11 月 3 日，2022 云栖大会在杭州揭幕，在本届云栖大会上，客如云产品总监陈振兴发表了《客如云分布式云降级》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 进行分布式云降级，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。咱们都晓得，近些年来，中国餐饮行业始终在高速倒退：2014 年，餐饮行业规模 2.9 万亿，2021 年，行业规模达 4.69 万亿，年均匀增长超过 10%，比照 2020 年晋升 18.7%。尽管疫情之下，短期对餐饮行业的高速倒退有肯定影响，然而因为餐饮行业具备高频、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，政策示意：以国内大循环为主体，国内国内双循环相互促进、新倒退的格局强化内需生产。中长期看，内需生产势必会为餐饮行业带来更快的增长速度，置信将来 10 年，本地生存的相干行业将失去高速倒退。而随着我国城镇化率的晋升和人均可摆布支出的增长，将来客如云所在的业务，也将借着这股东风失去高速倒退。
客如云：为商家提供数字化解决方案
客如云成立于 2012 年，次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，咱们始终在思考为客户提供什么样的价值。咱们总结了三项增长能力：用户增长、经营效率增长、品牌规模增长来帮忙连锁品牌以数字化形式实现规模化治理和扩张，帮忙品牌高质量和规模化的晋升和复制的能力，并且以软硬件一体 SaaS 的解决方案，帮忙门店进步经营效率、降本增效，达成门店标准化经营模式，通过全渠道 CRM 一整套会员管理模式，帮忙品牌和客户进行公域私域会员积淀和全渠道会员拉新和继续经营服务。
往年客如云推出了 「新一代智能餐饮解决方案智享版」，次要帮忙客户提供基于安卓、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，通过疾速部署和多专统一的设计，实现对立的营销引擎、智能举荐、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，帮忙商户实现多渠道的线上订单治理和公私域会员积淀一体化经营能力。
累积服务商家 137 万 +，海量数据面临挑战
客如云当初曾经累计服务超过 137 万的商家，海量数据下咱们面临着三大外围问题。
第一，海量数据迫近单实例存储下限。 业务数据超过现用数据库的单库存储下限，须要客如云一直在业务当中进行分库、分表操作，投入老本十分高，收益非常低；
第二，存储老本继续攀升。 多个报表类业务的数据库在存储空间上已超 20TB 数据，存储费用日益昂扬，且需一直进步投入；
第三，报表查问性能有待进步。 业务报表类聚合查问，均匀响应工夫达几秒甚至更长，某些查问不返回数据本应疾速完结时反而执行超预期的工夫。
因为面临着这些挑战，客如云不得不在市场当中踊跃发现寻找与客如云倒退速度合乎的分布式数据库，也正是这些挑战，开启了 OceanBase 与客如云的故事。
在多个利用场景打磨下，客如云总结了三个抉择 OceanBase 的起因：
第一，OceanBase 是原生分布式数据库。 自研一体化架构冲破高性能和高可用，实现利用有限扩大和服务永远在线；
第二，高性价比。 基于 LSM-Tree 的高压缩引擎，均衡了“性能”和“压缩”的瓶颈，无效升高存储老本 70% – 90%，原生多租户，资源隔离按需应用；
第三，HTAP。 多正本架构体系，反对混合业务剖析场景，通过在降本的状况下，使报表查问性能有了显著晋升。
事实上，切换数据库过程中有十分大的危险，后期咱们和 OceanBase 的团队也做了大量的测试验证，验证后果是，咱们的业务无需做任何革新，能够间接在线进行切换，切换过程当中通过利用 OceanBase 的 OMS 一键迁徙工具，实现了业务在线、双写实时同步的能力，使得咱们业务在没有关机的状况下，在线间接进行业务的启动，实现无损迁徙。
基于 OceanBase 的分布式能力，咱们将原来扩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失去了微小晋升，并对资源进行了无效利用，可同时解决交易数据和剖析数据，将两个原来客如云应用的数据库进行对立的解决和剖析，极大地晋升了性能、升高了老本。
客如云分布式云降级，数据压缩比与查问性能双晋升
客如云切换为 OceanBase 应用一年后，为客如云带来如下价值：
第一，存量数据所需空间大幅度缩小，存储空间节俭了 80%；
第二，增量数据对新购空间的需要与压力同时升高，数据库老本升高 40%；
第三，报表慢查问性能显著进步，慢查问（> 1s）数量缩小 95%；
第四，大表在线 DDL 秒级实现，索引的创立更疾速、应用更灵便，索引调整工夫缩短 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无效的联合，造成了类目偏好、用户行为、生产习惯、LBS 信息汇集核心，通过数据处理提炼加工造成特色因子、工夫序列、表征项量，最终积淀出了人群洞察算法、人 - 品算法、人 - 品 - 场举荐算法，造成了实时算法平台，并且将这些算法利用在全渠道互联经营、实时精准营销、新店新品经营洞察当中，使咱们的品牌可能通过这样的个体化解决方案，为本人的经营、为本人的用户带来更多的洞见。
正是因为和 OceanBase 相互抉择的点滴，助力了客如云明天的口碑和成长，所以在演讲序幕，我也想感激一下杨传辉老师和 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！