乐趣区

关于数据库:TiDB-在连锁快餐企业丨海量交易与实时分析的应用探索

对于很多现代人来说,在繁忙的工作中,一顿口味不错、能量满满、品质牢靠且疾速不便的汉堡、薯条、炸鸡确实是不错的抉择。更何况快餐中富含的盐、糖、脂肪和碳水化合物也更容易让人产生满足感。

但在享受快餐所带来的高兴时,你是否也曾想过,快餐企业在经营成千盈百家门店的同时是如何做到线上买券、线下提货,在家下单、快递上门,手机下单、门店取货等一系列高级别数字化操作的?

业务重心从线下到线上:餐饮连锁企业经营新模式

疫情以来,餐饮行业总体的损失不堪称不惨重,但最先从打击中复原的却是门店数量最多、经营最简单的各大快餐巨头,或者更具体的说,是那些在 DTC 有着更多投入和积攒的快餐企业。以去年双十一为例,多家快餐顶流仅用不到 12 小时就冲破了去年双十一全天的销售额,业务涨势喜人。

那么这个能让泛滥快餐企业趋之若鹜的 DTC 又是何方神圣?DTC(Direct to Customer,即“间接面向消费者”),这是一种重心在线上的、以间接面对消费者为外围指标的经营模式。联合国内生产环境,DTC 强调利用 APP、小程序或其余线上渠道为所有消费者提供 360 度的全方位用户体验。与传统的经营模式相比,DTC 的劣势次要体现在更靠近消费者、关注消费行为、器重消费者生存状态。与此同时,通过逾越经营过程当中的各类中间环节,企业亦可能更简略、更间接的对消费者施加影响并评估成果,进而使企业经营的效率更高、老本更低、成果更间接。

当然,与任何翻新经营模式一样,DTC 策略同样有着不低的施行门槛。DTC 的外围劣势在于间接、高效,合乎互联网时代一般消费者的生产模式,但要实现这些成果,企业不仅要收集海量渠道汇总而来的用户行为信息,更要在实现各类业务操作的同时尽可能快的做到全量数据的实时剖析,并依据剖析后果造成千人千面且随需应变的营销或服务计划。

而对于用户数量数以千万计、每日订单动辄几千万的快餐企业来说,由此造成的数据压力可想而知。

服务海量消费者的数据平台应该是什么样子?

以业务遍布寰球 100 多个国家,领有几万间门店,数亿注册用户,每日解决千万级订单数的某大型连锁快餐品牌为例,全新的 DTC 策略要求企业基于大数据揣测顾客最喜爱的服务,并将其置于小程序的入口地位,使顾客取得千人千面的服务菜单。同时,企业还需利用大数据对小程序或 APP 内 不同模块的应用、停留状况进行剖析 ,实现利用的一直优化。通过对消费者行为的数据分析,企业还能更准确的理解消费者买了什么、花了多少钱、多久来一次、在哪天支付了优惠券、常在哪几家餐厅生产等一系列信息,由此, 企业便可通过大数据和算法揣测各类营销流动在哪个地点可能吸引哪些消费者。

要实现这样的业务成果,原有的整套数据基础架构无论在创新性、灵活性、可靠性和改革主动权等方面体现均不够现实。因而,该企业放弃了原先的架构,从新构建了一套以 TiDB 为外围的架构。而通过一段时间的运行,这套架构不仅实现了更低的 TCO,更通过弱小的软件堆栈解决了海量利用的构建、疾速迭代、灰度公布等问题。而更加重要的是,企业通过全新架构的数据库解决了 DTC 策略下数亿用户和每日数千万订单所对应的在线联机交易和实时数据分析的宏大需要,且可能以更轻捷的身姿应答数据量快速增长。

其中,TiDB 数据库的 OLTP 性能服务于企业订单、领取和供应链等场景,而 HTAP 则对应了 DTC 策略中要害的实时报表和数据分析需要。另一方面,在用户行为一直累积、用户数和业务量一直增长的背景下,数据库中所要存储的数据量也必然快速增长,数据库则必须要在满足前两种性能需要的前提下为数据量的快速增长提供简便、无效、低成本的应答之道。要同时满足这些要求,对于数据库而言是个极大的挑战。

在以往的教训中,无论是以各类 MySQL 为代表的开源数据库还是传统商业数据库,亦或是各大 CSP 推出的云数据库,在数据量宏大且快速增长的状况下,都很难逃脱分库分表的命运。且不说分库分表操作自身所对应的宏大工作量和治理问题,单就跨表、跨区所带来的查问和剖析艰难就会让 DTC 的实际效果大打折扣。

因而,抉择一款可能以分布式、云原生形式运作的全新底层数据库,解脱分库分表所带来的性能、操作和治理弊病就成为了快餐企业践行数字化转型策略的要害一步。而在这家国内连锁快餐巨头的 DTC 策略实际过程中,TiDB 凭借多方面劣势最终担纲重任。

OLTP Scale + Real-time HTAP 成为数据平台的必备能力

TiDB 是一款 企业级开源分布式数据库 ,与 云架构 有着人造的高符合度,可能通过集群节点的减少满足企业一直增长的数据量与性能需求,防止分库分表 所带来的宏大工作量、操作危险以及昂扬的后续运维老本。与此同时,TiDB 的 开源个性和沉闷技术社区 也让企业有能力依据需要和利用变动实现疾速、低成本的性能及业务翻新。

另一方面,作为一款 反对 HTAP 性能 的数据库,TiDB 可在满足在线联机交易需要的根底上提供高性能的实时剖析能力,帮忙企业用一套数据库架构满足 DTC 策略下对实时报表和大规模数据分析的刻薄需要。通过翻新的行列存隔离机制,TiDB 可能在不影响 OLTP 业务性能的前提下进行实时报表汇总和疾速剖析,让企业可能更加专一于 DTC 策略下的数据价值挖掘和业务翻新。

在该快餐企业实现云基础架构部署之后,PingCAP 业余服务团队与企业自有技术团队和 ISV 的严密协同下仅用 3 个月工夫便实现了云环境下两套 TiDB 集群的部署、数据迁徙及灰度上线工作。在海量业务零碎和宏大数据量背后仍能放弃如此部署速度,这显然是传统数据库所难以企及的。

在全新数据库的反对下,该快餐企业实现了对数亿用户的秒级数据检索与剖析,并可对市场营销流动的成果进行疾速评估,从而实现营销策略的及时优化。而通过对不同天气、不同促销、不同产品、不同时段、不同日期等状况下外卖订单的监控,该快餐企业则可能更好的预测门店外卖订单的品类、销量变动,不便企业对原料、人员、设施等进行数据驱动的精细化治理调控,晋升门店经营效率和成果。

而在运维层面,无需分库分表且能满足用户多维度需要的 TiDB 不仅运行稳固,更极大升高了数据库运维治理方面的工作量。而在 PingCAP 业余服务团队的反对下,该快餐企业也顺利度过了双十一等大促带来的业务洪峰。

通过新数据库撑持下的 DTC 策略实际,该企业能够充沛理解顾客在哪里,他们是谁,他们喜爱什么,他们为何而来,为新品研发、市场营销、餐厅经营甚至是供应链治理提供更精准的洞察,并且可能反对企业做出更实时的业务决策。

从交易到剖析,数据成为业务翻新的要害

数字时代,数据就是企业的外围资产。而作为一种有形的虚构资产,企业对数据价值的每一次挖掘和利用都离不开底层数据库系统的反对。这也就是为什么大多数企业的数字化转型策略都将数据作为切入点和抓手外围起因。

而在数据量爆炸、业务量快速增长、翻新减速的宏观背景下,数据库是否通过分布式、横向扩大、HTAP 等个性为企业带来性能、性能和运维治理层面的全新体验,是企业是否顺利完成转型并实现业务翻新的要害。

IDC 公布的《寰球数据库治理系统软件市场剖析报告,2021》也指出,以快消畛域 DTC 策略为代表的“Direct Customer Engagement”潮流正在推动数字化应用程序对高性能、提供数据一致性、弹性负载数据库系统的需要。而在这一案例中 PingCAP 的 TiDB 则很好满足了数据量大、业务多、更新快、交易量高、剖析工作重的快餐企业的 DTC 策略转型需要,为业务的深度翻新打好了根底。

这正是很多正在尝试 DTC 策略的餐饮、批发、快消企业,乃至须要直面最终用户的千行百业在实现数字化转型、构建数据平台过程中所寻求的底层解决之道。

原文链接:https://tidb.net/blog/80be4a98 发表于:2022/4/12

退出移动版