教育行业中课后考试作业场景解决方案的架构是什么样的？

该方案架构为：

作业明细、错题记录、答题记录、题目收藏、易错题等这些课后作业相关的数据量都非常大，普遍以亿为单位，导致数据库存储几乎都是TB级别。

统一答题时间，不同学生同时生成不同答题内容，对作业库的查询和试卷库的读取量非常大，批量提交又会形成超大TPS 场景。 班课的作业、答题排名，需要在有限的作业时间结束后快速生成。而随着答题的推进，分数的 update 是非常频繁的，不断按新的分数刷新学生端排名对数据库 CPU 计算能力消耗非常大。对于答题统计、答题计数、易错题分析、题目难易度评估，这些OLAP场景，对数据存储和分析能力要求很高。 在线数据大量在关系型数据库中产生， 称为热数据，通过DTS数据同步工具实时同步到分析型数据库AnalyticDB 来做实时分析。除此之外，在线数据的产生除了结构化的数据库数据，还可以是半结构化或者非结构化的日志数据、消息数据、OSS文件，都可以汇聚到 AnalyticDB，形成数仓来做分析。

资料来源：《阿里云数据库解决方案合计》，下载链接为https://developer.aliyun.com/topic/download?id=1021。