PolarDB-X专注解决海量数据存储、超高并发吞吐、大表瓶颈以及复杂计算效率等数据库瓶颈问题，历经各届天猫双十一及阿里云各行业客户业务的考验，助力企业加速完成业务数字化转型 。本文介绍Ping++如何通过PolarDB-X应对业务挑战。
- 所属行业：聚合支付
- 网站地址：Ping++
客户介绍
Ping++始于2014年，伴随着中国移动支付大爆炸而生，是上海简米网络科技有限公司旗下的聚合支付品牌。
Ping++是每一家企业内部的虚拟支付团队，帮助企业快速高效地搭建自己的支付系统。无论企业是否已经对接支付渠道，都可以使用Ping++的产品和服务。Ping++是「交易的管道」，更是「交易的引擎」。
Ping++通过3大核心产品「实现所有主流支付渠道收付款」的聚合支付、「实现账户余额充值打赏」的会员系统以及「实现多层级商户分润管理」的多级商户系统为近30000余家不同商业形态的企业提供了服务。
Ping++致力于用最简单的代码，最方便的管理平台，最专业的咨询服务，最强大的数据分析能力，成为企业的重要支付合作伙伴。
业务痛点及诉求
- Ping++支付业务数据量大，并发高，已有RDS MySQL实例无法满足性能及扩展需求。
- 交易、订单表数据量巨大，单表数据量10亿级，需要拆库拆表以缓解数据库压力。
- 历史存量数据存在RDS MySQL之上，希望迁移后的分布式数据库语法兼容MySQL，迁移成本低。
技术选型
- 主动在阿里云了解到PolarDB-X。
- 此前对比过开源产品Mycat。
- Mycat前期人力成高、后期需要部署维护，问题解决成本高、时间长。
- PolarDB-X商务成本相对可接受，产品化能力丰富，运维便捷，最后选型阿里云PolarDB-X。
解决方案
Ping++业务早期均构建于RDS MySQL之上，数据体量从2016年1个亿至2017年5个亿发展到2018年10个亿，业务规模发展迅速，急需对数据库进行拆库分表。
目前Ping++目前采用两个PolarDB-X实例，每个PolarDB-X实例挂载4个RDS MySQL。
其中交易表使用订单号按Hash进行拆分，每个PolarDB-X实例8个分库，每个分库按tbpartition 16拆分为16张物理分表。
在线交易业务轻量OLAP类业务场景，使用PolarDB-X分析型只读实例，避免此前将OLTP业务数据通过ETL等方式同步至异构分析数据源，降低业务架构的链路复杂度，以节省运维及预算成本。
通过PolarDB-X分库分表，将数据库水平拆分有效解决了支付订单的存储瓶颈及高并发压力。
使用PolarDB-X升配及平滑扩容满足了业务高速发展过程中PolarDB-X数据库平滑扩展的诉求。
业务架构
建议及诉求
因存在历史数据，期望可以将几年前的冷数据进行归档，期望PolarDB-X提供数据冷热存储的能力。
后续规划
- 后续其他核心业务及产品线也将使用PolarDB-X。
- 在Ping++业务高速发展的发展过程中，支付核心交易系统商户订单的数据量很大，同时具有高并发访问的特点。后续将通过PolarDB-X映射规则、热点迁移能力将部分大商户迁移至单独的RDS存储中，解决热点数据问题。
客户价值
Ping++自成立以来一直专注帮助企业快速高效搭建支付系统，2016年底因业务的发展部分核心业务数据并发写及存储面临瓶颈，需要通过拆分解决这两个痛点，主要考虑到性能、平滑扩容、易维护等需求，经过选型和测试后选择PolarDB-X，期间通过简单的操作很方便地解决我们数据库水平扩展的需求。
—— Ping++技术总监叶波光
