当前位置: 首页 > article >正文

上汽大众:存储成本节约85%,查询性能提升5倍|OceanBase案例

近日,上汽大众汽车有限公司(简称“上汽大众”)的积分卡券等关键业务系统,已成功升级至 OB Cloud 云数据库。借助 OceanBase 原生分布式数据库的卓越性能与先进技术,实现了存储成本的大幅降低,高达85%;同时,业务连续性显著提升,达到了99.999%;查询效率更是飞跃,性能提升5倍。这一系列改进,标志着上汽大众在支撑用户多样化需求的数据管理能力上迈上了新的台阶。

图片

上汽大众是国内历史最悠久的汽车合资企业之一,目前生产与销售大众、奥迪和斯柯达三个品牌 30 余款产品,覆盖 A0 级、A 级、B 级、C 级、SUV、MPV 等细分市场。2024 年一季度,上汽大众销售新车 26.5 万辆,同比增长 11.4%。其中,新能源车销售 2.8 万辆,同比增长 171.3%。伴随业务稳步增长带来的数据量激增,上汽大众关键业务系统原来使用的开源数据库面临以下挑战:

  • 首先,分库分表改造工作量大。原数据库出现性能瓶颈,准备进行分库分表改造。但由于单表数据行数多且增长过快,采用分库分表方案面临的风险较高且改造成本过高,继而转向选型原生分布式数据库;

  • 其次,扩容压力大。卡券系统的原数据库负载 CPU 水位持续走高,造成业务活动扩容困难,高并发场景下无法做到在线弹性扩容,影响用户体验;

  • 最后,查询性能遇到瓶颈。伴随数据量的不断增长,复杂查询时原数据库的查询性能遇到瓶颈,部分报表无法查询,有碍企业经营及时反馈。

上汽大众为进一步提升企业运营能力,让用户享有更好的购车、用车体验,并适应数字化时代的发展需要,启动新一轮数据库升级工作。经过迁移工作量、产品能力、业务灵活性、最佳实践等多方面的综合评估,最终选择了 OB Cloud。

OB Cloud 是 OceanBase 面向不同规模用户推出的云数据库服务,为用户提供多模型、多租户、多工作负载等核心能力,能够以一个数据库解决用户 80% 的数据管理需求,帮助用户在全球不同区域,享受同样优质的企业级数据库产品与服务,进一步助力用户简化技术栈,构建现代数据架构。

OB Cloud 支持 MySQL语法,基本完全兼容上汽大众当前所使用的 SQL语法与数据类型,通过流量回放功能,提升全量回归测试效率,确保快速、平滑、稳定从原数据库升级至 OB Cloud 。数据库升级后,有效满足上汽大众关键业务系统的各项需求,并实现降本增效。

  • 存储成本节约 85%、TCO(整体拥有成本)降低 15%。上汽大众将几十套原数据库替换成 4 套 OceanBase 集群,降低架构复杂度,并通过 OB Cloud 的多租户能力提升资源利用、运维管理效率。此外,通过基于 LSM-Tree 的高级压缩技术显著降低数据存储成本。上汽大众数据库升级后,实现存储成本节约85%,包括维护、运营等成本在内的 TCO 降低 15%。

  • 业务连续性提升至99.999%。OB Cloud 具有业内领先的 RPO = 0 以及 RTO < 8 秒的故障自动恢复能力,确保在服务器节点、可用区、区域发生故障时,依然能够给业务带来持续可用的能力,避免代价高昂且复杂的故障及数据丢失问题。数据库升级后,上汽大众的积分、卡券系统业务连续性提升至 99.999%,实现关键业务系统 7×24 小时稳定运行;

  • 查询性能提升5倍。上汽大众借助 OB Cloud 的 HTAP 能力,无需复杂的 ETL  和冗余数据,一套数据同时支持事务处理和实时分析的工作负载,将 TP、AP 业务服务器级别隔离,避免关键业务互相干扰以及额外成本产生。此次上线的积分卡券系统具有数据量大、业务逻辑复杂等特点,基于原生分布式数据库的 HTAP 能力,查询性能提升 5 倍。

  • 具备弹性扩缩容能力。原生分布式数据库可以按需实现不停机、不改应用的扩缩容及性能的线性增长,这意味着上汽大众可以随着业务的发展,轻松地增加更多的计算和存储资源,无需业务分库分表,通过横向增加节点即可实现业务线性拓展能力,大大减少业务改造压力,轻松应对业务高峰期、低谷期的需求。

一直以来,上汽大众坚持以创新驱动发展,并始终以市场为导向,不断提升用户满意度。此次上汽大众搭载 OB Cloud 全新出发,支撑用户多样化需求的数据管理能力再上台阶。未来,双方将携手攻坚更多关键业务系统,让每一笔「驾驶」都算数!


OceanBase 云数据库现已支持免费试用,现在申请,体验分布式数据库带来全新体验吧 ~


http://www.kler.cn/a/307154.html

相关文章:

  • Android OpenGL ES详解——立方体贴图
  • 【算法】——二分查找合集
  • 《MYSQL45讲》误删数据怎么办
  • POI实现根据PPTX模板渲染PPT
  • Springboot集成syslog+logstash收集日志到ES
  • wafw00f源码详细解析
  • 【Multi-UAV】多无人机实现凸多边形区域覆盖--Voronoi分割
  • Mysql树形结构表-查询所有子集数据
  • 【OJ刷题】快慢指针问题
  • ARM驱动学习之基础小知识
  • Windows环境本地部署Oracle 19c及卸载实操手册
  • STL-vector练习题
  • 【2025届华为秋招机考三道编程题之一】华为校招留学生软件开发工程师-真题机考笔试/(200分)- 跳格子3(Java JS Python C)
  • 【C++】模板进阶:深入解析模板特化
  • 【数据库】MySQL内置函数
  • Args4j:Java命令行参数解析的利器
  • Java 入门指南:JVM(Java虚拟机)垃圾回收机制 —— 死亡对象判断方法
  • uniapp自定义导航栏以及页面加背景
  • CSP-J算法基础 计数排序
  • mis_table.cs 与 csharp_mis_table.h
  • Oracle(121)如何进行数据文件的恢复?
  • Linux中使用Docker构建Nginx容器完整教程
  • k8s使用本地docker私服启动自制的flink集群
  • OKHttp实现原理分享
  • vue3 指定元素全屏 screenfull(可直接粘贴使用)
  • 《凡人歌》:网络安全组电话响3声必须接,安全组长被压迫患得惊恐症、抑郁症