居然之家采用云原生数据库支撑核心业务全面上云

本文涉及的产品
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: 2021云栖大会居然之家演讲干货

本篇内容为2021云栖大会“云原生分布式数据库PolarDB技术与实践”峰会中,居然之家IT负责人薄青松,向大会嘉宾分享的居然之家采用云原生数据库支撑核心业务全面上云的实践经验,希望借此为大家提供一些传统数据库迁移上云的经验和参考。


image.png


本篇内容将从3个部分为读者介绍关于居然之家采用云原生数据库支撑核心业务全面上云的实践过程,进一步介绍居然之家上云背景、IT架构痛点和优化方案及使用云原生数据库产生的收益、价值。


  • 居然之家介绍及上云背景
  • 居然之家IT架构痛点和优化方案
  • 利用PolarDB替换原有商业数据库的价值


一、居然之家介绍及上云背景


(1)核心介绍


居然之家是以“大家居”为主业,以“让家装家居快乐简单”为企业使命的全国性商业连锁集团,业务涵盖室内设计、装修、家居建材销售、智能家居、智慧物流、后家装服务以及百货商场、购物中心、生活超市等多业态。2021年上半年居然之家实现销售总额实现508.9亿元,是中国家居行业龙头,也是中国商业流通领域的知名品牌。


(2)战略概述


居然之家在巩固家居大卖场经营的同时,全面推进四五线城市的连锁发展;一方面拓展自营和IP业务赛道,全链路地提升设计、施工、材料、智能家居、仓储加工、物流配送及后家装服务等线性业务能力;另一方面加大数字化业务革新力度,在全面实现企业经营管理数字化的同时,向生态链上的设计师、施工队、经销商、品牌工厂、物流服务商等合作伙伴进行数字化赋能,成为数字化时代家装家居行业产业服务平台。构建线上流量渠道,强化线下内容建设。


连锁经营(宽度)×六大赛道(深度)×数字化(高度)=数字化时代家装家居行业产业服务平台


近两年居然之家正在围绕三个维度——即产业宽度、深度和高度发力。


  • “宽度”是指居然之家在传统卖场平台和连锁经营模式的基础上,加速连锁发展和渠道下沉;2021年居然之家销售额力争突破1000亿元。
  • “深度”是指居然之家在现有经营内容的基础上加大投入力度,深度发掘对消费者进行全链路服务的能力,奉行长期主义宽一米深千米,把行业做透。
  • “高度”指的是居然之家的数字化转型战略,通过全域流量运营,完善客户体系搭建,打造为生态链合作伙伴开放赋能的产业服务平台,实现让家装家居快乐简单的企业使命。


(3)产业互联网&消费互联网双向驱动


我们要做的是产业互联网和消费互联网的双向驱动,要打造家居行业的商业系统、本地化服务的零售平台。这就是当下数字化转型战略,搭建各赛道管理系统,整合输出平台服务能力。


洞窝APP产业服务平台包括精准流量匹配、新媒体内容营销、数字化经营能力培训、经营系统服务、数据洞察服务、供应链服务、设计工具、施工管理、监理服务、仓储配送服务、金融服务等等。


最终以洞窝 APP 为载体,包括供应商、卖场、厂家以及本地的C端的客户都能在洞窝上体验和服务,所有的交易都会在这个APP上完成。以上就是居然之家的数字化战略。


(4)居然之家对全面上云期望


  • 公司战略方向:未来IT基础资源云化的趋势不可避免,居然之家董事长兼CEO汪林朋预见了这个前瞻性趋势,他强调,我们要主动适应这个趋势,短期看有可能投入较多,但从长远看,无论从成本方面还是对企业数字化战略落地上都是有力的支撑。
  • 云原生起源:居然之家使用云原生技术支持业务源于2016年提出的“从物业管理向大数据驱动”的数字化转型的战略规划,2018年和阿里巴巴在新零售领域合作加快了数字化转型的步伐。
  • 对云原生期望:数字化转型是一个长期、可持续、分阶段的建设过程。基础设施云化是居然之家数字化转型的第一步,居然之家希望使用成熟的云原生技术,以此提升系统的稳定性、可扩展性、弹性、管理便捷性、数据安全,并基于云原生完整生态提升务系统研发效率、降低运维成本,让业务研发能快速可持续支撑业务高速发展。
  • 迁云二期目标:整体目标:为居然之家提供成熟的云技术和产品,实现技术迭代,以支持业务高速稳定发展。开放生态能力,为业务系统数字化研发、业务运营支撑提供快速可持续发展动力。采用PolarDB O引擎支持核心系统:PolarDB O 引擎支撑核心业务系统上云,降低IT成本,提高系统弹性能力,提高系统扩展能力。


二、居然之家IT架构痛点和优化方案


(1)居然之家整体业务架构及云上技术架构


居然之家的整体的业务架构由访问层、应用层、技术层、资源层组成。应用层、技术层则分为IDC和云上,云上技术组件包括PolarDB、PolarDB-X、AnalyticDB等等。

云上技术架构由安全接入、负载均衡、Web服务、业务层、共享服务层、分布式服务、数据库及储存等部分组成。


(2)居然之家IT管理技术痛点


  • T成本高、维护难度大:IT资源成本高、应急处理及日程维护难度大、对维护人员要求高,IDC托管的模式难以支撑居然之家数字化转型的战略规划。
  • 弹性能力不足:业务出现突发流量,数据库服务器无法快速弹性扩容,只能容忍业务受损。扩容的周期长,扩容后无法缩容,带来IT成本高的问题。
  • 架构扩展能力不足:业务持续高速发展,对IT系统和数据库扩展能力提出较高要求。数据库要具备未来3-5年甚至更久扩展能力,在线下IDC数据库达不到。


(3)居然之家数据库上云历程


  • 2017年7月,使用云数据库支撑业务。采用RDS MySQL、云Redis、云MongoDB来构建云上数据库架构。
  • 2018年,私有云DRDS上线。使用DRDS和AliSQL来支撑会员中心和订单等业务。
  • 2019年,迁移上云使用PolarDB-X。会员中心、订单中心、营销中心、卡券中心迁移上云使用PolarDB-X。
  • 2020年3月,AnalyticDB+数据中台。基于AnalyticDB数据库的数据中台上线,支持营销报表分析模块。
  • 2021年7月,居然迁云二期项目。利用阿里云PolarDB O引擎支持ERP、市场POS、餐饮POS等核心业务数据库迁移上云采用PolarDB O 引擎。居然迁云二期项目难度比较大。20+业务系统、系统强依赖、测试场景复杂、测试难度大;兼顾线下业务连续、系统运转稳定、迁云工作高效顺利;分步骤割接、混合云形态、网络环境复杂、技术栈多样;异构数据库改造、异构数据迁移同步、兼容改造量大。


核心系统迁云上云的整个过程包括前期调研、迁云方案设计、分步上线、联测、割接演练及压测、各业务系统割接上线等。


(4)居然之家场景和收益


1、居然之家PolarDB场景和收益


  • 业务场景及需求:低运维成本、低运维难度;大促高弹性诉求;持续可扩展;有跨集群数据同步替代DBlink诉求。
  • 阿里云方案:PolarDB开箱即用,完善的运维管控、监控、备份恢复体系,运维成本低,上手难度低;分钟级弹性能力;可快速扩展至16个节点,单节点88核;通过DTS实现跨集群数据实时同步。
  • 业务价值:低运维成本,低难度运维PolarDB数据库;大促前快速升配提升容量,大促后快速降配节约IT成本;持续可扩展的数据库系统;实现数据实时流转,降低代码改造成本。


2、居然之家PolarDB-X场景和收益


  • 业务场景及需求:会员中心、订单中心、营销中心、卡券中心高并发写;数据量超大,高并发读写,表维护难度大;传统的数据库扩展能力不足。
  • 阿里云方案:PolarDB-X通过水平拆分,利用多个RDS解决高并发写痛点;通过拆库拆表解决表维护问题;存储量大,可持续扩展,最多可扩展至上百个RDS数据库。
  • 业务价值:基于PolarDB-X构建分布式数据库;解决当前数据量大存储难,读写高并发问题;稳定性、操作便捷性远高于开源中间件,缓解了表维护难度大的问题;给未来业务发展提供了足够的扩展能力。


3、居然之家AnalyticDB场景和收益


  • 业务场景及需求:业务场景复杂,多维度筛选条件;数据量大,普通MySQL数据库难以支持实时返回;业务高速发展,需要高扩展数据库。
  • 阿里云方案:AnalyticDB行列混存,复杂查优化,智能全索引查询返回速度快;AnalyticDB千亿级数据秒级查询返回能力;MPP集群架构,平滑升降配,对业务影响小。
  • 业务价值:平均查询性能是普通MySQL的6倍;更高吞吐和读取;快速扩展支撑业务高速发展。


三、 利用PolarDB替换原有商业数据库的价值


(1)居然之家使用云原生数据库业务收益


优化IT成本—云数据库PolarDB、PolarDB-X、 AnalyticDB等云原生产品的弹性能力和按需付费,优化了IT资源和IT运维人员结构,整体优化了IT成本;轻资产运营、降低TCO。


提升运维效率—服务支持响应快、更高效;云数据库产品稳定、运维难度低、轻运维难度比自运维降低60%;1人可运维云上所有数据库。


业务增效和提速—通过云数据库解决业务效率问题,为居然大促营销活动提供高性能、高稳定性、高时效性技术保障;业务支撑更快速、更灵活、更高效;提升业务增长效率。

核心数据库能力提升—架构升级:大容量、同城容灾、智能读写分离、负载均衡;高弹性:分钟级扩容;自主可控:免运维、服务有保障、持续优化数据库;高扩展性:数据库系统的扩展性更强,对未来业务发展空间提供了保障。


(2)居然全面上云技术指标提升


交易系统吞吐能力提升100%、交易系统响应速度提升900%、REM租金物业费生产效率提升100%、REM市场管理费生产效率提升50%、REM租赁合同业务效率提升60%、系统功能菜单响应速度更快、帆软报表高并发查询性能更稳定。


(3)居然之家全面上云感言


  • 技术架构升级:解决了居然之家架构卡点问题,业务系统大的架构升级。
  • 云原生和高弹性加持:PolarDB、PolarDB-X、 AnalyticDB、MQ、Kafka等云原生产品对业务系统和新零售的复杂场景适配更强,大促的时候,不会担心升配、新购资源周期长问题。
  • 配套生态完善:DTS、DMS、SLB等云原生配套产品对未来业务发展空间提供了保障。
  • 大促支持:双十一、618的大促支持会更强,运维难度和成本更小。
  • 基础资源云化的阶段性胜利:平滑全面上云是值得庆祝的事情,这是阶段性地胜利,希望和阿里云继续深度合作,真正让居然之家数字化转型快速奔跑,实现让家装家居快乐简单的使命。
  • 对传统行业的启示性作用:未来只有两种企业,数字化的企业和被数字化“掉”的企业。
相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
2月前
|
关系型数据库 MySQL 分布式数据库
别让“数据安全”和“延时”拖慢上云脚步,PolarDB on ENS完美破解难题
阿里云PolarDB on ENS是基于边缘节点服务的云原生数据库,融合“端-边-云”架构,提供低延迟、高可用的分布式数据库能力,兼容MySQL与Redis协议,支持一写多读、无锁备份、弹性扩缩容,满足车联网、工业物联网、城市大脑及数据合规等场景的本地化、实时性需求。
247 1
|
6月前
|
关系型数据库 MySQL 数据库
MySQL数据库上云迁移
本文介绍了将数据库迁移到RDS for Mysql的两种主要方法:停服迁移和不停服迁移。停服迁移适合可短暂中断服务的场景,通过mysqldump或DTS完成;不停服迁移适用于需保持业务连续性的场景,推荐使用DTS实现结构、全量及增量数据迁移。文中详细列出了每种方法的具体操作步骤,帮助企业根据需求选择合适的迁移方案。
252 1
MySQL数据库上云迁移
|
Cloud Native 关系型数据库 分布式数据库
《阿里云产品四月刊》—瑶池数据库云原生化和一体化产品能力升级
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
226 1
|
关系型数据库 MySQL 数据库
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
|
10月前
|
SQL 弹性计算 安全
【上云基础系列04】基于标准架构的数据库升级
本文回顾了业务上云从基础到进阶的理念,涵盖基础版和全栈版架构。在“入门级:上云标准弹性架构基础版”的基础上,本文针对数据库升级,重点介绍了高可用数据库架构的升级方案,确保数据安全和业务连续性。最后,附有详细的“上云标准弹性架构”演进说明,帮助用户选择合适的架构方案。
|
11月前
|
编解码 弹性计算 大数据
软硬结合助力倚天云原生算力再进化,加速大数据、视频转码上云步伐
本文介绍了云原生算力的进化,重点讨论了倚天710 CPU在大数据和视频转码场景中的应用与优势。倚天710采用ARM架构,通过物理核设计和CIPU加速卡优化,显著提升了高负载下的性能稳定性,并在实际应用中帮助客户实现了20%-40%的性能提升和成本降低。此外,文章还探讨了操作系统、编译器等底层软件的优化,以及如何通过龙蜥社区和阿里云平台支持更多应用场景,助力企业实现高效迁移和性能优化。
|
12月前
|
运维 监控 Cloud Native
云原生之运维监控实践:使用 taosKeeper 与 TDinsight 实现对 时序数据库TDengine 服务的监测告警
在数字化转型的过程中,监控与告警功能的优化对保障系统的稳定运行至关重要。本篇文章是“2024,我想和 TDengine 谈谈”征文活动的三等奖作品之一,详细介绍了如何利用 TDengine、taosKeeper 和 TDinsight 实现对 TDengine 服务的状态监控与告警功能。作者通过容器化安装 TDengine 和 Grafana,演示了如何配置 Grafana 数据源、导入 TDinsight 仪表板、以及如何设置告警规则和通知策略。欢迎大家阅读。
399 0
|
存储 Cloud Native NoSQL
云原生时代的数据库选型与架构设计
云原生时代的数据库选型与架构设计
296 0
|
Cloud Native 数据库 开发者
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
|
Cloud Native 关系型数据库 分布式数据库
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
云原生关系型数据库PolarDB问题之PolarDB相比传统商用数据库的优势如何解决
151 1

相关产品

  • 云原生数据库 PolarDB