DRDS+ADB助力特步全渠道业务稳步上云

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: 业务/技术亮点:数千家门店/亿级订单/TB级数据/HTAP解决方案

image.png

客户感言

“利用DRDS产品的高并发写和海量存储能力,我们支撑了全国超过数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

客户简介

特步(中国)有限公司,是中国领先的体育用品企业之一,始创于1987年,2001年创立特步品牌,2008年6月3日正式在港交所挂牌上市(1368.HK),2018年销售收入63.83亿元,年纳税超7亿多元。2019年,特步开启多品牌、国际化战略,旗下新增Saucony(索康尼)、Merrell(迈乐)、K-Swiss(盖世威)、Palladium(帕拉丁)等国际品牌,进一步满足全球消费者多样化的运动需求,提升特步成为全球领先的多品牌体育用品公司之一。

业务挑战

  • 线下零售数千家门店,订单量很大,对在线交易数据库高并发写入、海量存储能力要求较高。
  • 特步的业务属性决定了促销是一个常态,经常发生业务突变,大促期间单日订单量最高可达几百万,需要一定的弹性能力以支撑成倍订单增涨带来的流量压力,传统的数据库弹性能力不够。
  • 传统数据库不能支撑线上渠道扩张和线下门店快速增加需要的扩展能力,一旦业务扩展系统遇到瓶颈,整个系统的改造成本会比较大,也无法快速上线支撑业务快速发展。
  • 特步线下门店多,业务量比较大,门店、采购、销售订单、库存、调拨、进销存、财务等业务模块都需要报表来支撑业务决策,传统的关系型数据库除报表速度比较慢,几分钟到十几分钟甚至到几十分钟不等,不能快速支持运营活动和决策报表快速输出,导致业务行为和业务决策不连贯。


解决方案

  • 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。通过这套架构可以实现POS业务的订单快速完成和快速发货,保证门店的业务都可以接入业务中台实现。
  • DRDS通过水平拆分将订单、库存、用户、渠道等数据放在不同的物理RDS上,使系统具备了高并发读写能力(1.5万TPS,22万QPS),当前架构的数据存储量可支撑15-20TB,能满足特步未来2-3年的数据存储和高并发读写诉求。
  • DRDS弹性升降配支持在10-20分钟将DRDS的QPS扩展到当前的2-32倍,大幅度提升DRDS的高并发读写能力,同时可以通过平滑扩容能力扩展RDS的数据库数量,在3-6小时将RDS数据库的读写能力(QPS/TPS)扩展2-24倍。
  • 对于订单中心这样访问量和数据量较大的业务中心,采用水平拆分的方式,结合弹性升降配和平滑扩容使系统具备了100TB数据存储的能力、10万TPS、百万QPS的支撑能力,可以支撑特步扩展业务至当前业务量的5-10倍。
  • 特步的门店、采购、销售订单、库存、调拨、进销存、财务等业务模块的报表从对数据的实时角度和计算量大小来看主要分为两大类,一类是实时性要求高,计算量相对小,特步单独开了一个DRDS来满足这类报表需求,数据通过DTS同步到报表DRDS,第二类是对实时性要求不高,但是计算量大、聚合查询、排序、子查询等比较多,DRDS的效果一般,采用ADB MySQL来满足。

- 技术架构图
特步1.png

客户价值

  • 基于DRDS+RDS的分布式数据库解决方案+业务中台提升客户数据链路的时效性以及客户业务系统的吞吐能力,使订单、库存、商品、销售的数据能实时从业务端到业务中台再到报表系统做销售业务决策。
  • 基于DRDS+RDS的分布式数据库解决方案提升了客户业务系统数据读写的扩展能力和数据存储的扩展能力,系统具备100TB数据存储的能力、10万TPS、百万QPS的支撑能力,可以支撑业务扩展至当前业务量的5-10倍。
  • DRDS的平滑扩容和弹性升降配使客户的业务中台系统具备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。
  • 通过DRDS和ADB的OLAP能力,支持亿级订单数量级门店、采购、销售订单、库存、调拨、进销存、财务等报表的快速返回,从十几分钟到几十分钟降低至1秒至1分钟,大部分报表可以在10秒钟-30秒出来,部分特别复杂的报表需要1分钟左右。使业务行为和业务决策能平滑对接,公司负责人可以通过报表快速进行业务决策。
相关实践学习
快速体验PolarDB开源数据库
本实验环境已内置PostgreSQL数据库以及PolarDB开源数据库:PolarDB PostgreSQL版和PolarDB分布式版,支持一键拉起使用,方便各位开发者学习使用。
目录
相关文章
|
8月前
|
Cloud Native 关系型数据库 分布式数据库
阿里云瑶池助力九州通B2B电商平台,完成100%云原生架构升级
九州通数字化转型,通过引入阿里云云原生数据库PolarDB,云原生内存数据库Tair等产品,完美支撑了医药电商平台数据库100%云原生化,实现了统一、高效、标准化和可跟踪的B2B医药平台。
476 4
|
7天前
|
容灾 关系型数据库 MySQL
瑶池数据库容灾体系:助力数据业务持续在线
瑶池数据库容灾体系助力企业实现数据业务持续在线。该体系涵盖从数据备份到同城、异地,乃至全球多活的多层次容灾方案,确保在故障发生时快速切换、数据不丢失。典型实践包括迅雷集团RDS异地多活、微财IDC实时容灾、巴黎奥运会两地四中心架构及小鹏汽车双活系统,保障业务连续性和数据可靠性。
|
关系型数据库 MySQL 分布式数据库
客户说|PolarDB分布式版助力韵达“客户管家”全面上线
韵达“客户管家”是运行在PolarDB-X上的首个核心业务场景,自上线以来,PolarDB-X数据库运行平稳。
|
存储 SQL 关系型数据库
|
存储 弹性计算 Cloud Native
《Serverless数据库技术研究报告》——四、 总结和展望——(一)PolarDB、AnalyticDB支撑双十一阿里集团电商业务(下)
《Serverless数据库技术研究报告》——四、 总结和展望——(一)PolarDB、AnalyticDB支撑双十一阿里集团电商业务(下)
507 0
|
存储 自然语言处理 Cloud Native
《Serverless数据库技术研究报告》——四、 总结和展望——(一)PolarDB、AnalyticDB支撑双十一阿里集团电商业务(上)
《Serverless数据库技术研究报告》——四、 总结和展望——(一)PolarDB、AnalyticDB支撑双十一阿里集团电商业务(上)
515 0
|
缓存 监控 负载均衡
五年再出发,RDS MySQL集群版助力客户降本增效
RDS MySQL将云原生技术到底,推出RDS MySQL集群版帮助客户降本增效,解决数据库架构多样化需求的问题。
五年再出发,RDS MySQL集群版助力客户降本增效
|
存储 SQL 运维
PolarDB助力易仓打造跨境行业生态链协同的产业链SaaS
2022年7月,易仓ECCANG WMS东南亚版正式上线!经过9年快速发展,易仓已经成为一家跨境全生态综合服务商,也见证了跨境行业从起步到万亿级的增长。而PolarDB作为面向下一代云原生关系型数据库,未来在跨境SaaS会提供更丰富的产品适配能力,不但能为跨境SaaS多种场景提供优秀的解决方案,提升研发和运维效率,还能显著提升生产协同效率。
PolarDB助力易仓打造跨境行业生态链协同的产业链SaaS
|
存储 弹性计算 运维
专访阿里云王伟民:一站式全链路,阿里云向云原生数据库2.0跃迁
阿里云连续第二年进入Gartner《全球云数据库魔力象限》领导者象限,意味着国产数据库正在迅速崛起。
768 0
专访阿里云王伟民:一站式全链路,阿里云向云原生数据库2.0跃迁
|
存储 运维 Cloud Native

热门文章

最新文章