基于MySQL生态打造的HTAP(Hybrid Transaction and Analytical Process)数据库解决方案(RDS MySQL+AnalyticDB for MySQL)有效支撑了Flowerplus的业务鲜花售卖。基于AnalyticDB for MySQL快速分析海量数据的结果,优化用户的采购环节、订单分析、营销活动、业务报警等重要业务,助力Flowerplus业务快速发展的同时,为未来业务发展提供足够的扩展性。

业务痛点

Flowerplus(花加)的业务主要涉及鲜花采购、售卖、物流,需要通过BI报表分析鲜花库存情况、采购链路、物流进展、业务转化率、商品售罄报警等,同时也要对海量用户订单进行业务分析。由此可见,Flowerplus对大数据分析的实时性要求较高,而传统的MySQL数据库无法满足这一需求。

  • 复杂数据查询性能

    使用传统MySQL数据库对订单、商品流量、采购、业务转化率以及商品售罄报警等分析时速度较慢,数据达到千万级或者亿级时,复杂查询报表返回很慢或者根本无法返回,无法正常支撑报表和BI业务。

  • 数据实时性

    部分报表对返回速度要求较高,要求秒级返回。

  • 数据兼容性

    Flowerplus原有系统中主要使用RDS MySQL、PolarDB MySQL、DRDS等MySQL生态数据库,Flowerplus的研发团队希望分析存储产品能兼容MySQL数据库语法,降低研发团队的使用成本。

  • 弹性扩展存储空间

    Flowerplus当前部分报表业务量数据已达到数亿级,未来可能超10亿,Flowerplus希望分析存储产品能够弹性扩展。

解决方案

针对上述Flowerplus遇到的业务痛点,阿里云制定以下方案:

机构图

方案解读:

  • 使用分析型数据库MySQL(AnalyticDB for MySQL)替换MySQL进行OLAP(Online Analytical Processing)数据分析,提升业务报表和BI报表分析速度,确保业务报表和BI报表快速返回。
  • AnalyticDB for MySQL2.0和3.0均兼容MySQL语法,其中AnalyticDB for MySQL 3.0的技术架构和MySQL数据库更贴合。
  • 通过增加节点提升AnalyticDB for MySQL的并发能力和并行计算能力,达到横向扩展的目的,保证在业务报表数据量和查询复杂程度提高的情况下,依然能够以相对稳定的返回速度执行报表查询。

客户价值

RDS MySQL+AnalyticDB for MySQL的HTAP(Hybrid Transaction and Analytical Process)数据库解决方案为Flowerplus带来以下价值:

  • 通过AnalyticDB for MySQL的快速分析能力,提升Flowerplus的数据分析效率,帮助企业更加快速的进行业务优化。
  • 通过AnalyticDB for MySQL进行报表分析时,数据分析性能提升了2~10倍,极大的提升了业务体验。
  • AnalyticDB for MySQL基于多节点集群架构,相比传统关系型数据库,具有更高的扩展性和灵活性,降低了Flowerplus由于数据量和访问量变大带来的维护成本。