洞見(jiàn)商業(yè)新機(jī)，云原生數(shù)據(jù)庫(kù)GaussDB讓企業(yè)決策更科學(xué)

在數(shù)字經(jīng)濟(jì)時(shí)代，每個(gè)科學(xué)的決策離不開(kāi)數(shù)據(jù)的支撐。隨著疫情的影響，線下商家對(duì)于開(kāi)店投入更加謹(jǐn)慎，更需要大數(shù)據(jù)作為支撐提供科學(xué)的決策依據(jù)。

深圳數(shù)位大數(shù)據(jù)科技有限公司（簡(jiǎn)稱“數(shù)位”）成立于2015年，致力打造助力實(shí)體經(jīng)濟(jì)數(shù)字化與線下經(jīng)濟(jì)商業(yè)決策的智能化產(chǎn)品和服務(wù)，讓全域全場(chǎng)景大數(shù)據(jù)成為新引擎、新動(dòng)力。

華為云云原生數(shù)據(jù)庫(kù)GaussDB(for Redis)定位為企業(yè)級(jí)KV緩存，具有高穩(wěn)定性、降成本、秒級(jí)無(wú)感擴(kuò)容能力。在數(shù)位大數(shù)據(jù)平臺(tái)的建設(shè)中，起到了關(guān)鍵作用。

數(shù)據(jù)激增下，“大數(shù)據(jù)”存儲(chǔ)迎挑戰(zhàn)

作為全域全場(chǎng)景商業(yè)大數(shù)據(jù)科技公司，其核心是通過(guò)“大數(shù)據(jù)+算法模型”來(lái)提供創(chuàng)新的產(chǎn)品和服務(wù)。

自成立以來(lái)，數(shù)位累積了核心的全域全場(chǎng)景商業(yè)數(shù)據(jù)資產(chǎn)，包括400+城市數(shù)據(jù)、3000萬(wàn)+商業(yè)鋪位信息、4萬(wàn)個(gè)品牌數(shù)據(jù)，8000+商場(chǎng)數(shù)據(jù)，5億+柵格數(shù)據(jù)等，累積線下POI數(shù)據(jù)（泛指互聯(lián)網(wǎng)電子地圖中的點(diǎn)類數(shù)據(jù)）量級(jí)達(dá)到1億以上，構(gòu)建了中國(guó)最大的全域全場(chǎng)景商業(yè)大數(shù)據(jù)庫(kù)，并實(shí)現(xiàn)毫秒級(jí)的響應(yīng)能力，滿足海量用戶實(shí)時(shí)分析查詢需求。

隨著業(yè)務(wù)量增長(zhǎng)，支撐數(shù)位業(yè)務(wù)的數(shù)據(jù)庫(kù)面臨挑戰(zhàn)，其中自建的開(kāi)源Redis集群面臨以下問(wèn)題：

存儲(chǔ)成本高

隨著數(shù)據(jù)量增多，大數(shù)據(jù)存儲(chǔ)問(wèn)題日益凸顯，而開(kāi)源Redis內(nèi)存貴，容量利用率低，讓大數(shù)據(jù)引擎總成本居高不下；

快速擴(kuò)容難

數(shù)位大數(shù)據(jù)一直處于強(qiáng)勢(shì)增長(zhǎng)，經(jīng)常需要擴(kuò)容。然而開(kāi)源Redis分片擴(kuò)容慢、中斷業(yè)務(wù)久的問(wèn)題成為痛點(diǎn)，給運(yùn)維和業(yè)務(wù)帶來(lái)壓力；

大key易阻塞

大數(shù)據(jù)會(huì)經(jīng)常存儲(chǔ)大key，但開(kāi)源Redis單線程訪問(wèn)阻塞、分片OOM（內(nèi)存用完）、擴(kuò)容Bug等問(wèn)題很常見(jiàn)。

借力云原生GaussDB(for Redis)

打造全新“大數(shù)據(jù)引擎”

云原生時(shí)代，數(shù)位大數(shù)據(jù)科技將核心大數(shù)據(jù)業(yè)務(wù)改造上華為云，系統(tǒng)降低IT成本，解決IT資源管理難題。在關(guān)鍵數(shù)據(jù)庫(kù)選型上，使用華為云GaussDB(for Redis)替代自建開(kāi)源Redis集群。

目前在華為云上，數(shù)位成功打造了一個(gè)成本更低、性能更優(yōu)的大數(shù)據(jù)引擎，業(yè)務(wù)邁上了新的臺(tái)階。GaussDB(for Redis)在數(shù)位大數(shù)據(jù)的業(yè)務(wù)體系中，起到了重要作用：

存儲(chǔ)成本降低80%

大數(shù)據(jù)存儲(chǔ)成本過(guò)高，本質(zhì)上還是硬件貴。開(kāi)源Redis所存儲(chǔ)的數(shù)據(jù)全部放在內(nèi)存中，每增長(zhǎng)1GB成本直線上升，而算力又大量閑置浪費(fèi)。

GaussDB(for Redis)自帶冷熱分離，借助DRAM+NVMe極速SSD實(shí)現(xiàn)降本的同時(shí)，保障亞毫秒級(jí)時(shí)延性能。

在大數(shù)據(jù)維表存儲(chǔ)場(chǎng)景，GaussDB(for Redis)數(shù)據(jù)壓縮能力能將1TB數(shù)據(jù)壓縮到300G容量，釋放了大量存儲(chǔ)空間。數(shù)位遷移到GaussDB(for Redis)后，Redis成本降低了近80%。

擴(kuò)容變成一件輕松的事

華為云GaussDB(for Redis)具備存算分離、資源池化的Redis云服務(wù)。

存算分離的GaussDB(for Redis)不但支持算力、存儲(chǔ)獨(dú)立購(gòu)買(mǎi)，還支持秒級(jí)彈性擴(kuò)容。128G快寫(xiě)滿？256G、512G、1TB…任選，統(tǒng)統(tǒng)1秒擴(kuò)容完成，業(yè)務(wù)訪問(wèn)完全不受影響。

遷移到GaussDB(for Redis)實(shí)例之后，擴(kuò)容變成了一件輕松的事。面對(duì)業(yè)務(wù)的擴(kuò)張，數(shù)位的運(yùn)維工作更加智能化，為以后業(yè)務(wù)的發(fā)展和公司的擴(kuò)張打好了基石。

解決大key痛點(diǎn)

開(kāi)源Redis的單線程，還有經(jīng)典的“fork”問(wèn)題，特別是在有一些大key、熱key的業(yè)務(wù)中，阻塞與性能抖動(dòng)是習(xí)以為常的情況。

GaussDB(for Redis)架構(gòu)中，每個(gè)節(jié)點(diǎn)都是多線程，大key業(yè)務(wù)的整體訪問(wèn)時(shí)延有明顯提升。此外，由于擴(kuò)容、分片故障時(shí)，都是計(jì)算層的事，完全不需要“挪動(dòng)”存儲(chǔ)層的大key，也從原理上杜絕了開(kāi)源Redis存儲(chǔ)大key的一系列不穩(wěn)定問(wèn)題。

華為云GaussDB(for Redis)為數(shù)位科技打造了一個(gè)穩(wěn)定可靠、高效安全、卓越性能的大數(shù)據(jù)引擎，KV存儲(chǔ)降本80%，助力實(shí)體企業(yè)數(shù)字化轉(zhuǎn)型之路走的更加穩(wěn)健。

圖片

未來(lái)，華為云GaussDB將持續(xù)助力數(shù)位科技成為數(shù)字經(jīng)濟(jì)時(shí)代的領(lǐng)軍企業(yè)，聚焦實(shí)體企業(yè)所面臨的商業(yè)命題，為實(shí)體經(jīng)濟(jì)從業(yè)者和企業(yè)提供商業(yè)決策、商業(yè)應(yīng)用服務(wù)、數(shù)字化作業(yè)管理系統(tǒng)工具等支持，助力企業(yè)數(shù)字化轉(zhuǎn)型成功。