基于TableStore的海量電商訂單元數(shù)據(jù)管理分析

本篇內(nèi)容介紹了“基于TableStore的海量電商訂單元數(shù)據(jù)管理分析”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

一、背景

訂單系統(tǒng)存在于各行各業(yè)，如電商訂單、銀行流水、運營商話費賬單等，是一個非常廣泛、通用的系統(tǒng)。對于這類系統(tǒng)，在過去十幾年發(fā)展中已經(jīng)形成了經(jīng)典的做法。但是隨著互聯(lián)網(wǎng)的發(fā)展，以及各企業(yè)對數(shù)據(jù)的重視，需要存儲和持久化的訂單量越來越大。數(shù)據(jù)的重視程度與數(shù)據(jù)規(guī)模的膨脹帶來了新的挑戰(zhàn)，原有的系統(tǒng)是否還能繼續(xù)滿足需求成了焦點？

需求場景

某電商平臺A，需要進(jìn)行持久化所有平臺產(chǎn)生的訂單數(shù)據(jù)。同時，基于所有的訂單數(shù)據(jù)，系統(tǒng)又需要向外提供面向多種角色：消費者、店家、平臺三類人群的多元化的查詢服務(wù)。消費者可以查詢自己的歷史訂單，商家可以統(tǒng)計熱銷產(chǎn)品，平臺也可以分析用戶行為、平臺交易規(guī)模等。主要查詢方式涵蓋訂單的多維度檢索，以及訂單數(shù)據(jù)的分析、統(tǒng)計等，例如：
面向消費者：【A消費者】*【近1年】*【產(chǎn)品名含'電腦'字段】訂單查詢；
面向店家：【B店家】*【近1個月】*【每個產(chǎn)品】銷售量排名；
......

技術(shù)點

在訂單場景中，技術(shù)上通常需要考慮的技術(shù)點，主要包含如下幾個方面：

• 查詢能力：需要具備豐富的查詢類型，如多維度、范圍、模糊查詢等，同時具備排序、統(tǒng)計等功能；

• 數(shù)據(jù)量：存儲海量數(shù)據(jù)的同時，滿足強(qiáng)一致、高可用、低成本等要求；

• 服務(wù)性能：應(yīng)對高并發(fā)請求高并發(fā)的同時，保證低延遲；

二、方案演進(jìn)

應(yīng)對訂單場景，電商通常會采用MySQL傳統(tǒng)方案。借助關(guān)系型數(shù)據(jù)庫強(qiáng)大的查詢能力，用戶可直接通過SQL語句實現(xiàn)訂單數(shù)據(jù)的多維度查詢、數(shù)據(jù)統(tǒng)計等。所謂數(shù)據(jù)膨脹，分為橫向、縱向兩種，橫向即不斷迭代引入的新字段維度，縱向即總的存儲數(shù)據(jù)量。在面對這兩種訂單數(shù)據(jù)膨脹上，單MySql方案逐漸變得吃力。 SQL + NoSQL的組合方案（以下稱：組合方案）便應(yīng)運而生，借助兩個數(shù)據(jù)庫各自的優(yōu)勢分別解決不同場景各自的需求。但組合方案同樣也帶來了新的問題，組合方案犧牲空間成本，同時也增加了開發(fā)工作量與運維復(fù)雜度。在保證數(shù)據(jù)一致性上產(chǎn)生額外開銷。

下面讓我們看一下如下幾個常規(guī)方案：

常規(guī)方案

1、MySql分庫分表方案

MySql自身擁有強(qiáng)大的數(shù)據(jù)查詢、分析功能，基于MyQql創(chuàng)建訂單系統(tǒng)，可以應(yīng)對訂單數(shù)據(jù)多維查詢、統(tǒng)計場景。伴隨著訂單數(shù)據(jù)量的增加，用戶會采取分庫、分表方案應(yīng)對，通過這種偽分布式方案，解決數(shù)據(jù)膨脹帶來的問題。但數(shù)據(jù)一旦達(dá)到瓶頸，便需要重新創(chuàng)建更大規(guī)模的分庫+數(shù)據(jù)的全量遷移，麻煩就會不斷出現(xiàn)。數(shù)據(jù)迭代、膨脹帶來的困擾，是MySql方案難于逾越的。僅僅依靠MySql的傳統(tǒng)訂單方案短板凸顯。
1、數(shù)據(jù)縱向（數(shù)據(jù)規(guī)模）膨脹：采用分庫分表方案，MySql在部署時需要預(yù)估分庫規(guī)模，數(shù)據(jù)量一旦達(dá)到上限后，重新部署并做數(shù)據(jù)全量遷移；
2、數(shù)據(jù)橫向（字段維度）膨脹：schema需預(yù)定義，迭代新增新字段變更復(fù)雜。而維度到達(dá)一定量后影響數(shù)據(jù)庫性能；

2、MySql+HBase方案

引入雙數(shù)據(jù)的方案應(yīng)運而生，通過實時數(shù)據(jù)、歷史數(shù)據(jù)分存的方案，可以一定程度解決數(shù)據(jù)量膨脹問題。該方案將數(shù)據(jù)歸類成兩部分存儲：實時數(shù)據(jù)、歷史數(shù)據(jù)。同時通過數(shù)據(jù)同步服務(wù)，將過期數(shù)據(jù)同步至歷史數(shù)據(jù)。
1、實時訂單數(shù)據(jù)（例如：近3個月的訂單）：將實時訂單存入MySql數(shù)據(jù)庫。實時訂單的總量膨脹的速度得到了限制，同時保證了實時數(shù)據(jù)的多維查詢、分析能力；
2、歷史訂單數(shù)據(jù)（例如：3個月以前的訂單）：將歷史訂單數(shù)據(jù)存入HBase，借助于HBase這一分布式NoSql數(shù)據(jù)庫，有效應(yīng)對了訂單數(shù)據(jù)膨脹困擾。也保證了歷史訂單數(shù)據(jù)的持久化；
但是，該方案犧牲了歷史訂單數(shù)據(jù)對用戶、商家、平臺的使用價值，假設(shè)了歷史數(shù)據(jù)的需求頻率極低。但是一旦有需求，便需要全表掃描，查詢速度慢、IO成本很高。而維護(hù)數(shù)據(jù)同步又帶來了數(shù)據(jù)一致性、同步運維成本飆升等難題；

3、MySql+Elasticsearch方案

組合方案還有MySql+Elasticsearch，該方案同樣是將數(shù)據(jù)分兩部分存儲，可以一定程度解決訂單索引維度增長問題。用戶自己維護(hù)數(shù)據(jù)同步服務(wù)，保證兩部分?jǐn)?shù)據(jù)的一致性；
1、全量數(shù)據(jù)：將全量的訂單數(shù)據(jù)存入MySql數(shù)據(jù)庫，訂單ID之外的數(shù)據(jù)整體存為一個字段。該全量數(shù)據(jù)作為持久化存儲，也用于非索引字段的反查；
2、查詢數(shù)據(jù)：僅將需要檢索的字段存入Elasticsearch（基于Lucene分布式索引數(shù)據(jù)庫），借助于Elasticsearch的索引能力，提供可以應(yīng)付維度膨脹的訂單數(shù)據(jù)，然后必要時反查MySql獲取訂單完整信息；
該方案應(yīng)付了數(shù)據(jù)維度膨脹帶來的困擾，但是隨著訂單量的不斷膨脹，MySql擴(kuò)展性差的問題再次暴露出來。同時數(shù)據(jù)同步至Elasticsearch的方案，開發(fā)、運維成本很高，方案選擇也存在弊端。

TableStore方案

如果使用表格存儲（TableStore）研發(fā)的多元索引（SearchIndex）方案，則可以完美地解決以上問題。TableStore具有即開即用，按量收費等特點。多元索引隨時創(chuàng)建，是海量電商訂單元數(shù)據(jù)管理的優(yōu)質(zhì)方案。
TableStore作為阿里云提供的一款全托管、分布式NoSql型數(shù)據(jù)存儲服務(wù)，具有【海量數(shù)據(jù)存儲】、【熱點數(shù)據(jù)自動分片】、【海量數(shù)據(jù)多維檢索】等功能，天然地解決了訂單數(shù)據(jù)大爆炸這一挑戰(zhàn)；
同時，SearchIndex功能在保證用戶數(shù)據(jù)高可用的基礎(chǔ)上，提供了數(shù)據(jù)多維度搜索、統(tǒng)計等能力。針對多種場景創(chuàng)建多種索引，實現(xiàn)多種模式的檢索。用戶可以僅在需要的時候創(chuàng)建、開通索引。由TableStore來保證數(shù)據(jù)同步的一致性，這極大的降低了用戶的方案設(shè)計、服務(wù)運維、代碼開發(fā)等工作量。

“基于TableStore的海量電商訂單元數(shù)據(jù)管理分析”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！