AnalyticDB for MySQL助力Flowerplus业务高速发展

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。

方案解读：

• 使用云原生数据仓库AnalyticDB 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 MySQL和AnalyticDB for MySQL均兼容MySQL语法，其中AnalyticDB for MySQL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。