共计 4413 个字符，预计需要花费 12 分钟才能阅读完成。
寰球经济数字化转型是大势所趋。放慢数字经济倒退，推动数字化改革曾经成为将来十年经济倒退的重要推动力。数字化增长带来新机遇，DTC（Direct To Customer）的模式在泛滥企业成为获取与服务最终客户的新趋势，但据剖析机构报告显示，在寰球数字化转型中，大数据我的项目只有 30-40% 的成功率，通过简化根底的数据平台赋能数字化转型成为一个要害话题。
本文为 PingCAP 解决方案事业部总经理余军在 TiDB 5.0 发布会上进行《Insightful User Case – TiDB 行业利用场景解读》演讲的实录整顿，分享企业级分布式数据库产品 TiDB 如何帮忙企业用户实现数字化转型。
数字化转型中的数据价值变现
2020 年寰球产生了新冠疫情，在疫情的影响下，各种线下经济流动都减速过渡到线上，数字化转型减速，各种在线服务平台，从在线办公、在线医疗、在线教育，到在线娱乐均失去爆发式增长。2020 年之后，越来越多的企业在思考如何进一步利用数字化的能力帮忙企业实现在整个线上挪动端、互联网端的业务闭环，DTC（Direct to Customer) 的业务模式成为了趋势，更多的企业都有了数据架构转型降级的需要。
数据处理在历史上已经经验过几个阶段，到明天在数字化转型大潮崛起的局势下，数字化技术解决要求产生了微小的变动，这些变动 次要集中在以下三点：
- 数据保鲜：数据量级大且要求解决快，同时须要对实时数据的实时价值进行充沛保鲜；
- 端到端闭环：从互联网挪动端到在线企业级服务中须要一个齐全闭环的数据驱动；
- 数据价值变现：在数据驱动的趋势下，很多企业级利用曾经脱离了传统的数据服务和数据撑持的基础架构，疾速转向了以事件驱动、数据驱动为主的数据变现主题。
在整个数字化转型的过程中，咱们认为数据有两个十分外围的因素：第一，各种各样业务产生之际随之而来就产生了陈腐的数据，如何让陈腐数据始终保有实时性的承载价值；第二，当这些陈腐的数据产生之后，如何及时利用陈腐数据实现业务上的疾速变现，比如说帮忙企业用更低的老本取得更多的客户、如何更高效的推动企业营销流动、如何通过对数据更进一步的实时的观测和剖析，来实现业务上的洞察和实时决策等。
TiDB 企业级要害能力
咱们来看一下 TiDB 在数字化转型过程当中，如何利用它的先进架构和技术的撑持能力，减速企业数字化转型的过程。
现有计划在联机及实时处理畛域的痛点
咱们将在线间接承接业务交易的业务零碎称为联机系统，这些联机系统是业务产生陈腐数据的第一个阶段。通过多年的倒退，数据管理及数据的应用形式曾经产生了很大的变动，然而对于陈腐数据的保有和解决技术还停留在四五十年以前的技术。比方常见的利用一些传统关系型数据库、半结构化数据处理技术来承当陈腐数据的产生及加工工作，在这个过程中不可避免须要利用不同数据技术的撑持能力、在不同的数据技术栈中去做数据处理的状况，进而产生了所谓的”数据孤岛”景象。
为了解决”数据孤岛”问题，业界推出了大量的扩散的数据技术栈；如数据同步工具、数据加工工具、各种各样的长线管道等形式去解决不同数据栈间的数据买通问题。在这个长链路，简单链路的数据处理过程当中，陈腐数据尽管产生了但最终曾经无奈再保鲜了。同时，整个解决链路过长，导致数据与工夫维度所绑定的实时性价值失落。另一方面，从业务的视角来看，要获
得全局性陈腐数据的对立视图，在如此简单的管道网络及简单数据处理链路的交错场面下也变得十分艰难。
作为企业来说，当陈腐数据产生后往往心愿采纳通过各种各样的伎俩将数据进行商业价值的变现，换句话说，也就是咱们会对这些数据进行业务驱动下的二次加工，来为不同业务零碎提供数据生产能力。 目前在业界，通常不得不采纳非常复杂的数据技术栈复合体来撑持，比方对于查问要求较高的联机查问，可能通过 MySQL 或者 Oracle 这类数据库来撑持；对于汇总类的、明细类的，个别会采纳如 ClickHouse 或者 Elasticsearch 来分而治之；包含业界很早推出且始终用到明天的传统的 MPP 架构数据仓库产品来进行一些报表和多维离线的剖析。这个过程无论从数据的保鲜到数据的价值变现，整个实时性和数据的对立视图对业务的撑持价值的能力都不可避免失落了。
TiDB 解决之道
对于 TiDB 来说，咱们从产品设计之初就充分考虑企业级数据处理服务过程中的技术撑持能力，对于陈腐数据的产生制作，TiDB 通过它的 OLTP Scale 能力，也就是高扩大的面向敏态业务的联机数据处理能力来确保陈腐数据可能实现生产后保鲜，并且可能以极高的效率来实现联机侧的高扩展性的数据撑持服务，同时最重要的就是确保它的实时能力。
当企业须要对陈腐数据进行无效的、疾速的价值变现时，TiDB 在技术侧提供了 Realtime HTAP 的实时数据处理及剖析的能力，联合行列混合、通明计算服务的能力，能够为企业提供包含实时监控、实时大屏、实时营销、实时风控、实时查问、实时数仓等，既可能保证数据的对立，又可能保证数据生产的实时性，以及通过多样维度来进行数据的价值变现。
TiDB 助力行业数字化
那么 TiDB 是如何在数字生存的方方面面为企业提供相干服务的呢？
OLTP Scale：面向金融外围交易场景
亿联银行是国内一家持牌的互联网银行，除了具备传统银行相干的规范业务外，最次要是领有互联网的属性，有很多业务来自于互联网的流量。对于这类用户来说，TiDB 通过与用户方的深刻单干，实现了对亿联银行分布式外围零碎我的项目的建设工作：
- 撑持了亿联银行整个外围的交易系统
比方外围账务、外围贷款、领取零碎、用户核心、资产证券化、人行征信报送、贷款对账等一系列要害交易业务；
- 多核心多活容灾
北京与长春的两地多核心多活容灾为外围交易保驾护航，以及从 Oracle 零碎到 TiDB 迁徙的各方面建设的反对工作；
- 为将来就绪
在将来的互联网场景中，提供高度扩大的业务撑持能力，在 OLTP Scale 方面面向金融外围交易场景的能力，可能帮忙金融机构实现外围相干的业务撑持。
OLTP Scale：面向金融敏态交易场景
安全人寿是国内出名的保险公司，利用 TiDB 实现了“金管家”的在线金融联机交易服务。
这类业务场景有非常明显的一个特点：短时顶峰交易。
在 2019 年到 2020 年的两年中，安全人寿通过经营“1.08 财神节”流动，结构了单日成交额超过 1000 亿，冲破在线保险和理财产品相干的交易记录。这背地是几百个 TiDB 数据库实例在提供经营保障，实现了整个短时顶峰交易的撑持。
基于 TiDB 高扩展性、高吞吐量、高联机处理能力等特点，安全人寿的金管家我的项目顺利完成了整个经营日的交易。
OLTP Scale：面向金融高增长交易场景
日本排名前列的挪动领取公司，在政府推动无现金社会的政策反对下，领取业务正迅速扩张。目前日本大概有 1 亿人口，其中有 2900 万用户和 200 万商家在应用该公司领取服务，近期交易量已达到 10 亿。
TiDB 通过 在线的高吞吐能力和在线扩大能力，顺利帮忙用户从原有的 Amazon Aurora 的数据库转向了 TiDB 的平台，解决了过来以往在顶峰领取交易过程当中的性能扩展性问题。
OLTP Scale : 面向批发高增长交易场景
TiDB 与寰球当先的餐饮巨头一起单干，实现了它的订单核心、用户核心、卡券核心以及积分核心相干的要害联机高并发、高扩大零碎的外围数据库上线工作。
同时与用户充沛钻研，如何利用 TiDB 在云原生架构方面的劣势，将 TiDB 和 K8S 的联合 ，完满落地在用户的生产环境。同时，通过 TiDB 原生的、高可用、多核心和容灾的 保障能力确保了整个 7×24 小时的业务的撑持。
Real time HTAP : 面向金融实时数据服务场景
方才讲完了 TiDB 如何利用 OLTP Scale，也就是高扩展性、敏态的数据联机撑持的能力来为企业提供高并发数据处理服务。咱们回头来看，用户如何利用 TiDB 来实现数据价值的疾速变现。
咱们正在与国内头部的城商行北京银行建设综合数据实时服务平台，这套零碎实现了以下 几个重要的性能：
- 外围零碎减负。从 AS400/DB2 外围环境实时数据同步汇聚到 TiDB，蕴含手机银行交易等过百亿数据规模交易记录，提供实时联机查问。
- 数据服务化。布局汇总多样性数据源汇聚到 TiDB 实现综合数据服务能力的搭建。
- 场景多样化。TiDB 提供的行列混合及 Real time HTAP 能力撑持更多样的数据生产服务。
- 金融级平安。在北京银行落地包含网联领取，信用贷款等多种要害零碎，多年“0 故障”运行保障问题。
TiDB 在北京银行曾经落地有两年工夫，在这样一套业务平台当中咱们也会持续以往这样的零故障的运行保障问题，持续为北京银行提供安全可靠稳固的服务。
Real time HTAP : 面向金融的实时数据服务中台
咱们在过来的一年当中，也为某金融企业建设了 T+0 的实时数据服务中台，这套 T+0 实时数据服务中台，撑持着整个公司从经营域实时明细数据查问到实时的统计分析查问类相干的数据服务。同时业务撑持也包含对交易数据的查问，比方常常会用到的二维码领取、后端的收单、转接、全渠道服务以及它的国内业务等。
因为 TiDB 具备在线的扩大以及弹性能力，所以这套 T+0 的实时数据服务中台，在整个扩容的过程当中，都是采纳在线的 热扩容形式。同时如我后面所说，这个例子利用 TiDB 内置的高可用的技术实现一个金融级的 T+0 数据服务实时中台服务。
Real time HTAP : 贝壳金服的数据服务实时中台
贝壳金服是贝壳团体旗下的金融服务公司，为贝壳的用户提供在租房和交易屋宇过程当中的融资租赁的金融服务。咱们与贝壳金服的数据团队一起单干也实现了一套实时数据的服务中台，在这套零碎当中咱们通过将 TiDB 与包含 Flink、Kafka 之类的流式计算零碎胜利进行了交融，实现了一套实时的数据处理、数据加工以及数据同步的数据撑持平台。
Real time HTAP : 面向物流实时数据服务场景
在 2020 年期间，咱们与国内出名的物流快递公司中通快递实现了实时数据分析的解决平台。
通过将中通的十多个数据音讯源进行实时的汇聚：通过 TiDB 之上的 TiSpark 的能力来汇聚超过 10 个 Topic 以上的数据音讯，再通过 TiSpark 实时写入 TiDB。在 TiDB 端会进行非常复杂的计算，在 TiDB 存储 70+ 列的宽表：汇聚多个音讯 Hive 维表 Join 并实时再写入 TiDB；同时咱们整套平台也提供了十分高效的撑持中通快递，包含重要的二次派件的业务场景的撑持，整个 TiDB 平台可能在 10 分钟内解决三亿多条数据，达到差不多每秒钟 50 万左右的 QPS。
在过来的六年中，通过所有 PingCAP 工程师与社区的不懈努力，在骨干产品 TiDB 中实现了面向企业级的 OLTP 规模化、高扩大、敏态的联机交易以及基于 Realtime HTAP 的实时数据服务这样的能力。通过这些能力的构建，可能帮忙企业疾速高效地去实现数字化转型工作。TiDB 曾经成为数字化减速背景下企业数据保鲜和数据价值变现的要害基础设施。
