DRDS+ADB助力特步全渠道业务稳步上云

DRDS+ADB助力特步全渠道业务稳步上云

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
DRDS+ADB助力特步全渠道业务稳步上云

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。
上一篇:Linq to Sql中Single写法不当可能引起的数据库查询性能低下


下一篇:阿里云服务器搭建JAVA环境详解(jdk+mysql+tomcat)