GMTC全球大前端技术大会(北京站)门票9折特惠截至本周五,点击立减¥480 了解详情
写点什么

HTAP 为实时数据服务插上翅膀

2021 年 6 月 10 日

HTAP 为实时数据服务插上翅膀

成为主流趋势的 HTAP


由 Gartner 提出的 HTAP 数据库(混合事务 / 分析处理,Hybrid Transactional/Analytical Processing)成为希望。基于创新的计算存储框架,HTAP 数据库能够在一份数据上同时支撑 OLTP 和 OLAP 场景,避免在传统架构中,在线与离线数据库之间大量的数据交互。


HTAP 数据库基于分布式架构,支持弹性扩容,可按需扩展吞吐或存储,轻松应对高并发、海量数据场景。当下,由 HTAP 数据库提供的实时分析能力已经成为企业的核心竞争力之一。



业务挑战


智慧芽(PatSnap)是一家科技创新情报 SaaS(软件即服务)服务商,聚焦科技创新情报和知识产权信息化服务两大板块,为全球 50 多个国家超 10000 家科技公司、高校、科研与金融机构提供大数据情报服务。在数据源方面,智慧芽已存储了 1.5 亿多个全球专利数据、1.7 亿多个化学结构数据,以及千万级财务新闻、科技文献、市场报告、投资信息等海量数据。


随着业务场景的不断拓展和用户规模的迅速增长,业务运营过程中,智慧芽深度依赖对实时数据的分析和结果呈现,需要进行用户行为分析,提供实时大盘和特定场景的运营数据,对流量和服务的分析也不可或缺。


智慧芽原先采用 Segment 与 Redshift 的数据分析架构,仅构建出了 ODS 层,数据写入的规则和 schema 不受控制,且需要针对 ODS 编写复杂的 ETL,按照业务需求进行各类指标的计算来完成上层业务的数据请求。Redshift 中落库数据量大,计算慢(T+1 时效),影响对外服务的效率。


TiDB + Flink 实时数仓方案


经过多轮选型和对比测试,智慧芽选用 TiDB + Flink 实时数仓方案拓展数据分析架构体系的能力版图。

TiDB HTAP 是一个可扩展的行存和列存整合的架构,在存储上是可以使用分离的不同节点,可以确保 OLTP 和 OLAP 两边互相之间没有干扰,实时性、一致性、可延展性都能得到很好的保证。Flink 是一个低延迟、高吞吐、流批统一的大数据计算引擎,被普遍用于高实时性场景下的实时计算,具有支持 exactly-once 等重要特性。


结合了 TiDB HTAP 与 Flink 两者的特性,TiDB + Flink 的方案优势显而易见:首先是速度有保障,两者都可以通过水平扩展节点来增加算力;其次,TiDB 深度兼容 MySQL 协议,Flink 提供 Flink SQL 和强大的连接器来编写和提交任务,学习和配置成本相对较低。



智慧芽实时数据分析平台架构示意图


替换为基于 TiDB + Kinesis + Flink 构建的实时数仓架构后,不再需要构建 ODS 层。Flink 作为前置计算单元,直接从业务出发构建出 Flink Job ETL,完全控制了落库规则并自定义 schema,即仅把业务关注的指标进行清洗并写入 TiDB 来进行后续的分析查询,写入数据量大幅减少。


按用户/租户、地区、业务动作等关注的指标,结合分钟、小时、天等不同粒度的时间窗口等,在 TiDB 上构建出 DWD/DWS/ADS 层,直接服务业务上的统计、清单等需求,上层应用可直接使用构建好的数据,且获得了秒级的实时能力。


这套实时数据分析平台架构实现了真正意义的 Real Time Data as a Service,目前应用于慧芽用户行为分析和追踪、租户行为分析等实时分析场景,并为业务运营大盘提供实时数据支撑。


应用价值


在使用了新架构后,入库数据量、入库规则和计算复杂度都显著下降,数据在 Flink Job 中已经按照业务需求处理完成并写入 TiDB,无需基于 Redshift 的 全量 ODS 层进行 T+1 ETL。


基于 TiDB 构建的实时数仓,通过合理的数据分层,架构上获得了极大的精简,开发维护也变得更加简单,在数据查询、更新、写入性能上都获得大幅度提升。


在满足不同的 adhoc 分析需求时,不再需要等待类似 Redshift 预编译的过程,易于开发且扩容方便。



头图:Unsplash

作者:PingCAP

原文:https://mp.weixin.qq.com/s/p_hhX_UG2AfOvStaP8Ht0w

原文:TiDB X 智慧芽 | HTAP 为实时数据服务插上翅膀

来源:PingCAP - 微信公众号 [ID:pingcap2015]

转载:著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

2021 年 6 月 10 日 08:00616

评论

发布
暂无评论
发现更多内容

第十周学习总结

熊桂平

极客大学架构师训练营

架构第十周作业

Geek_Gu

极客大学架构师训练营

Week_10 总结

golangboy

极客大学架构师训练营

第10周作业

paul

【架构师训练营 1 期】第十周作业

诺乐

架构师训练营第六周总结:

xiaomao

CAP原理

皮蛋

CAP CAP原理

架构师训练营 - week10 - 作业

lucian

极客大学架构师训练营

9 性能优化(三)课后练习

ABS

目标检测之WBF(Weighted Boxes Fusion)

Dreamer

目标检测

架构师训练营第十一周作业

Geek_4c1353

极客大学架构师训练营

第六周作业总结

hunk

极客大学架构师训练营

架构师训练营2期 第六周总结

月下独酌

极客大学架构师训练营

学习总结之分布式数据库

幸福小子

与前端训练营的日子 --Week05

SamGo

学习

10 模块分解课后练习

ABS

架构师训练营第2期 第六周课后练习

月下独酌

极客大学架构师训练营

第 6 周作业

Steven

极客大学架构师训练营

架构第十周总结

Geek_Gu

极客大学架构师训练营

第十周 模块分解总结

钟杰

极客大学架构师训练营

第十周学习总结

solike

CAP 原理简述

jorden wang

【架构师训练营 1 期】第十周学习总结

诺乐

架构师训练营第 10 周课后练习

叶纪想

极客大学架构师训练营

模块分解

wing

极客大学架构师训练营

架构师训练营第六周作业

xiaomao

week6 技术选型(二) 作业和学习总结

杨斌

CAP原理

幸福小子

分布式 CAP原理

git 在未保存,add,commit,push下撤销的方法?收藏后再也不用找了

小松漫步

面试被问Mybatis底层实现:你连这个知识点都说不明白?

小Q

Java 编程 程序员 架构 mybatis

第十周作业

solike

HTAP 为实时数据服务插上翅膀-InfoQ