基于TableStore的海量電商訂單元數據管理分析

本篇內容介紹了“基于TableStore的海量電商訂單元數據管理分析”的有關知識，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大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

一、背景

訂單系統存在于各行各業，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。對于這類系統，在過去十幾年發展中已經形成了經典的做法。但是隨著互聯網的發展，以及各企業對數據的重視，需要存儲和持久化的訂單量越來越大。數據的重視程度與數據規模的膨脹帶來了新的挑戰，原有的系統是否還能繼續滿足需求成了焦點？

需求場景

某電商平臺A，需要進行持久化所有平臺產生的訂單數據。同時，基于所有的訂單數據，系統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。消費者可以查詢自己的歷史訂單，商家可以統計熱銷產品，平臺也可以分析用戶行為、平臺交易規模等。主要查詢方式涵蓋訂單的多維度檢索，以及訂單數據的分析、統計等，例如：
面向消費者：【A消費者】*【近1年】*【產品名含'電腦'字段】訂單查詢；
面向店家：【B店家】*【近1個月】*【每個產品】銷售量排名；
......

技術點

在訂單場景中，技術上通常需要考慮的技術點，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、統計等功能；

• 數據量：存儲海量數據的同時，滿足強一致、高可用、低成本等要求；

• 服務性能：應對高并發請求高并發的同時，保證低延遲；

二、方案演進

應對訂單場景，電商通常會采用MySQL傳統方案。借助關系型數據庫強大的查詢能力，用戶可直接通過SQL語句實現訂單數據的多維度查詢、數據統計等。所謂數據膨脹，分為橫向、縱向兩種，橫向即不斷迭代引入的新字段維度，縱向即總的存儲數據量。在面對這兩種訂單數據膨脹上，單MySql方案逐漸變得吃力。 SQL + NoSQL的組合方案（以下稱：組合方案）便應運而生，借助兩個數據庫各自的優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，同時也增加了開發工作量與運維復雜度。在保證數據一致性上產生額外開銷。

下面讓我們看一下如下幾個常規方案：

常規方案

1、MySql分庫分表方案

MySql自身擁有強大的數據查詢、分析功能，基于MyQql創建訂單系統，可以應對訂單數據多維查詢、統計場景。伴隨著訂單數據量的增加，用戶會采取分庫、分表方案應對，通過這種偽分布式方案，解決數據膨脹帶來的問題。但數據一旦達到瓶頸，便需要重新創建更大規模的分庫+數據的全量遷移，麻煩就會不斷出現。數據迭代、膨脹帶來的困擾，是MySql方案難于逾越的。僅僅依靠MySql的傳統訂單方案短板凸顯。
1、數據縱向（數據規模）膨脹：采用分庫分表方案，MySql在部署時需要預估分庫規模，數據量一旦達到上限后，重新部署并做數據全量遷移；
2、數據橫向（字段維度）膨脹：schema需預定義，迭代新增新字段變更復雜。而維度到達一定量后影響數據庫性能；

2、MySql+HBase方案

引入雙數據的方案應運而生，通過實時數據、歷史數據分存的方案，可以一定程度解決數據量膨脹問題。該方案將數據歸類成兩部分存儲：實時數據、歷史數據。同時通過數據同步服務，將過期數據同步至歷史數據。
1、實時訂單數據（例如：近3個月的訂單）：將實時訂單存入MySql數據庫。實時訂單的總量膨脹的速度得到了限制，同時保證了實時數據的多維查詢、分析能力；
2、歷史訂單數據（例如：3個月以前的訂單）：將歷史訂單數據存入HBase，借助于HBase這一分布式NoSql數據庫，有效應對了訂單數據膨脹困擾。也保證了歷史訂單數據的持久化；
但是，該方案犧牲了歷史訂單數據對用戶、商家、平臺的使用價值，假設了歷史數據的需求頻率極低。但是一旦有需求，便需要全表掃描，查詢速度慢、IO成本很高。而維護數據同步又帶來了數據一致性、同步運維成本飆升等難題；

3、MySql+Elasticsearch方案

組合方案還有MySql+Elasticsearch，該方案同樣是將數據分兩部分存儲，可以一定程度解決訂單索引維度增長問題。用戶自己維護數據同步服務，保證兩部分數據的一致性；
1、全量數據：將全量的訂單數據存入MySql數據庫，訂單ID之外的數據整體存為一個字段。該全量數據作為持久化存儲，也用于非索引字段的反查；
2、查詢數據：僅將需要檢索的字段存入Elasticsearch（基于Lucene分布式索引數據庫），借助于Elasticsearch的索引能力，提供可以應付維度膨脹的訂單數據，然后必要時反查MySql獲取訂單完整信息；
該方案應付了數據維度膨脹帶來的困擾，但是隨著訂單量的不斷膨脹，MySql擴展性差的問題再次暴露出來。同時數據同步至Elasticsearch的方案，開發、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。多元索引隨時創建，是海量電商訂單元數據管理的優質方案。
TableStore作為阿里云提供的一款全托管、分布式NoSql型數據存儲服務，具有【海量數據存儲】、【熱點數據自動分片】、【海量數據多維檢索】等功能，天然地解決了訂單數據大爆炸這一挑戰；
同時，SearchIndex功能在保證用戶數據高可用的基礎上，提供了數據多維度搜索、統計等能力。針對多種場景創建多種索引，實現多種模式的檢索。用戶可以僅在需要的時候創建、開通索引。由TableStore來保證數據同步的一致性，這極大的降低了用戶的方案設計、服務運維、代碼開發等工作量。

“基于TableStore的海量電商訂單元數據管理分析”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！