一背景订单系统存在于各行各业，如电商订单、银行流水、运营商话费账单等，是一个非常广泛、通用的系统。对于这类系统，在过去十几年发展中已经形成了经典的做法。但是随着互联网的发展，以及各企业对数据的重视，需要存储和持久化的订单量越来越大，数据的重视程度与数据规模的膨胀带来了新的挑战。首先，订单量对于数据的存储、持久化、访问带来了挑战，这不仅增加了开发面对的困难，也为系统的运维带来了挑战。其次，随着大数据技术的发展以及运营水平的不断提高，订单数据的后续数据分析工作，如流批处理、ETL，也越来越重要，这也对数据的存储系统提出了更高的要求。本文提出了一种基于MySQL+Tablestore的大规模订单系统设计方案。这种方案基于分层存储的思想，使用Tablestore辅助MySQL共同完成订单系统支持。在系统中，利用MySQL的事务能力来处理对事务强需求的写操作与部分读操作；利用Tablestore的检索能力、大数据存储能力等弥补MySQL在功能上的短板。详细可见文章：云上应用系统数据存储架构演进。本文作为MySQL+Tablestore分层存储架构的大规模订单系统的架构篇。首先详细阐述，在大规模订单系统中，存在哪些需求，存在哪些痛点。进而比较传统的架构，其现状如何，各存在什么样的劣势，无法满足哪些需求。然后讲述MySQL+Tablestore架构，阐述这种架构是如何满足大规模订单系统的需求的。二需求场景订单系统，面向C端，除了在系统性能要求高外，对于数据的存储、后续数据的计算、数据实时处理、数据批处理都有一定的要求。而对于C端客户、产品运营、系统运维等不同的角色，他们对系统的需求也有所不同。1C端需求对于C端客户以及面向C端的开发而言，系统首先需要支持高并发、高稳定性。其次，系统需要能够支持基于用户id的搜索以及搜索用户id下包含特定关键词的记录。具体的需求有：基于用户id查找用户近一月的订单。基于订单号查询订单详情。搜索用户购买过的包含某关键字的商品。这对于系统的索引能力以及搜索能力有较高的要求。运营需求运营同学需要能够在不影响线上的情况下使用SQL对实时数据进行分析，能够根据非主键字段进行检索；他们还需要系统对流批计算的支持，需要流式数据处理来进行实时数据统计，需要批处理来进行历史数据统计。运营同学常见的需求场景有：统计在某旗舰店消费过的用户有哪些。统计消费过某一件产品的客户有哪些并且他们还购买了什么产品，进而向客户推荐商品。实时统计双十一开始后的实时成交额，用于宣传时的实时数据展示。统计某店铺过去10年的成交额。依赖订单数据对客户做实时更新的画像分析，以支持商品的推荐。运维需求运维同学更
转载请注明：http://www.aierlanlan.com/rzgz/293.html
