隨著雙11的開啟，物流業(yè)也迎來了年度大考。2021年雙11期間，遞四方作為物流倉儲服務(wù)方，布局倉庫和分揀點超40+個，50w+平米作業(yè)場地，單日訂單峰值達(dá)千萬級別，海量購物訂單由遞四方配送到家，消費者由尾款人秒變收貨人。

一  業(yè)務(wù)介紹

遞四方成立于2004年，創(chuàng)業(yè)在深圳，是國內(nèi)最早的國際物流和全球倉儲服務(wù)物流供應(yīng)鏈服務(wù)商，主要為從事跨境電商的客戶、平臺以及普通用戶提供倉儲物流服務(wù)，以GPN(直發(fā)訂單)和GFN(海外倉儲)兩張網(wǎng)絡(luò)為客戶提供更好的全球跨境電商優(yōu)質(zhì)生態(tài)環(huán)境，致力于幫助中國企業(yè)走向全球，目前在全球超過100+家分支機(jī)構(gòu)，服務(wù)全球約100萬家跨境電商商戶與超過2億跨境電商終端用戶。

二  業(yè)務(wù)挑戰(zhàn)

為了應(yīng)對雙11單日峰值達(dá)到千萬級別訂單的狀況，遞四方運用大數(shù)據(jù)合理優(yōu)化資源，提前做好全球倉儲人力、物力、運力配置，保障倉儲各流程高效、有序進(jìn)行。從今年10月中下旬開始，上海轉(zhuǎn)運中心和東莞轉(zhuǎn)運中心相繼啟動。截至目前，遞四方陸續(xù)在華東、華北、華南新建、擴(kuò)建超級樞紐、攬收倉至40余個，繼續(xù)加大在全國的布局；在國內(nèi)擁有40個+分公司/分撥服務(wù)網(wǎng)點，全國50萬+平方米辦公/作業(yè)場地面積。

在業(yè)務(wù)方面，遞四方借助自主研發(fā)分揀系統(tǒng)和云技術(shù)，快速進(jìn)行條碼識別，按指令分揀，實現(xiàn)稱重分揀一體化全面覆蓋，保證每一票貨物都可自動識別、精準(zhǔn)分揀出庫。稱重及分揀，已從傳統(tǒng)人工模式升級為100%人工管控模式。此外，遞四方信息科技的黑科技硬件——紅光在此次“雙11”首次亮相。在分揀效率不變的情況下，遞四方信息科技用光幕等技術(shù)手段，對分揀機(jī)落格包裹進(jìn)行核驗，將庫內(nèi)錯分率降低至萬分之三，達(dá)到業(yè)界領(lǐng)先水平。尤其針對倉庫環(huán)節(jié)，不斷加大對庫內(nèi)的自動化、數(shù)字化、智能化建設(shè)，結(jié)合大數(shù)據(jù)、AI算法、云計算等手段進(jìn)行系統(tǒng)的研發(fā)升級，引進(jìn)高科技設(shè)備來提升產(chǎn)能、保障時效。

隨著雙11期間訂單量劇增、應(yīng)用的復(fù)雜度提升，我們的業(yè)務(wù)系統(tǒng)也經(jīng)受著嚴(yán)峻的挑戰(zhàn)，原來的實時數(shù)倉架構(gòu)已經(jīng)不能滿足業(yè)務(wù)當(dāng)前的需求。在尋找新的解決方案時，我們對比了業(yè)界常用的大數(shù)據(jù)實時查詢數(shù)據(jù)庫，比如HBase、ClickHouse、Druid，但在千億級別數(shù)據(jù)多表連接查詢時都遇到了瓶頸，無法滿足業(yè)務(wù)實時性、服務(wù)穩(wěn)定性的要求。

實時數(shù)倉在遞四方的應(yīng)用場景應(yīng)用主要有以下幾個方面：攬收、庫內(nèi)操作、倉間調(diào)撥、清關(guān)交郵預(yù)警監(jiān)控，這里面包含著單票運轉(zhuǎn)操作的每一個步驟。這些場景都需要做到實時監(jiān)控，并且實時做出決策來提高物流的的整體時效。尤其是在雙十一高峰期的情況下，如果人力或資源分配不足，很容易使某一環(huán)節(jié)堵塞，進(jìn)而影響整體物流的時效。在技術(shù)的層面，我們有很多個業(yè)務(wù)系統(tǒng)，這些系統(tǒng)之間既有一致性也有獨立性，一個復(fù)雜指標(biāo)涉及到多個系統(tǒng)多張表，因此我們實時數(shù)倉對表連接查詢能力非常強，而且對數(shù)據(jù)的更新插入速度也有著很高的要求。

今年雙11，我們對支撐業(yè)務(wù)的實時數(shù)倉系統(tǒng)進(jìn)行了升級，通過新一代基于flink+hologres的實時數(shù)倉系統(tǒng)，在物流訂單量相較于去年增加多倍的情況下，仍然能夠?qū)崟r監(jiān)控每一票訂單的物流情況、每一個倉庫的作業(yè)情況，并且實時數(shù)倉整體成本下降50%，真正做到了“多、快、好、省”。

下面我們將會具體介紹遞四方實時數(shù)倉的升級演進(jìn)之路。

三  遞四方實時數(shù)倉之路

1  實時數(shù)倉1.0

在剛開始做第一版實時數(shù)倉的時候，時間窗口比較緊，我們要把有限的精力放到數(shù)據(jù)建模以及業(yè)務(wù)開發(fā)中，所以在對比了數(shù)據(jù)庫的吞吐性以及處理能力后，我們選擇了ADB。ADB在數(shù)量大很大的情況下，查詢速度、插入速度都很快，而且支持DTS、OTTER等數(shù)據(jù)同步接入，同步性能很好。

數(shù)據(jù)源是阿里云的PolarDB、MySQL、RDS等數(shù)據(jù)庫，采用阿里云的DataWork數(shù)據(jù)同步，把增量數(shù)據(jù)實時同步到ADB中，然后在ADB中做數(shù)據(jù)實時的計算，數(shù)據(jù)的任務(wù)調(diào)度在DataWork中完成。

但是當(dāng)時遇到了一個非常大的問題，就是ADB的并發(fā)有限，計算任務(wù)耗費了大量的資源。在各種大屏、實時報表拉取數(shù)據(jù)的時候，高并發(fā)的情況下，ADB的延遲很高，給我們實時服務(wù)穩(wěn)定性帶來了非常大的挑戰(zhàn)。

2  實時數(shù)倉2.0

經(jīng)歷了第一個版本的實時數(shù)倉后，我們總結(jié)了實時數(shù)倉的兩個重要特性，一是實時，二是服務(wù)的穩(wěn)定性。

第一個版本的實時數(shù)倉不能很好地滿足穩(wěn)定性，我們決定對新的實時數(shù)倉進(jìn)行一個深入的研究和探索，在阿里云上看到了很多關(guān)于Hologres的應(yīng)用，其性能表現(xiàn)極其出色，帶來了不錯的效果。在對比了業(yè)界不同的實時數(shù)倉架構(gòu)后，我們最終選擇了Flink+Hologres組合作為實時數(shù)倉。

這里一共有2條路徑：

• 第一條路徑是：通過DTS把Binlog數(shù)據(jù)同步到DataHub，然后使用Flink從DataHub中消費數(shù)據(jù)，把計算結(jié)果存儲在Hologres中，這條路徑主要是用于計算一些訪問頻率高且數(shù)據(jù)量大的數(shù)據(jù)，比如待攬收單量、入庫單量、待完成單量等。

• 第二條路徑是：業(yè)務(wù)系統(tǒng)的Binlog數(shù)據(jù)通過DataWorks同步到Hologres中。Hologres中分了3層，ODS層用于存放原始數(shù)據(jù)，直接加載原始日志、數(shù)據(jù)，數(shù)據(jù)保持原貌不做處理。一般情況下，以增量的方式從業(yè)務(wù)系統(tǒng)導(dǎo)入到ODS層，數(shù)據(jù)模型和粒度都與業(yè)務(wù)系統(tǒng)保持一致。DWD層數(shù)據(jù)明細(xì)層，對ODS層數(shù)據(jù)進(jìn)行清洗。DWS為匯總層，主要存放寬表。這里主要是考慮到粒度的不一樣，在Hologres中多表連接查詢能夠發(fā)揮其最大的作用。整個架構(gòu)的任務(wù)調(diào)度依賴于DataWorks。

本次采用的批流一體即席計算查詢混合模式，既發(fā)揮了Flink流計算的能力，也充分利用了Hologres強大的連表查詢能力?；ヂ?lián)網(wǎng)普遍運用的HBase、ClickHouse、Druid等作為實時查詢數(shù)據(jù)庫，我們的業(yè)務(wù)復(fù)雜度是互聯(lián)網(wǎng)的若干倍，這些實時數(shù)據(jù)庫并不能完全滿足我們的需求，架構(gòu)互有優(yōu)劣，但我們的架構(gòu)是未來五六年內(nèi)業(yè)務(wù)高速增長的最佳選擇。

四  遞四方與實時數(shù)倉Hologres

1  為什么選擇Hologres

那么為什么會選擇Hologres呢？通過調(diào)研發(fā)現(xiàn)它有幾個特點，比較適合實際情況。

• 第一是Hologres的實時能力，滿足目前遞四方的實時數(shù)倉需求，支持百億級表與億級表之間的JOIN，秒級查詢響應(yīng)，還支持實時寫入、批量數(shù)據(jù)導(dǎo)入，擁有超高導(dǎo)入性能，且并發(fā)能力極強。

• 第二是Hologres 采用存儲計算分離架構(gòu)，數(shù)據(jù)存儲在阿里云分布式文件系統(tǒng)pangu中（類比開源HDFS），方便按需單獨擴(kuò)展計算或者存儲。對快速行業(yè)來說，大促和日常所需要資源不一樣，能夠快速擴(kuò)縮容，滿足業(yè)務(wù)的動態(tài)需求。同時Hologres支持異構(gòu)數(shù)據(jù)源交互分析以及離線數(shù)據(jù)和實時數(shù)據(jù)的聯(lián)邦查詢，Hologres已經(jīng)和MaxCompute無縫打通，能夠直接在Hologres中加速查詢MaxCompute離線表。

• 第三是維護(hù)成本低、運行穩(wěn)定，Hologres作為實時數(shù)倉存儲成本大約是ADB的1/3。資源靈活性高，可以像MaxCompute一樣靈活的升降配置，與阿里云大數(shù)據(jù)組件兼容性高，能降低運維成本和提高研發(fā)效能，不會對技術(shù)架構(gòu)帶來很大負(fù)擔(dān)。

2  Hologres應(yīng)用場景

在面向分析OLAP系統(tǒng)里面，Hologres承擔(dān)了實時和離線數(shù)據(jù)的查詢，由于Hologres既支持高并發(fā)寫入，又能夠滿足及時查詢，同時還能夠支持OLAP分析，在我們的不同粒度的表進(jìn)行連接的時候，能夠充分發(fā)揮其優(yōu)勢。下面列舉2個不同的場景對其做一個詳細(xì)的說明。

場景一：庫內(nèi)操作場景

實時的數(shù)據(jù)從Binlog解析到ODS層，同時微批任務(wù)將分鐘級別（范圍可調(diào)）的統(tǒng)計數(shù)據(jù)計算到DWS寬表，同時跟離線的數(shù)據(jù)進(jìn)行插入更新，就可以得到實時的全量數(shù)據(jù)表，調(diào)度采取DataWorks的調(diào)度，每5分鐘調(diào)度1次。

場景2:倉間調(diào)撥場景

對于一些數(shù)據(jù)量小的表，依賴于Hologres強大的Join能力，通過視圖來構(gòu)建DWS中間層，如下圖所示：

DWD是對ODS層過濾的視圖，DWS層是DWD層聚合層的寬表，每次查詢DWS層的時候，就相當(dāng)于所有表重新查詢了一次。這種查詢語句是非常復(fù)雜的，對于關(guān)系型數(shù)據(jù)庫來說，可能有性能瓶頸會非常緩慢。但是對于Hologres來說，毫秒級別查詢完成毫無壓力，做到了實時響應(yīng)，并且節(jié)省了調(diào)度資源，同時也提升了查詢的靈活性。

3  Hologres目前的不足

在使用Hologres期間也發(fā)現(xiàn)的一些不滿足實際需求的地方：一是非空列不能建立索引，多個億級別表連接在沒有索引的情況下，查詢速度下降。二是Hologres兼容Postgre生態(tài)，但支持的函數(shù)不多，在開發(fā)上與MaxCompute相比有一定的難度。

五  業(yè)務(wù)價值

整個雙11期間，遞四方通過升級實時數(shù)倉技術(shù)，基于Flink+Hologres搭建的實時數(shù)倉支撐了實時大屏的高頻刷新訪問，實時監(jiān)控物流動態(tài)，促進(jìn)了業(yè)務(wù)高效運行，讓消費者的快遞更快到家。整個架構(gòu)升級給業(yè)務(wù)帶來的價值有以下幾個方面：

穩(wěn)定：基于Hologres持續(xù)高穩(wěn)定的輸出，整體雙11期間不論是實時數(shù)據(jù)寫入、還是數(shù)據(jù)的讀取都表現(xiàn)出了極強的穩(wěn)定性。整個雙11期間，真正做到了0故障率。

實時：實時的攬收、庫內(nèi)操作、中轉(zhuǎn)調(diào)撥等實時大屏，對我們的運營提供了非常強有力的實時數(shù)據(jù)支撐，整體時效比去年提高了不少，給用戶帶來良好的物流體驗，提高了公司的服務(wù)水平。

云原生：除了上面兩個核心價值之外，由于雙11期間是流量高峰期，比日常流量高出上千倍，通過Hologres可以實現(xiàn)動態(tài)擴(kuò)縮容，滿足我們對資源的不同需求，從而也降低了運維成本。

這是遞四方參與的第7個雙11狂歡節(jié)，遞四方在這次的物流大考中交出了滿意的答卷。隨著業(yè)務(wù)迅猛增長，遞四方也在不斷演進(jìn)背后的實時數(shù)倉技術(shù)來支撐更豐富的倉儲物流場景，讓物流從“手工化”逐漸轉(zhuǎn)變?yōu)椤爸悄芑薄?/p>

Cassandra數(shù)據(jù)庫入門與實戰(zhàn)

Apache Cassandra是一套開源分布式NoSQL數(shù)據(jù)庫系統(tǒng)。它最初由Facebook開發(fā)，用于儲存收件箱等簡單格式數(shù)據(jù)，2008年開源后，由于Cassandra良好的可擴(kuò)展性，被Digg、Twitter等知名Web 2.0網(wǎng)站所采納，成為了一種流行的分布式結(jié)構(gòu)化數(shù)據(jù)存儲方案。和其他數(shù)據(jù)庫比較，Cassandra有支持線性擴(kuò)展、可以處理大量數(shù)據(jù)集、易于大規(guī)模部署、高度容錯等特點，因此也常年的權(quán)威數(shù)據(jù)庫榜單DB-Engines上排名前十，寬表領(lǐng)域排名第一。為了更好地將阿里云的數(shù)據(jù)庫技術(shù)能力回饋給開發(fā)者，和百萬開發(fā)者共同成長。阿里云聯(lián)合Cassandra商業(yè)公司DataStax打造了本課程，邀請中美知名數(shù)據(jù)庫技術(shù)專家共同授課，帶你上手Cassandra，訓(xùn)練營涵蓋Cassandra分布式數(shù)據(jù)庫、大數(shù)據(jù)分析、AI等多個前沿領(lǐng)域，讓我們一起探索云計算與AI浪潮下的下一個職業(yè)風(fēng)口，也讓你在MySQL、PG、MongoDB等數(shù)據(jù)庫基礎(chǔ)上，加持海量擴(kuò)展的分布式數(shù)據(jù)庫技能。