从企业数智化四阶段解读 TiDB 场景价值

导读

2025 年，AI 技术呈爆发式发展，数智化转型成为企业构建竞争优势、实现可持续发展的核心驱动力。在这一关键进程中，数据库与技术栈的选型，作为企业数字化基础设施建设的关键环节，深刻影响着企业整体效能的提升和业务的拓展。本文将围绕企业数智化转型目标，深入剖析转型的四大阶段，并详细阐述 TiDB 在各阶段的独特应用优势，为企业数智化转型提供有益参考。

本文作者：TiDB 高级售前顾问 李振环

---

企业数智化转型的目标

1. 确保供应链安全 ： 国产化的大背景下，企业所采用的数据库应具备自主能力，满足开源策略，以保障业务的持续稳定运营
2. 运营降本 提效 ： 基于合理的数据库选型构建数据底座，有效减少技术运营开销，助力企业加速技术转型。借助优化后的数据库架构，加速线下业务实现线上化、流程化与自动化，提升业务处理效率。以供应链管理为例，通过搭建构建供应链可视化及智能调度系统，完善线上线下流程的打通与智能化，进而提升整体运营水平
3. 支撑业务增长 ： 数智化转型中的技术应能迅速为业务增长赋能。当企业业务实现线上转型且用户数量显著增长时，需选用具备可扩展性的数据库。同时，注重提升客户体验和满意度，增强企业的市场竞争力
4. 数据驱动 组织发展 ： 企业可收集大量用户行为数据和交易数据，通过深入分析这些数据，驱动企业决策和转型。比如，依据市场动态数据分析结果，调整生产线产品的产出，实现企业资源的优化配置
5. 提升智能化 ：在当前 AI 技术迅速发展的大环境下，企业需将数据结合人工智能应用，借助企业知识库和智能客服等方式为企业赋能，实现更高效的数智化转型，提升市场竞争力

数智化转型四个阶段

数智化的广度与深度是衡量企业数智化水平的两大重要维度。随着数智化深度及广度不断深入和扩展，企业数智化转型将呈现出阶段性发展。

第一阶段 ： 重点是基于数据库选型打造数智化底座。此时，仅有部分业务系统开启数智化转型进程，尚处于单点转型状态，整体信息化程度不高。

第二阶段 ： 众多业务系统在数智化底座的基础上进行线上化改造。此阶段需要汇聚各业务系统的数据，开展实时链路决策，并基于这些业务数据进行实时数据分析，以满足业务迭代需求，提升运营效率。同时，数据分析的可视化能力也会得到提升。

第三阶段 ： 在业务系统完成线上化且积累了数据分析成果的基础上，将业务与线下流程打通，实现应用与流程的线上化、数智化、一体化运营。如此一来，便完成了整个业务层面或部门层面的数智化改造。

第四阶段 ： 企业全面数智化阶段，在这一阶段引入 AI 大模型的能力，实现 AI 赋能。

第一阶段：数据库底座

企业理想的数据库底座应具备四项关键能力：

1. 充分利用硬件资源、资源观测性 ： 这不仅可以有效降低企业的硬件成本，而且在出现故障时，能够迅速响应并排查问题
2. 通用性强 ： 作为数据库底座，它需要支持几乎所有的业务系统，涵盖 TP、AP 以及 AI 等多种场景。采用单一技术栈支撑多场景，有助于降低技术栈复杂度，减少开发和运维人员的学习成本
3. 高可靠性 ： 数据库底座承担着支撑众多业务系统的重任，其可靠性直接关系到业务的连续性和稳定性。因此，在选择数据库时，高可靠性至关重要。理想的数据库需具备单点故障自恢复能力和稳定的内核。此外，在实施多库合一以节约资源时，要避免不同业务系统之间的资源干扰，确保各业务系统在共享资源的同时，能够独立、高效的运行
4. 简单易用、易运维 ：数智化转型时，需面对用户的多样化需求，需要一个快速迭代的数据库，对应用透明，无需进行分库分表操作，否则会大幅增加研发工作的复杂度和工作量，拖垮研发效率，降低企业的竞争优势

应用 TiDB 建设数据库底座的优势 ：

1. 自主开源 ， 安全可控 ： 数据库选型是一个持续且关键的决策，因此满足安全可控要求极其重要。
2. 通用性强 ： 可以基于 Resource Control 多库合一的方案，实现小业务的合并以及大业务的独立集群的部署，实现 TP、AP 的一体化，同时具备 AI 能力来赋能业务。
3. 一体化高扩展性、高可用 ： TiDB 在扩展性、高可用方面具有独特优势。对比之下，单机数据库在以往使用场景中常常暴露诸多问题。其一，单机数据库扩展性有限，在需要扩展时，往往要考虑分库分表，这无疑增加了业务的复杂程度；其二，当企业使用多个 MySQL 数据库时，数据孤岛现象严重，各数据库间的数据难以互联互通，无法实现有效的数据共享；其三，单机 MySQL 的高可用能力存在短板，容易影响业务的连续性。

第二阶段：实时决策平台建设

数智化转型的第二个阶段，是构建一个实时数据决策平台。以往传统企业在进行数据实时决策时，通常依赖三个技术栈。首先会使用标准的 OLTP 数据库，通过 ETL 数据同步，将 OLTP 数据库中的数据抽取到 Hadoop 或者 Spark 数仓之中。在数仓对数据完成加工后，将生成的 APP 层或报表层数据输出到另一技术栈，例如 Clickhouse，以完成报表查询或数据服务。然而，这样的链路存在一些问题：其一，涉及的技术栈众多，运维难度大，学习成本高。其二，同步链路冗长，维护困难。例如，若上游发生 DDL 变更，下游可能无法支持，就需要手动干预。

而传统企业可以依托 TiDB 来构建新一代实时决策平台。TiDB 的核心优势在于能够一站式实现三个技术场景：

1. 海量数据汇聚，TiDB 高度兼容 MySQL 协议，并且提供了 DM 数据实时同步工具，可完成海量数据的实时汇聚；
2. 实时数据增量加工，基于 TiDB 以及 TiFlash 可以实现实时数据的增量加工；
3. 高并发数据服务，凭借 TiDB 天然的 HTAP 能力，能够满足高并发数据服务的需求。

如架构图所示，我们可将这些业务系统的数据实时同步到 TiDB 的汇聚库。此时，TiDB 实际上成为了所有业务系统的实时备库。基于这个全局实时备库，可以开展诸多操作：

1. 首先是业务的读写分离。若业务需要进行实时数据分析，以往在主库查询可能速度较慢，且对主库业务产生侵入性影响，此时可迁移至 TiDB 进行查询。
2. 其次，对于归档的历史数据，可通过 DM filter 的方式将数据归档到数仓一侧，不再进行额外处理。在数仓完成数据归档后，历史数据也能直接在这个实时备库中进行查询。
3. 实时备库还可用于业务跑批。若之前主库跑批效率较低，可在实时备库中进行跑批操作，跑批完成后甚至可回写到业务主库，通过这种读写分离的方式有效降低业务主库的压力。
4. 在统一视图方面，以实时风控为例，其需要众多业务系统提供 API 服务。有了全局实时备库后，可统一从 TiDB 提供数据 API 服务，为实时风控提供支持，从而减少实时风控对业务主库查询的压力。同时，也避免了因业务主库开发 API 排期较长，而拖慢实时风控迭代效率的问题。

基于该架构，还可开展一些活动，如积分电子券赠送等，提升数字化营销能力。在这一架构下，TiDB 能够一站式满足三种能力需求：一是多源实时汇聚，支持海量数据，可通过 DM 以及 Kafka 等策略实现数据汇聚；二是实时数据加工，借助 TiDB 的 HTAP 能力完成实时数据加工；三是一站式提供高并发数据服务，例如满足实时风控以及业务系统读写分离的需求，更高效地赋能业务系统，降低业务系统读写分离时对主库造成的压力。

第三阶段：DTC （Direct to Customer）线上线下一体化

DTC 模式目前面临着一些挑战。其中，数据互联互通问题尤为突出，存在大量数据孤岛，难以提供统一的数据服务。部分企业仅有线下数据，这些数据存储于工作站或者员工个人手机等设备中，尚未实现数据线上化。

其次，在完成数据线上化后，企业需要依据这些数据制定实时运营策略，以指导业务发展。但随着业务规模的急剧扩张，数据量大幅增长，此时要求一个数据库具备高效处理数据增长的能力。并且，线下线上一体化所涉及的往往是公司的核心业务，必须确保业务的连续性，从而为客户持续提供高可靠的服务。

在 DTC 场景下，数据库也面临着诸多关键挑战。首先是对弹性扩展能力的需求即为迫切。随着业务发展产生海量数据，需要能够通过单个集群实现在线扩充，从而满足业务需求。其次，由于业务场景关乎核心，需持续为客户提供服务，所以数据库必须具备高可靠能力。此外，还要为 DTC 提供数智化运营的实时分析能力，这就要求具备海量数据汇聚能力，并能快速完成实时数据洞察，以此指导业务发展方向。最后，在数据库选型方面，由于核心业务涉及海量用户需求，需要一个无侵入性的数据库，以契合业务高速迭代发展的节奏，保障业务迭代开发的效率。

DTC 线上线下一体化：为什么 TiDB 是更好的选择？

在 DTC 场景中，TiDB 之所以是更优选择，原因如下：其一，TiDB 能够无侵入性地满足业务开发迭代需求。其二，相较于分库分表，TiDB 的数据分析能力和扩展性更为出色。它在复杂 SQL 关联查询分析能力上表现卓越，并且 TiFlash 的加速效果显著。相比之下，之前的单机数据库或分库分表方式，均无法满足 DTC 场景下数智化运营以及业务高速增长的需求 。

第四阶段：业务 AI 一体化

随着 DeepSeek 等技术的出现，AI 技术发展火热。企业在构建 AI 能力时，以往通常需要关系型数据库、向量数据库、图数据库、宽表数据库各四个技术栈。然而，这样的技术架构会导致整体建设成本较高，技术栈复杂，对人力的要求也颇为严格。

而使用 TiDB 则能够一站式支撑上述四个方面的需求，实现 “All in One”。TiDB 不仅支持关系型数据库功能，还具备图数据库、向量数据库以及宽表数据库的能力。如此一来，能够有效降低架构的技术复杂度，提升开发效率，同时降低业务成本。

整体而言，使用 TiDB 带来的最大收益在于降低综合成本。以往需要多个技术栈协同工作，现在仅依靠 TiDB 就能满足多种需求。

自 TiDB V8.5 起，新增对向量数据类型的全面支持。用户基于 SQL 能便捷创建向量类型并建立索引，高效查询相似数据。TiDB 还支持构建知识图谱、借助 HNSW 算法实现向量索引的高效检索，满足 AI 场景对查询效率的要求，为智能应用开发提供强大助力。

应用 TiDB 进行数智化转型的收益总结

1. 自主开源， 安全可靠： TiDB 为开源数据库产品，并且满足国产化要求，能够为企业数智化转型提供坚实的安全保障。
2. 优化运营效率，降低成本 ： 一方面，TiDB 作为数智化底座，可有效降低 TCO ；另一方面，通过 Resource Control 的方式，提升硬件资源利用率，从而减少企业成本支出。TiDB 能够满足业务快速迭代的需求，其应用无侵入性的特点，让企业实现更加高效、便捷地开发。
3. 支持 业务增长 ： TiDB 具备高吞吐能力和良好的可扩展性，能够快速适应业务

增长，有力支撑企业业务的不断发展。

4. 数据驱动业务发展 ： 作为 HTAP 数据库，TiDB 在数据驱动业务发展方面表现出色，能够很好地实现 TP 和 AP 的一体化，提供实时洞察，为企业决策提供有力的数据支持。
5. 提升 企业 智能化 水平 ： TiDB 与 AI 能力相结合，能够助力 AI 智能化的数据落地，满足企业在智能化发展方面的需求。