客户说|享道出行 x DMS,构建一站式高效、安全的数据运维管理平台

本文涉及的产品
数据传输服务 DTS,数据迁移 small 3个月
推荐场景:
MySQL数据库上云
数据传输服务 DTS,数据同步 small 3个月
推荐场景:
数据库上云
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 享道出行通过引入一站式运维管理系统DMS,有效地降低数据运维的复杂性,提升运维团队的工作效率,同时保障IT系统的稳定性和安全性,最终实现业务的持续性和稳定发展。

一、业务背景

1.1 公司概述

享道出行是上汽集团投资的一家专注于出行服务的专业品牌,是上汽集团实现汽车产业“新四化”(即“电动化、智能网联化、共享化、国际化”)的重要组成部分。


作为上汽集团移动出行战略品牌,享道出行充分利用全产业链竞争优势,从消费者对安全及品质的需求出发,通过为消费者提供安全、高效、舒适、便捷的品质体验,打造品质出行服务平台。

1.2 业务挑战

随着业务的快速发展,享道拥有种类丰富的数据源供业务系统存储数据及日常调研,但在数字化建设的同时,企业人员权限、生产上线流程、安全变更等方面发现一系列的问题亟需解决,总结如下:


  • 人员变动频繁造成权限不易管理
  • 数据库建模规范难以落地
  • 生产系统重大变更风险难控制
  • 历史访问频率低的数据没有系统归档
  • 审计要求下数据库操作行为没有全面记录

二、解决方案

通过采购阿里云DMS平台并与享道内部系统进行对接,实现多源数据库的集中管理,充分利用DMS的全域数据资产、数据库设计与开发、数据集成、数据开发、数据可视化及数据服务等能力,以及通过内置阿里巴巴数据研发规范及数据安全最佳实践,简化数据库维护操作,提高数据运维安全和稳定性。



通过下面几个核心能力来解决痛点问题:

2.1 权限管控

为避免数据泄漏,加强数据安全管控,通常需要针对不同角色设置不同的管控权限,实现权限最小化原则,确保数据安全可靠。DMS的权限管控功能针对不同人群,如:业务开发人员、运维人员、DBA、审计人员等提供全方位、多维度(如:实例、库、表、列、行等)的权限管控能力。实现一切数据尽在掌握。


通过对接享道的OA系统,在审批流完成之后,自动在DMS中为申请人员开启所申请数据的只读权限。


2.2 SQL审核优化

在项目正式发布到线上之前,需要对涉及的SQL进行全面的审核,避免不符合数据库开发规范的SQL发布到线上影响生产服务。而传统的方式,是所有SQL都需要人工审核,会极大降低研发效率。为解决该问题,我们使用DMS的SQL审核功能,基于提前设置好的SQL审核规则,在享道工程一体化平台(Xblue)中上传SQL脚本时,会自动验证这些规则,对不规范的语句进行拦截。


2.3 无锁变更

在业务快速迭代和发展中,经常需要对在线业务库的结构进行变更,但随着业务数据量的增长及对象的访问频率增加,对结构的变更常常会导致锁的产生,从而阻塞业务的正常运行,因为出行服务需要7*24提供服务,基本无运维窗口,故此在线无锁变更就变成一种常规的需求,数据管理DMS无锁结构变更能力可轻松处理此类场景,确保业务稳定运行。无锁变更包括两种类型变更:


DML无锁变更:DML无锁数据变更基于DMS引擎将单个SQL拆分成多个批次执行,能更好地满足业务方对大量数据变更的需求,例如历史数据清理、全表更新字段等,保证执行效率的同时,减小对数据库性能、数据库空间等的影响。原理为分批执行单个SQL,DMS引擎将单个SQL拆分成多个批次执行以及每个批次执行后有Sleep(暂停)进行缓冲。


DDL无锁变更:DDL无锁变更有效解决了结构变更时锁表的问题,较好地规避因数据库变更导致锁表以至阻塞业务的问题,以及数据库原生Online DDL带来的主备延迟现象。原理为创建一张结构与变更一致的影子表,在该影子表基础上进行变更,随后将变更表中的数据向影子表进行迁移,当两边数据完全一致时,两表互换完成变更。

2.4 数据归档

为降低在线业务数据库存储空间,提升业务数据库的处理效率,需要周期性或一次性对业务库进行瘦身,将访问率很低或几乎不访问的历史数据进行归档,从而降低在线存储成本。我们使用DMS的数据归档功能,可完美契合了此类需求,且支持归档数据在线分析。


2.5 操作审计

为了方便快速定位、排查数据库问题以及提供审计用途,我们使用DMS的操作审计功能,包含SQL窗口产生的SQL语句列表、工单列表、登录列表、操作日志。支持全局级、实例级、DB级等多维度审计,且默认提供7天以内日志保留期限,最长可达3年。实现一切操作行为可追踪,最大限度地保障数据库安全。


三、方案价值

通过使用一站式运维管理系统DMS,享道可以有效地降低数据运维的复杂性,提升运维团队的工作效率,同时保障IT系统的稳定性和安全性,最终实现业务的持续性和稳定发展。

3.1 提升管控能力

  • 统一数据库管理:借助DMS的统一连接技术,将享道所使用的云上和本地9大数据库产品统一纳管
  • 数据管理系统整合:将享道内部现有的4大数据管理系统合并到DMS平台,统一管理

3.2 提升效能

  • 快速变更能力:享道工程一体化平台(Xblue)借助DMS的SQL审核功能,将数据变更平台化和自动化,提升了SQL变更的发布效率,实现变更无需DBA参与
  • 自动化维护能力:DBA通过使用DMS提供的自动化数据库维护工具,结合内部作业平台,推动智能SQL审查、一键式数据导入导出等,降低人为操作的繁琐性和出错率。
  • 在线无锁变更能力:DMS支持在线进行数据库DDL和DML变更,提供实时的变更效果预览,保证了变更操作的准确性和实时性。

3.3 完善数据管理安全体系

  • 权限精细化管理:DMS提供了细粒度的权限控制,允许管理员根据实际业务需求和安全策略,为不同用户和角色配置适当的数据库访问权限,实现了精准的数据管控。
  • 数据保护:DMS提供数据脱敏功能,确保敏感数据在使用过程中不被非授权用户看到,从而减少数据泄露的风险。
  • 安全合规:符合多种安全标准和合规要求,DMS帮助企业在使用云数据库时遵守相关的法规和行业标准,如PCI DSS、HIPAA等。

四、未来展望

随着DMS的使用落地,享道目前的痛点逐步得到解决改善,在使用DMS的同时,也发现非常多有价值的功能,未来会继续尝试落地:

  • 测试数据构建:支持批量生成各类随机值、地区名、虚拟IP地址等信息,可以大大减轻准备测试数据的负担。
  • 任务编排:可以通过创建一个或多个任务节点组成的任务流,实现复杂的任务调度,提高数据开发效率。
  • 逻辑数仓:将异构数据源进行逻辑聚合,形成物理分散、逻辑统一的虚拟数仓,然后快速地提供数据分析和访问服务。
相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
目录
打赏
0
2
2
0
2357
分享
相关文章
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
运维实战来了!如何构建适用于YashanDB的Prometheus Exporter
今天分享的是构建YashanDB Exporter的核心设计理念和关键方法,希望也能为你的运维实战加分!
构建深度可观测、可集成的网络智能运维平台
本文介绍了构建深度可观测、可集成的网络智能运维平台(简称NIS),旨在解决云上网络运维面临的复杂挑战。内容涵盖云网络运维的三大难题、打造云原生AIOps工具集的解决思路、可观测性对业务稳定的重要性,以及产品发布的亮点,包括流量分析NPM、网络架构巡检和自动化运维OpenAPI,助力客户实现自助运维与优化。
基于AI的网络流量分析:构建智能化运维体系
基于AI的网络流量分析:构建智能化运维体系
530 13
|
3月前
|
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。
82 1
Prometheus+Grafana+NodeExporter:构建出色的Linux监控解决方案,让你的运维更轻松
本文介绍如何使用 Prometheus + Grafana + Node Exporter 搭建 Linux 主机监控系统。Prometheus 负责收集和存储指标数据,Grafana 用于可视化展示,Node Exporter 则采集主机的性能数据。通过 Docker 容器化部署,简化安装配置过程。完成安装后,配置 Prometheus 抓取节点数据,并在 Grafana 中添加数据源及导入仪表盘模板,实现对 Linux 主机的全面监控。整个过程简单易行,帮助运维人员轻松掌握系统状态。
432 3
构建高效运维体系:从理论到实践
在当今快速发展的信息化时代,高效的运维体系是保障企业信息系统稳定运行的关键。本文旨在探讨如何构建一个高效、可靠的运维体系,通过分析当前运维面临的挑战,提出相应的解决策略,并结合实际案例,展示这些策略的实施效果。文章首先介绍了高效运维的重要性,接着分析了运维过程中常见的问题,然后详细阐述了构建高效运维体系的策略和步骤,最后通过一个实际案例来验证这些策略的有效性。
构建高效运维体系:理论与实践的深度融合####
本文旨在探讨高效IT运维体系的构建策略,通过理论框架与实际案例并重的方式,深入剖析了现代企业面临的运维挑战。文章开篇概述了当前运维领域的新趋势,包括自动化、智能化及DevOps文化的兴起,随后详细阐述了如何将这些先进理念融入日常运维管理中,形成一套既灵活又稳定的运维机制。特别地,文中强调了数据驱动决策的重要性,以及在快速迭代的技术环境中保持持续学习与适应的必要性。最终,通过对比分析几个典型企业的运维转型实例,提炼出可复制的成功模式,为读者提供具有实操性的指导建议。 ####
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
运维自动化实战:利用Jenkins构建高效CI/CD流程
【10月更文挑战第18天】运维自动化实战:利用Jenkins构建高效CI/CD流程

热门文章

最新文章

相关产品

  • 数据管理