生的改造,在大幅提升研发效率的同时,保证良好的服务可用性,持续提升服务性能30%以上。对客户端进行大幅包体瘦身和稳定性加固,崩溃率降低50%以上,冷启动打开速度提升30%以上,包体积降低30%以上。

这与掌阅选择阿里云数据库MongoDB版不无关系。掌阅平台研发部负责人张博表示,这主要是考虑到MongoDB在非结构化数据管理方面的显著优势,一是文档结构,字段可灵活扩展,可实现双向数据查询;二是支持Sharding、多节点容灾,实现海量数据的存储和可用性;三是事务支持,可实现多文档事务;四是阿里云的支持,为未来混合云架构打好基础。

张博还对阿里云数据库MongoDB版在云书架、书评、流水帐单、类积分管理四个业务场景中的落地实践进行了介绍。

云书架 – 每一位掌阅用户都会拥有一个个人书架,可以自助添加、删除书目。书、人之间会产生错综复杂的对应关系,而且这种对应数据呈持续变化,MongoDB介入其中进行动态管理。

书评 – 书评是阅读的一项“附加产品”。做书评是用户在掌阅APP上进行的重要交互行为,对每一本书、每一章节、每一句话,都可以上传个人感悟、评价。在平台后端形成了多事务多文档,这也是MongoDB善于处理的数据文档形态。

流水帐单 – 掌阅的流水数据很长一段时间内存在互联网数据中心 (IDC) 内的 HBase 系统 中,由于时间和历史原因,Hbase可维护性、可扩展性已到瓶颈阶段。作为掌阅与阿里云合作的第一个项目,掌阅将所有流水帐单从HBase迁移到MongoDB系统中,完成财务共享中心建设,突破瓶颈,轻松应对流水数据的不断增加。

类积分管理 – 积分机制是掌阅的一种重要“用户管理”方式,但多种积分活动相互交叉,积分规则各不相同,积分数值变化相对琐碎。大量积分数据在平台后端形成单事务多文档,MongoDB能够帮助实现积分管理清晰化、标准化。

客户价值

以数据为驱动 掌阅科技不断提升精细化能力

年报显示,掌阅科技2021年营收为20.7亿元,较上年同期的20.6亿元增长0.49%。其中,数字阅读平台收入占营业收入的比例分别为75.13%。可以说,以数据为驱动,掌阅不断提升精细化能力,运营效率进一步提高。聚焦在阿里云数据库MongoDB版为掌阅带来的重要价值,张博更喜欢用这样的三个词来概括:效率、成本、稳定性。

提高效率 – 在与阿里云和 MongoDB合作过程中,MongoDB技术团队会直接进入项目,并对重点问题全程追踪,通力解决问题,双方达成良性合作,提高工作效率。

加强稳定性 – 数据弹性大是云原生的特色能力。阿里云数据库MongoDB版为掌阅数据带来了稳定的数据弹性支持,尤其针对掌阅不同的运营活动、不同的爆款产品、不同的热点书目,随着数据量波动,MongoDB都能很好地帮助掌阅应对数据库扩容和缩容。

降低成本 – 效率的提高、稳定性的提高都可以直接带来成本降低。据掌阅统计,引入MongoDB系统后,运营成本节省10%以上。

客户证言

掌阅平台研发部负责人 张博

“阿里云数据库MongoDB版为我们提供了一系列操作工具,并作为我们研发平台上的重要组件,帮助我们在统一的、开放的研发环境下,不断提升研发成效。随着互联网行业格局的逐步成型以及数字阅读行业的市场竞争日益激烈,掌阅将与阿里云和MongoDB继续深度合作,变现技术红利,继续深化存量用户精细化运营和加大增量用户贡献。”

立即免费试用阿里云MongoDB。

扫码加入钉群,与MongoDB专家一对一沟通,了解更多阿里云MongoDB产品与方案,市场活动及线上培训等内容。
钉钉入群二维码原图.jpeg

相关实践学习
MongoDB数据库入门
MongoDB数据库入门实验。
快速掌握 MongoDB 数据库
本课程主要讲解MongoDB数据库的基本知识,包括MongoDB数据库的安装、配置、服务的启动、数据的CRUD操作函数使用、MongoDB索引的使用(唯一索引、地理索引、过期索引、全文索引等)、MapReduce操作实现、用户管理、Java对MongoDB的操作支持(基于2.x驱动与3.x驱动的完全讲解)。 通过学习此课程,读者将具备MongoDB数据库的开发能力,并且能够使用MongoDB进行项目开发。   相关的阿里云产品:云数据库 MongoDB版 云数据库MongoDB版支持ReplicaSet和Sharding两种部署架构,具备安全审计,时间点备份等多项企业能力。在互联网、物联网、游戏、金融等领域被广泛采用。 云数据库MongoDB版(ApsaraDB for MongoDB)完全兼容MongoDB协议,基于飞天分布式系统和高可靠存储引擎,提供多节点高可用架构、弹性扩容、容灾、备份回滚、性能优化等解决方案。 产品详情: https://www.aliyun.com/product/mongodb
相关文章
|
21天前
|
存储 NoSQL MongoDB
【赵渝强老师】MongoDB写入数据的过程
在MongoDB数据更新时,WiredTiger存储引擎通过预写日志(Journal)机制先将更新写入日志文件,再通过检查点操作将日志中的操作刷新到数据文件,确保数据持久化和一致性。检查点定期创建,缩短恢复时间,并保证异常终止后可从上一个有效检查点恢复数据。视频讲解及图示详细说明了这一过程。
73 23
【赵渝强老师】MongoDB写入数据的过程
|
11天前
|
数据采集 数据库 Python
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
有哪些方法可以验证用户输入数据的格式是否符合数据库的要求?
121 75
|
8天前
|
运维 关系型数据库 分布式数据库
阿里云PolarDB:引领云原生数据库创新发展
阿里云PolarDB引领云原生数据库创新,2024云栖大会将分享其最新发展及在游戏行业的应用。PolarDB凭借弹性、高可用性、多写技术等优势,支持全球80多个站点,服务1万多家企业。特别是针对游戏行业,PolarDB助力Funplus等公司实现高效运维、成本优化和业务扩展。通过云原生能力,PolarDB推动游戏业务的全球化部署与快速响应,提升用户体验并保障数据安全。未来,PolarDB将继续探索AI、多云管理等前沿技术,为用户提供更智能的数据基础设施。
|
30天前
|
存储 人工智能 数据管理
|
16天前
|
关系型数据库 分布式数据库 数据库
1月17日|阿里云云谷园区,PolarDB V2.0技术沙龙,畅聊国产数据库
为了助力国产化项目顺利推进,阿里云邀请企业开发者和数据库负责人到云谷园区,与PolarDB V2.0技术专家面对面交流。扫描海报二维码报名,我们将根据信息为您申请入园。欢迎参与,共同探讨PolarDB的最新技术和应用!
|
19天前
|
运维 关系型数据库 MySQL
体验领礼啦!体验自建数据库迁移到阿里云数据库RDS,领取桌面置物架!
「技术解决方案【Cloud Up 挑战赛】」上线!本方案介绍如何将自建数据库平滑迁移至云数据库RDS,解决业务增长带来的运维难题。通过使用RDS MySQL,您可获得稳定、可靠和安全的企业级数据库服务,专注于核心业务发展。完成任务即可领取桌面置物架,每个工作日限量50个,先到先得。
|
23天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
25天前
|
SQL 存储 运维
从建模到运维:联犀如何完美融入时序数据库 TDengine 实现物联网数据流畅管理
本篇文章是“2024,我想和 TDengine 谈谈”征文活动的三等奖作品。文章从一个具体的业务场景出发,分析了企业在面对海量时序数据时的挑战,并提出了利用 TDengine 高效处理和存储数据的方法,帮助企业解决在数据采集、存储、分析等方面的痛点。通过这篇文章,作者不仅展示了自己对数据处理技术的理解,还进一步阐释了时序数据库在行业中的潜力与应用价值,为读者提供了很多实际的操作思路和技术选型的参考。
40 1

相关产品

  • 云数据库 MongoDB 版