11 月 3 日,2022 云栖大会在杭州开幕,在本届云栖大会上,客如云产品总监陈振兴发表了《客如云分布式云升级》的主题演讲,向大家介绍了「客如云新一代智能餐饮解决方案智享版」,并分享了客如云如何利用OceanBase进行分布式云升级,实现降本增效的故事。
以下为演讲实录:
客如云所处的行业是餐饮行业。我们都知道,近些年来,中国餐饮行业一直在高速发展:2014 年,餐饮行业规模 2.9 万亿, 2021 年,行业规模达 4.69 万亿,年平均增长超过 10%,对比 2020 年提升 18.7%。虽然疫情之下,短期对餐饮行业的高速发展有一定影响,但是由于餐饮行业具备高频、刚需,并且不受周期性影响等特点,所以长期来看,餐饮行业必将重回增长轨道上。
行业预测,2024 年行业规模将达 6 万亿,年复合增长率超过 8%。2020 年,政府提出双循环的机制,政策表示:以国内大循环为主体,国内国际双循环相互促进、新发展的格局强化内需消费。中长期看,内需消费势必会为餐饮行业带来更快的增长速度,相信未来 10 年,本地生活的相关行业将得到高速发展。而随着我国城镇化率的提升和人均可支配收入的增长,未来客如云所在的业务,也将借着这股东风得到高速发展。
客如云:为商家提供数字化解决方案
客如云成立于 2012 年,主要面向餐饮行业提供一整套基于 SaaS 的商家数字化整体解决方案。
自成立以来,我们一直在思考为客户提供什么样的价值。我们总结了三项增长能力:用户增长、运营效率增长、品牌规模增长来帮助连锁品牌以数字化方式实现规模化管理和扩张,帮助品牌高质量和规模化的提升和复制的能力,并且以软硬件一体SaaS的解决方案,帮助门店提高运营效率、降本增效,达成门店标准化运营模式,通过全渠道 CRM 一整套会员管理模式,帮助品牌和客户进行公域私域会员沉淀和全渠道会员拉新和持续运营服务。
今年客如云推出了「新一代智能餐饮解决方案智享版」 ,主要帮助客户提供基于安卓、Windows、iOS 多平台稳定性和适配性,提供弱网、离线的高可用和在线化,通过快速部署和多专一致的设计,实现统一的营销引擎、智能推荐、动态数据化报表。通过到店到家一体化全场景、全流程解决方案,帮助商户完成多渠道的线上订单管理和公私域会员沉淀一体化经营能力。
累积服务商家137 万+,海量数据面临挑战
客如云现在已经累计服务超过 137 万的商家,海量数据下我们面临着三大核心问题。
第一,海量数据逼近单实例存储上限。 业务数据超过现用数据库的单库存储上限,需要客如云不断在业务当中进行分库、分表操作,投入成本非常高,收益非常低;
第二,存储成本持续攀升。 多个报表类业务的数据库在存储空间上已超 20TB 数据,存储费用日益高昂,且需不断提高投入;
第三,报表查询性能有待提高。 业务报表类聚合查询,平均响应时间达几秒甚至更长,某些查询不返回数据本应快速结束时反而执行超预期的时间。
由于面临着这些挑战,客如云不得不在市场当中积极发现寻找与客如云发展速度符合的分布式数据库,也正是这些挑战,开启了 OceanBase 与客如云的故事。
在多个应用场景打磨下,客如云总结了三个选择OceanBase的原因:
第一,OceanBase是原生分布式数据库。 自研一体化架构突破高性能和高可用, 实现应用无限扩展和服务永远在线;
第二,高性价比。 基于 LSM-Tree 的高压缩引擎,平衡了“性能”和“压缩”的瓶颈,有效降低存储成本 70% - 90%,原生多租户,资源隔离按需使用;
第三,HTAP。 多副本架构体系,支持混合业务分析场景, 通过在降本的情况下,使报表查询性能有了显著提升。
事实上,切换数据库过程中有非常大的风险,前期我们和 OceanBase 的团队也做了大量的测试验证,验证结果是,我们的业务无需做任何改造,可以直接在线进行切换,切换过程当中通过利用 OceanBase 的 OMS 一键迁移工具,实现了业务在线、双写实时同步的能力,使得我们业务在没有关机的情况下,在线直接进行业务的启动,完成无损迁移。
基于 OceanBase 的分布式能力,我们将原来分散的一些数据库进行了集中化的托管,使所有业务的后续运维效率得到了巨大提升,并对资源进行了有效利用,可同时处理交易数据和分析数据,将两个原来客如云使用的数据库进行统一的处理和分析,极大地提升了性能、降低了成本。
客如云分布式云升级,数据压缩比与查询性能双提升
客如云切换为 OceanBase 使用一年后,为客如云带来如下价值:
第一,存量数据所需空间大幅度减少,存储空间节省了 80%;
第二,增量数据对新购空间的需求与压力同时降低,数据库成本降低40%;
第三,报表慢查询性能显著提高,慢查询(> 1s)数量减少 95%;
第四,大表在线 DDL 秒级完成,索引的创建更快速、使用更灵活,索引调整时间缩短 95%。
基于 OceanBase 数据库的能力,客如云将所有的公域平台数据、商家私域数据进行了有效的结合,形成了类目偏好、用户行为、消费习惯、LBS 信息聚集中心,通过数据处理提炼加工形成特征因子、时间序列、表征项量,最终沉淀出了人群洞察算法、人-品算法、人-品-场推荐算法,形成了实时算法平台,并且将这些算法应用在全渠道互联运营、实时精准营销、新店新品运营洞察当中,使我们的品牌能够通过这样的个体化解决方案,为自己的运营、为自己的用户带来更多的洞见。
正是因为和 OceanBase 互相选择的点滴,助力了客如云今天的口碑和成长,所以在演讲尾声,我也想感谢一下杨传辉老师和 OceanBase 的团队,对客如云整个数据库切换过程中提供的鼎力支持,谢谢大家!
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。