重慶格洛博電子商務(wù)有限公司是一家專注于跨境貿(mào)易B2C電子商務(wù)公司。格洛博早期主營互聯(lián)網(wǎng)行業(yè)海外流量服務(wù)及流量變現(xiàn)，2018年初開始主力運(yùn)營綜合類商城網(wǎng)站，以客戶需求為導(dǎo)向，以誠信之道為根本，以優(yōu)質(zhì)服務(wù)為使命，以物惠全球?yàn)樵妇埃瑸槿蛴脩籼峁┒嘣幕邮劫徫矬w驗(yàn)，全方位打造B2C跨境電子商務(wù)綜合體。
格洛博數(shù)據(jù)技術(shù)團(tuán)隊(duì)基于DorisDB建立一個實(shí)時分析系統(tǒng)。生產(chǎn)環(huán)境引入DorisDB后，查詢速度得到明顯提升，較DorisDB上線前提升至少10倍以上。
業(yè)務(wù)痛點(diǎn)及技術(shù)挑戰(zhàn)
格洛博作為一家自研電商平臺的電子商務(wù)公司，自主研發(fā)了廣告效果分析系統(tǒng)、訂單管理系統(tǒng)、供應(yīng)商管理系統(tǒng)、采購管理系統(tǒng)、倉儲管理系統(tǒng)、物流管理系統(tǒng)等，多個系統(tǒng)各類明細(xì)數(shù)據(jù)篩選條件較多，實(shí)時數(shù)據(jù)自定義多維度分析報表較多，包括廣告數(shù)據(jù)分析、銷售訂單分析、供應(yīng)商分析、采購訂單分析、庫存分析、物流分析等等。
目前公司業(yè)務(wù)需求在技術(shù)實(shí)施過程中，由于業(yè)務(wù)增長較快，團(tuán)隊(duì)研發(fā)能力無法快速跟上，大量業(yè)務(wù)依托于MySQL實(shí)現(xiàn)，主要存在技術(shù)難點(diǎn)如下：
1.數(shù)據(jù)量大：業(yè)務(wù)明細(xì)數(shù)據(jù)較多，總體達(dá)10億數(shù)據(jù)以上;
2.多表join：各類多維度分析報表較多，涉及多個大表join;
3.實(shí)時分析：業(yè)務(wù)依據(jù)廣告效果投放，實(shí)時分析訂單變化，及時調(diào)整廣告預(yù)算;
4.實(shí)時監(jiān)控：動態(tài)監(jiān)控下單流程行為，實(shí)時分析系統(tǒng)異常;
5.日志數(shù)據(jù)：日志類與業(yè)務(wù)類數(shù)據(jù)同時存在于一體，沒有區(qū)分冷熱數(shù)據(jù)，導(dǎo)致MySQL性能下降。
基于以上技術(shù)難點(diǎn)，我們期望尋找到可替代MySQL的數(shù)據(jù)庫，或建立一個OLAP實(shí)時分析系統(tǒng)，提供一套快速、穩(wěn)定的實(shí)時數(shù)據(jù)服務(wù)。
技術(shù)選型
為解決實(shí)時分析的時效性，同時又能保證數(shù)據(jù)快速寫入查詢，先后調(diào)研了TiDB、ClickHouse、DorisDB，匯總?cè)缦拢?/p>
•TiDB：一款定位于在線事務(wù)處理/在線分析處理(HTAP)的融合數(shù)據(jù)庫產(chǎn)品，可替換MySQL，但生產(chǎn)環(huán)境要求配置較高，同時替換現(xiàn)有的MySQL數(shù)據(jù)庫成本高。
•ClickHouse：一款開源的OLAP列式分析系統(tǒng)，可單獨(dú)部署不影響現(xiàn)有架構(gòu)，面向大寬表，支持MySQL外表，但無法支持好多表join，同時現(xiàn)有的業(yè)務(wù)SQL也需要一定部分改寫，運(yùn)維相對復(fù)雜。
•DorisDB：一款基于Apache開源基金會頂級項(xiàng)目Apache Doris開發(fā)的新一代極速M(fèi)PP分析型數(shù)據(jù)庫，可單獨(dú)部署不影響現(xiàn)有架構(gòu)，可多表join，實(shí)時數(shù)據(jù)查詢分析快，現(xiàn)有業(yè)務(wù)SQL基本無需改寫，支持MySQL外表，運(yùn)維簡單，同時支持高并發(fā)、冷熱數(shù)據(jù)分離。
綜上所述，決定使用DorisDB建立一個實(shí)時分析系統(tǒng)。
數(shù)據(jù)同步
如上圖所示，我們使用Canal+Kafka方式實(shí)時將MySQL同步到DorisDB。Canal是阿里巴巴開源的一個Mysql binlog同步工具，通過Canal我們可以把Mysql的數(shù)據(jù)同步到Kafka，在Kafka中數(shù)據(jù)是用Json的格式生成的，然后用DorisDB的Routine Load方式消費(fèi)Kafka數(shù)據(jù)同步到DorisDB。歷史數(shù)據(jù)通過創(chuàng)建MySQL外部表，使用INSERT SELECT方式導(dǎo)入到DorisDB。
冷熱數(shù)據(jù)存儲
實(shí)際使用DorisDB過程中，我們采用SSD/NVME+HDD實(shí)現(xiàn)冷熱數(shù)據(jù)分離存儲，SSD/NVME存儲今年數(shù)據(jù)，HDD存儲往年數(shù)據(jù)。同時DorisDB也支持冷熱數(shù)據(jù)自動遷移的功能，相關(guān)建表參數(shù)可參考storage_medium、storage_cooldown_time等。
DorisDB在各場景中應(yīng)用
1.自定義多維度分析：業(yè)務(wù)人員自定義各種維度時，系統(tǒng)自動化動態(tài)多表join，通過查詢DorisDB快速響應(yīng)查詢結(jié)果;
2.多條件明細(xì)數(shù)據(jù)查詢：實(shí)現(xiàn)了時間跨度范圍大的訂單數(shù)據(jù)、物流數(shù)據(jù)快速查詢;
3.定時導(dǎo)出明細(xì)數(shù)據(jù)：實(shí)現(xiàn)了時間跨度范圍大的明細(xì)數(shù)據(jù)快速導(dǎo)出;
4.日志數(shù)據(jù)存儲：利用DorisDB動態(tài)分區(qū)特性，大量操作日志存儲于DorisDB，解決了日志類與業(yè)務(wù)類數(shù)據(jù)同時存儲在MySQL導(dǎo)致的性能下降問題。
DorisDB上線效果
未使用DorisDB前，我們一直使用MySQL處理所有數(shù)據(jù)，包括了實(shí)時數(shù)據(jù)分析，技術(shù)部門經(jīng)常收到業(yè)務(wù)部門的系統(tǒng)提速訴求，上線DorisDB后，提速訴求已基本沒有，上線前后SQL查詢對比結(jié)果如下表：
綜上表所述，在引入DorisDB后，查詢速度得到明顯提升，目前生成環(huán)境使用至少10倍以上。
遇到問題及解決方案
1.SQL查詢GROUP BY：由于MySQL的sql_mode去掉了ONLY_FULL_GROUP_BY，轉(zhuǎn)移DorisDB測試過程中存在查詢報錯“SELECT list is not in GROUP BY clause and contains nonaggregated column”，修改已有SQL即可解決;
2.varchar長度問題：MySQL的長度以字符數(shù)計(jì)算，而DorisDB以字節(jié)計(jì)算，處理方案則是在生成創(chuàng)建DorisDB的SQL時，長度設(shè)置為原基礎(chǔ)上的2倍;
3.es外部表字符串部分顯示為null：DorisDB創(chuàng)建Elasticsearch外部表時，屬性參數(shù)enable_docvalue_scan默認(rèn)為true，將其設(shè)置為false即可;
4.動態(tài)創(chuàng)建分區(qū)不支持時間戳int型字段：DorisDB動態(tài)創(chuàng)建分區(qū)支持date、datetime字段，目前我們將時間戳int型字段修改為datetime字段存儲，當(dāng)然可以另外增加一列處理。
作者：林元猛，重慶格洛博技術(shù)負(fù)責(zé)人，負(fù)責(zé)產(chǎn)品技術(shù)實(shí)現(xiàn)、系統(tǒng)架構(gòu)設(shè)計(jì)等
