NVIDIA 初创加速计划,免费加速您的创业启动 了解详情
写点什么

独家揭秘东南亚电商平台 Prestomall 去 Oracle 的全过程

  • 2020-02-12
  • 本文字数:3180 字

    阅读完需:约 10 分钟

独家揭秘东南亚电商平台 Prestomall 去 Oracle 的全过程

很多人都说:“现在的东南亚就像是坐着时光机,回到了 90 年代的中国市场。” 的确,在互联网领域,我们经常能在东南亚看到中国互联网发展历程的影子。本文我们将详细介绍一下东南亚企业的去 Oracle 经历,揭秘中国经验是如何复制到东南亚市场的。


Prestomall 是一家成立于 2014 年的东南亚电商企业,此前这家企业一直使用的是 Oracle 数据库。所有业务全部由一套 Oracle 数据库支持,同时还有一套 Oracle 数据库用来支撑测试环境。


2018 年 8 月,距离 Oracle 数据库软件授权证到期还有 3 个月的时间,Prestomall 决定不再使用 Oracle 数据库,并开始寻找替代方案。为什么 Prestomall 决定在这个时候去 Oracle 呢?选定的替代方案是什么呢?整个迁移过程又是如何做的?…为了搞清楚这些问题,InfoQ 采访了参与 Prestomall 去 Oracle 全过程的阿里云技术团队。

为什么要去 Oracle?

过去几年,随着整个东南亚移动互联网的发展,Prestomall 也迎来了增长黄金期。以营收规模计算,过去 3 个财年,该公司实现了 256%的增长。Prestomall 业务的成功使得公司需要处理的数据量出现井喷式的增长,IT 费用也随之水涨船高,这也是 Prestomall 决定去 Oracle 的主要原因。


Oracle 的 License 费用太高了,随着 Prestomall 客户量和数据量的增加,这部分费用占据了大部分的 IT 预算,制约了其业务的发展,所以在授权还剩三个月的时候,Prestomall 开始寻找 Oracle 的替代方案。


另外,随着业务的快速发展,现有的 Oracle 数据库垂直架构限制了其弹性增长的需求,传统数据库不适应快速的互联网+发展,这也使得 Prestomall 下定决心替换 Oracle。

技术选型

减少 IT 费用是 Prestomall 去 Oracle 的主要原因,所以最初在选择替代方案时,IT 费用是一个重要的指标,同时由于授权即将到期,迁移时间也是需要考虑的重要因素。

最开始的选型方案:更倾向于开源数据库

据了解,Prestomall 最初想到的替代方案有三种,分别是:


第一种,采用 Oracle 外的另一种商用数据库,如 IBM DB2, 微软 SQL Server 等;


第二种,使用开源数据库,例如 MySQL、PostgreSQL;


第三种,保留 Oracle,继续续费 License;


Prestomall 想要彻底去 Oracle,摆脱传统传统商业数据库厂商的锁定,所以排除了第一种和第三种方案。其实保留 Oracle 或者使用其它商业数据库本就是权宜之举,除非没有可行的办法或者时间来不及,才会保留 Oracle,毕竟业务的正常运行是必须要保障的事情。不过,Prestomall 团队也意识到,如果继续拖延的话,未来去 Oracle 的困难和挑战将会更大。


经过一番评估之后,Prestomall 团队更倾向于选择开源数据。在备选的开源数据库产品中,PostgreSQL 比 MySQL 提供了更多的 SQL 功能,应用方面也与 Oracle 更加贴近,并且迁移成本也较低,自然成为了技术选型的第一选择。


在有了初步的技术选型之后,Prestomall 团队就迁移方案做了进一步细化的评估:


第一, 选取的数据库与已有的 Oracle 有多大的兼容性 ?


第二, 延用已有的本地部署解决方案,还是迁移上云?


第三, 迁移的工作量和时间究竟会多久?


第四, 采用新的技术方案,是否有足够的技术支持?

最终选型方案:PolarDB + ADAM + DTS + 专家服务

Prestomall 最终选定的替代方案是 PolarDB + ADAM + DTS + 专家服务。说实话,这个方案有点出人意料,毕竟最开始这个方案并没有出现在 Prestomall 的选择列表中,而且 Prestomall 原有的 Oracle 数据库是部署在本地的,选择了 PolarDB 就意味着数据库要迁移上云。


最终方案中的 PolarDB 是阿里云自主研发的关系型分布式云原生数据库,兼容三种数据库引擎:MySQL、PostgreSQL、高度兼容 Oracle 语法;ADAM 是数据库和应用迁移服务,可覆盖 Oracle 迁移的全生命周期;DTS 支持 RDBMS、NoSQL、OLAP 等数据源间的数据交互,集数据迁移/订阅/同步于一体。


那么,为什么最终会选择这个方案呢?阿里云数据库与应用迁移产品总监杨霖表示主要原因其实有三个:


一是上云适配业务发展。之前 Prestomall 使用的是本地 Oracle 数据库,而选择 PolarDB 就可以享受到云数据库弹性扩展的能力,按需申请资源,对于电商企业而言这种模式非常适配业务。


二是迁移成本最优。这里的成本不单单是指迁移后数据库资源的使用费用,同时也包括了迁移的工作量、代码的修改量以及迁移时间等其它成本。经过评估,PolarDBD 与 Oracle 数据库的兼容性非常高,整体迁移成本最优。


三是风险整体可控,技术支持有保障。2000 年,阿里开始使用 Oracle 数据库,2008 年,决定去 Oracle 数据库。当前 Prestomall 的遭遇,跟十年前的阿里一样,而在过去十几年中,阿里的技术人员趟出了从 Oracle-RAC 数据库到 PolarDB,从云下到云上的搬迁,积累了很多经验,并沉淀了类似 ADAM、DTS 这样的产品。这些成功经验对 Prestomall 来说有着很大的吸引力。


据透露,在最初的提案阶段,阿里云数据库团队通过 ADAM 给出了一个超详细的改造计划,包括 DB 层面如何去自动映射、自动解析、自动转换,以及应用层每一行代码如何改造。同时,还对不同数据库产品的兼容性做了比较定量的代码改造分析。


阿里云数据库国际站产品负责人德迈介绍:“使用 ADAM 分析之后,我们发现,如果不使用 ADAM,从 Oracle 迁移到 PostgreSQL,80%以上的代码是需要修改的,如果使用 ADAM 迁移到 PostgreSQL,10%左右的代码是需要修改的,而如果迁移到 PolarDB,只有 5%的代码是需要修改的。”而这也是 PolarDB 入选最终迁移方案的重要原因。

迁移过程

确定了迁移方案之后,接下来要做的就是具体的迁移工作了。据了解,Prestomall 整个去 Oracle 可以六个阶段:


第一步是去 Oracle 的技术选型,前面我们详细介绍了选型过程,这里不再赘述。


第二步是去 Oracle 的赋能,即在实现与 Oracle 数据库解耦的同时,实现业务 IT 架构升级,获得更大的业务自由度。


第三步是业务改造,对于所有想要去 Oracle 的客户来说,这是最难的部分。业务改造面临的两大问题是工作量评估和兼容性。


第四步是数据迁移,不仅要保证全量和增量数据的一致性,同时还要提供数据回流的能力,让数据上得来下得去。


第五步是测试与调优,虽然 PolarDB 与 Oracle 兼容,但是始终是两个产品,各自有各自的产品特性,因此迁移上去之后还需要做进一步的调试。


第六步是割接与护航,在完成上线割接之后,还会有两个星期的阿里技术专家的保驾护航。


值得一提的是,在迁移过程中,ADAM 有两个功能发挥了很大的作用,一个是自动转换的功能,可以帮助使用者将原有的 Oracle SQL 自动改造成 PolarDB 兼容的 SQL。另一个是自动学习功能,虽然 PolarDB 与 Oracle 是高度兼容的,但也会有语法差异,而 ADAM 的 SQL 语法染色功能会使用不同的颜色来标注语法差异,帮助使用者快速领悟到语法差异规则。


据了解,目前 Prestomall 的业务流量几乎全部迁移到了 PolarDB 上,只剩邮件系统中的两张表还在做反向同步。


另外提到数据库迁移,很多人都会关心安全性的问题,尤其 Prestomall 作为东南亚的一家电商平台,在流程方面会更关注业务保护。据阿里云高级 DBA 专家郑旦介绍,在数据保护和业务稳定方面,阿里云主要做了两个层面的工作:第一个层面,DTS 不仅完成了数据迁移的工作,同时还在这个过程中做了数据校验;第二个层面,ADAM 对 Prestomall 系统的兼容性和兼容性结果做了一致性的检查。

写在最后

业界一直有“天下苦 Oracle 久矣”的说法,但是在实际去 Oracle 的过程中,总会犯难。那么,业界在去 Oracle 实践时,通常都有哪些选择呢?


阿里云智能数据库事业部产品总监叶正盛(斗佛)表示:“其实去 Oracle 的选择不是很多,业内常使用的基本上只有三种,一种是迁移到其它商业数据库,但这种方式用的较少;第二种是选择一种兼容度较高的数据库,这种方式的优势是业务基本不用做大的改造;第三种是切换到分布式数据库,这种方式的劣势是需要在业务上做重新设计,但优点是完成之后,可以享受分布式带来的红利。”


2020-02-12 09:351917
用户头像

发布了 497 篇内容, 共 308.9 次阅读, 收获喜欢 1907 次。

关注

评论

发布
暂无评论
发现更多内容

解码 LangChain|用 LangChain 和 Milvus 从零搭建 LLM 应用

Zilliz

Milvus Zilliz AIGC langchain

「硬核」实操如何拥有一个自己的数字人模型

EquatorCoco

人工智能 AI 虚拟数字人

广州市番禺区委领导一行莅临和鲸科技考察交流

ModelWhale

人工智能 数据科学 产业创新 人才生态

阿里云斩获 4 项年度云原生优秀案例丨阿里云云原生 6 月动态

阿里巴巴云原生

阿里云 云原生

一文读懂React中的RSC是什么?

汽车之家客户端前端团队

为什么低代码只能掀起小浪花?了解低代码的得失与前景

这我可不懂

软件开发 低代码 JNPF

基于 Orbit 的云原生应用交付基础原则与良好实践

CODING DevOps

没有人能真正精通C++

互联网工科生

c++ 语言

HarmonyOS课程体验官招募(第四期),寻找乐于分享,精益求精的伙伴

HarmonyOS开发者

HarmonyOS

矿炼真金色,终见菩提心:首个商用的矿山大模型是怎样炼成的?

脑极体

AI 大模型

铜锁 SM2 算法性能优化实践(一)|综述

铜锁开源密码库

密码学 隐私保护 数据安全 密码学和算法 国密

RLHF如何赋能生成式AI

澳鹏Appen

大模型训练 大模型 生成式AI LLM RLHF

用Vue如何实现低代码开发平台?

高端章鱼哥

低代码 低代码开发 JNPF

对话网心科技李浩|携“边缘云+AI”之势,拓展算力业务场景落地

网心科技

赛桨PaddleScience v1.0正式版发布,飞桨科学计算能力全面升级!

飞桨PaddlePaddle

人工智能 百度 paddle AI 飞桨

用极限网关实现 ES 容灾,简单!

极限实验室

ES 容灾 网关 功能测试

活动回顾丨阿里云 Serverless 技术实战与创新广州站回放& PPT 下载

阿里巴巴云原生

阿里云 Serverless 云原生

云原生微服务应用的平台工程实践

阿里巴巴云原生

阿里云 云原生

Nautlius Chain主网正式上线,模块Layer3时代正式开启

股市老人

Nautlius Chain主网正式上线,模块Layer3时代正式开启

EOSdreamer111

用微服务架构推进企业数字化转型升级

力软低代码开发平台

NUC永存!英特尔刚刚和华硕聊了后续合作

E科讯

人工智能驱动科学研究:ModelWhale 助力医疗领域科研范式改革

ModelWhale

人工智能 数据分析 数字化医疗 模型推理 AI for Science

我用ChatGPT润色的课题论文初体验|社区征文

爱技术的药学生

AI 论文写作 GPT 年中技术盘点

和鲸科技受邀参与 2023 中国大学生计算机设计大赛国赛评审

ModelWhale

人工智能 大数据 数据分析 高等教育 以赛促学

开发者评价:Serverless 容器最值得推荐的能力是什么?

阿里巴巴云原生

阿里云 Serverless 容器 云原生

业务开发“银弹” ——低代码平台建设

互联网工科生

软件开发 低代码 业务开发

中台,真的是一场自欺欺人的骗局吗?

EquatorCoco

中台 中台架构

什么是从人类反馈中强化学习(RLHF)?

这我可不懂

ChatGPT LLM RLHF

Nautlius Chain主网正式上线,模块Layer3时代正式开启

威廉META

情景规划与财务建模,运行全面预算管理的新机制

智达方通

智达方通 全面预算管理 企业财务计划与分析 财务建模

独家揭秘东南亚电商平台 Prestomall 去 Oracle 的全过程_数据库_田晓旭_InfoQ精选文章