DorisDB在格洛博電商系統(tǒng)的應(yīng)用實踐

　　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，以物惠全球為愿景，為全球用戶提供多元化的互動式購物體驗，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)團隊基于DorisDB建立一個實時分析系統(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)各類明細數(shù)據(jù)篩選條件較多，實時數(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)實施過程中，由于業(yè)務(wù)增長較快，團隊研發(fā)能力無法快速跟上，大量業(yè)務(wù)依托于MySQL實現(xiàn)，主要存在技術(shù)難點如下：

　　1.數(shù)據(jù)量大：業(yè)務(wù)明細數(shù)據(jù)較多，總體達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.實時分析：業(yè)務(wù)依據(jù)廣告效果投放，實時分析訂單變化，及時調(diào)整廣告預(yù)算;

　　4.實時監(jiān)控：動態(tài)監(jiān)控下單流程行為，實時分析系統(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，我們期望尋找到可替代MySQL的數(shù)據(jù)庫，或建立一個OLAP實時分析系統(tǒng)，提供一套快速、穩(wěn)定的實時數(shù)據(jù)服務(wù)。

　　技術(shù)選型

　　為解決實時分析的時效性，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，運維相對復(fù)雜。

　　•DorisDB：一款基于Apache開源基金會頂級項目Apache Doris開發(fā)的新一代極速MPP分析型數(shù)據(jù)庫，可單獨部署不影響現(xiàn)有架構(gòu)，可多表join，實時數(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建立一個實時分析系統(tǒng)。

　　數(shù)據(jù)同步

　　#FormatImgID_0#

　　如上圖所示，我們使用Canal+Kafka方式實時將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

　　實際使用DorisDB過程中，我們采用SSD/NVME+HDD實現(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.多條件明細數(shù)據(jù)查詢：實現(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)出明細數(shù)據(jù)：實現(xiàn)了時間跨度范圍大的明細數(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)計算，而DorisDB以字節(jié)計算，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)負責(zé)人，負責(zé)產(chǎn)品技術(shù)實現(xiàn)、系統(tǒng)架構(gòu)設(shè)計等