案例解析 | 阿里云数据库助力特步全渠道业务稳步上云

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: “利用DRDS产品的高并发写和海量存储能力,我们支撑了全国几千家门店的零售全渠道业务的数据写入和读取,支撑了特步全渠道业务中台的业务。DRDS的横向扩展能力确保门店快速扩展时候的数据库良好的读写扩展性。

2016年云栖大会上,马云提出了“新零售”概念,指出新零售包含了“线下与线上零售深度结合,再加智慧物流,服务商运用大数据、云计算等创新技术”。随着新零售的崛起,传统服装行业同时在经历巨变,其行业复杂度在新零售变革过程中呈现出多种多样的创造性,在一定程度上,引领着其他相关行业变革。尽管服装行业新零售变革处于领头羊的位置,但库存失衡、利润低迷、客户流失、销售瓶颈四大痛点,仍是服装业多年来的困扰。传统经营模式中品牌商与消费者中间环节越多,就越无法感知消费者需求,消费者与品牌商的诉求越远,就越无法信任品牌商产品。新零售的本质是新技术的驱动,数据成了未来最重要的生产资料,算法成了未来最重要的流水线。数字化以大数据、物联网等技术为依托,围绕“人、货、场”三大零售要素进行数据的采集和打通,是实现智慧零售的第一步,零售业数字化平台的搭建是驱动业务运营流程的智能化和作业过程的自动化的重要基础。
本文将介绍一家大型运动时尚体育用品企业——特步的上云历程。特步是中国领先的体育用品企业之一,主要从事运动鞋、服装及配饰的设计、开发、制造和销售,线上线上结合发展,以线下业务为主,在全国拥有几千家专卖门店。

为什么上云

  • 订单处理速度难以支撑业务增长
    由于特步的业务快速增长,现有系统订单处理能力出现瓶颈,频繁出现订单处理时间长,单笔订单发货慢,发货效率较低,丢单率高等问题。

image
通过DRDS+RDS的分布式数据库解决方案支撑O2O全渠道业务中台系统上线,通过垂直拆分剥离各业务中心,使不同类型的业务数据可以存储在不同的RDS上,确保资源和访问隔离,从物理上使整个数据库架构具备了扩展性。实现POS业务的订单快速完成和快速发货,同时保证门店的业务都可以接入业务中台。将各个业务中心容器化,通过容器技术进一步发挥云计算的弹性能力,优化成本的同时,提升客户的IT架构的敏捷性,从而提升业务敏捷性,加速业务创新、快速迭代、低成本试错。
关于全站上云:
更多详情-> 更多详情专家咨询-> 专家咨询

  • 原有系统弹性能力不足,无法满足高并发数据读写,海量数据存储能力低
    特步拥有几千家线下门店,并且还在不断扩张,每天都会产生海量的订单、库存及用户数据。企业经营会经常举办促销活动,大促期间单日订单量是平时的数倍,最高可达几百万单,原有系统弹性能力不足,导致不能及时满足数据库的高并发写入与海量的数据存储,同时无法支撑业务高峰时的突增流量,影响到业绩完成。从发展角度看,随着线上渠道扩张和线下门店快速增加,一旦业务扩展达到系统瓶颈,整个系统的改造成本及影响也会比较大。

image
对于订单中心这样访问量和数据量都比较大的业务,我们采用DRDS数据库水平分库技术,将订单、库存、用户、渠道等数据放在不同的物理RDS上,并将数据存储与读写压力分散,结合弹性升降配和平滑扩容,使系统具备了10万的每秒事务处理量(TPS),100万的每秒查询率(QPS),并且可以在十几分钟内将QPS弹性扩展到当前的2-32倍,充分满足大促场景下高并发读写诉求。同时具备100TB海量数据存储的能力。总体来看,系统可以支撑客户扩展业务至当前业务量的5-10倍,满足了企业未来几年发展带来的数据处理需求。

  • 数据处理慢,难以进行数据驱动
    由于特步线下门店众多,业务量较大,同时门店、采购、销售订单、库存、调拨、进销存和财务等业务模块都需要报表来支撑业务决策,使用传统的关系型数据库生产报表速度较慢,由几分钟到十几分钟甚至几十分钟不等,无法支持运营活动和决策报表的快速输出,导致业务行为和业务决策不连贯。

image
经分析发现,客户报表生成对数据的需求可分为两大类:高实时性需求和大计算量需求。第一类数据具有较高的实时性要求,但计算量相对较小,我们规划了单独的DRDS来满足这类报表需求,通过数据传输服务 DTS将数据从DRDS业务中台数据库同步到DRDS报表数据库;第二类数据对实时性要求不高,但计算量大,需要较多聚合查询、排序、子查询等处理,我们选用了毫秒级针对万亿级数据进行即时多维分析透视和业务探索的分析型数据库MySQL版(AnalyticDB for MySQL)满足需求。改造后,报表产出速度从原来的十几分钟到几十分钟,降至1秒至1分钟,其中大部分报表可在10秒-30秒内产出。

上云关键点

  • 数据链路优化
    特步同时具有OLTP和OLAP数据处理需求,需要两个DRDS实例进行支撑,同时有2.5TB的数据需要全量上云,于是云下——云上、DRDS业务中台——DRDS报表、DRDS业务中台——ADB报表等几个业务链条中,都具有数据同步链路的强诉求。解决同步数据链路延迟,数据链路的优化便成为了上云的重点工作。为此,我们组建专家组协助特步做数据库SQL语法及MySQL参数的优化,同时在专家团队定位到问题后协调产品团队做产品能力升级,解决了数据迁移慢、数据同步延迟、DRDS同步到DRDS和ADB延迟大等严重卡点的问题,确保了特步的顺利上云。

客户证言
“利用DRDS产品的高并发写和海量存储能力,我们支撑了全国几千家门店的零售全渠道业务的数据写入和读取,支撑了特步全渠道业务中台的业务。DRDS的横向扩展能力确保门店快速扩展时候的数据库良好的读写扩展性。同时DRDS、RDS的弹性升降配确保我们在业务高峰的时候可以升级DRDS,提升计算能力,在业务低峰期降配。”— 特步资深技术总监王海能

客户价值

  1. 支撑高并发场景
    提升了客户业务系统数据读写能力,具备10万TPS、100万QPS的支撑能力,满足客户业务扩展至当前业务量的5-10倍。
  2. 提高弹性扩缩容能力
    提升了快速弹性升降配能力,可以在半天时间内将系统的计算和存储容量弹升至当前容量的10倍以上,从容、快速应对突发业务流量;同时也支持在大促后半天内将系统的容量降低至原有水位,快速降低商务成本。
  3. 数据驱动业务
    统一总公司、子公司、代理商的数据标准,同时提高门店销售、库存等端到端数据链路的时效性,便于进行全面数据跟踪与分析。使业务行为和业务决策可以平滑对接,通过报表快速进行业务决策。
  4. 有效降低 TCO
    上云后云端服务和网络资源随时可用,物理环境零人力投入,相对成本线性,降低了实际TCO。解决了自建IDC资源利用率低、部署冗余、运维和基础设备开发人力支出成本高,而且可预见的规模扩大,成本会大幅上升等问题。
相关文章
|
11天前
|
数据库 索引
深入探索数据库索引技术:回表与索引下推解析
【10月更文挑战第15天】在数据库查询优化的领域中,回表和索引下推是两个核心概念,它们对于提高查询性能至关重要。本文将详细解释这两个术语,并探讨它们在数据库操作中的作用和影响。
36 3
|
17天前
|
存储 NoSQL 关系型数据库
数据库技术深度解析:从基础到进阶
【10月更文挑战第17天】数据库技术深度解析:从基础到进阶
40 0
|
10天前
|
存储 负载均衡 监控
数据库多实例的深入解析
【10月更文挑战第24天】数据库多实例是一种重要的数据库架构方式,它为数据库的高效运行和灵活管理提供了多种优势。在实际应用中,需要根据具体的业务需求和技术环境,合理选择和配置多实例,以充分发挥其优势,提高数据库系统的性能和可靠性。随着技术的不断发展和进步,数据库多实例技术也将不断完善和创新,为数据库管理带来更多的可能性和便利。
84 57
|
20天前
|
缓存 弹性计算 NoSQL
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
|
20天前
|
安全 NoSQL 关系型数据库
阿里云数据库:助力企业数字化转型的强大引擎
阿里云数据库:助力企业数字化转型的强大引擎
|
21天前
|
存储 NoSQL MongoDB
基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户
选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。
|
21天前
|
存储 NoSQL MongoDB
小川科技携手阿里云数据库MongoDB:数据赋能企业构建年轻娱乐生态
基于MongoDB灵活模式的特性,小川实现了功能的快速迭代和上线,而数据库侧无需任何更改
|
21天前
|
运维 NoSQL BI
简道云搭载阿里云MongoDB数据库,帮助数以万计企业重构业务系统
通过与MongoDB和阿里云团队的合作,让简道云少走了弯路,保障了线上服务的长期稳定运行,提高了吞吐效率,并相应降低了线上运行成本
|
24天前
|
NoSQL 数据管理 关系型数据库
利用阿里云的尖端数据库解决方案增强游戏数据管理
利用阿里云的尖端数据库解决方案增强游戏数据管理
|
28天前
|
缓存 Java 程序员
Map - LinkedHashSet&Map源码解析
Map - LinkedHashSet&Map源码解析
62 0