在2024云栖大会「海量数据的高效存储与管理」专场，中国石油化工集团有限公司冠德数智开发部总负责人 杨毅发表了题为《数字化转型战略下的新一代零售中台建设思考》主题演讲，以下内容根据演讲实录整理。
中国石油化工集团有限公司冠德数智开发部总负责人 杨毅
各位专家、各位来宾，大家下午好！很高兴也非常荣幸受到阿里云数据库团队的邀请来进行本次分享，我今天分享的主题是《数字化转型战略下的新一代零售中台建设思考》，主要讲PolarDB分布式数据库在能源、零售场景的应用。
国家层面，国务院早在2020年9月就印发了《关于加快推进国有企业数字化转型工作的通知》，将数字化转型作为改造提升传统动能、培育发展新动能的新手段，为了快速响应国家数字化转型战略，集团公司提出数字化赋能、数字化优化、产业再造三阶段的转型方针。冠德数智作为中国石化销售公司下属的数字化转型赋能科技公司，自然而然要肩负起数字化转型的使命，集团和销售公司多年来统建诸多信息系统，但是各省市也自建了自己的系统，由于历史原因，很多系统之间都是烟囱式的，导致数据不共享、信息不互通，造成很多信息孤岛。为了解决这一问题，新零售平台应运而生。
第一，增强核心竞争力。中国石化拥有3亿家用户，日订单量也是上千亿级，所以必须以客户为中心，提升用户体验、提高运营效率，对现有的系统进行融合升级，必须统一客服体系、营销体系和支付体系，建设满足“油气氢电服”全业务域的新零售平台。第二，提升数字决策力。通过搭建数据中台来实现数据集中，提升数据分析能力和挖掘能力，通过建设业务中台，实现能力互用，降低现有系统之间的耦合，防止重复造轮子的问题，从而实现系统的互融互通，打破系统之间的壁垒。第三，形成新质生产力。近两年来，冠德数智陆续上线新能源系统，也就是充电桩、洗车和门店运营等系统。
再就是目前零售中台的架构全景，为什么是新零售中台？因为采用新的理念、新的架构、新的技术，因为采用最新的分布式微服务架构，结合云原生的技术作为新零售中台，我们着重讲解一下业务中台和数据中台。业务中台是企业核心业务能力的整合，沉淀平台化的解决方案，通俗来讲，就是前台应用的通用化能力。既然说到通用化，那么复用性必定很强，耦合性必须很低，又有较强的扩展性，所以根据销售公司的统一规划和设计，我们新建了超过16个能力中心，主要是客户、营销、商品、订单、支付等能力中心，通过能力中心的系统建设，实现一体化客服管理、一体化营销、一体化支付体系。再结合能力开放平台，为前台应用提供标准化的API能力和服务编排能力，数据中台主要解决数据的汇聚和数据整合，通过制定统一的数据标准，实现数据的统一管理，提高数据质量，沉淀数据资产，通过多服一中台的架构，结合离线+实时计算体系，为企业提供更全面的数据视角，从而做出更全面、更科学的决策，促进企业从经验决策向数据驱动决策转变。平台还提供丰富的数据挖掘和分析工具，从海量的数据里面提炼有价值的信息，比如分析用户的行为，形成用户画像，为用户提供更精准的服务。
上面零售中台的核心需求，主要围绕提升运营效率，增强顾客体验，实现数据驱动决策以及促进业务的灵活性和创新性，零售中台作为现代业务的核心系统，支撑线上线下的商品管理、库存同步、订单处理、会员服务、数据分析等一系列关键功能。因此，对于业务的连续性要求非常高，即高可用，这里定义3个9的可用性，通过各种手段，比如单元化、跨机房部署，跨地域部署，包括异地多活也是我们的重要方向，当然这些技术手段主要用于抵御大面积的故障，而在日常运维中，往往面临局部问题，比如某个节点异常，或者发过一些不严谨的业务SQL，导致其他业务受到影响，这是最常见的问题，所以要考虑如何合理规划平台。当出现某个节点或者某个模块异常时，尽可能带来较小的影响，所以刚才讲到数据库级别的隔离，甚至精确到行级别的隔离，也是业务的重要诉求，性能不用说了，刚才也讲到每天都是千万级的订单，每年有百亿级的订单量，包括用户也是3亿家，所以对性能的要求很高，每年有各种大促活动，数据量非常庞大，所以高性能、低延迟是最基本的诉求。最后是易用性，虽然很多能力中心都是从零到一新建，但都是在现有的基础设施上完成，所以一定会考虑上下游业务的兼容性问题，平台建设周期非常短，并且迭代速度很快，所以开发效率的追求也是极致的，不希望引入新架构、新技术的同时，给我们带来太多的学习和使用成本，这点也比较关键。
我们结合目前中台的核心需求，最终数据库选择PolarDB分布式版（以下简称PolarDB-X）。PolarDB-X是淘宝零售经验的输出，所以在整个零售行业的沉淀，对我们都有非常大的帮助和启发。同时PolarDB-X多可用部署，以及一致性协议，天然满足对高可用容灾的需求，不仅多机房部署的同时，还能保证数据不丢失，包括前段时间发布的能力，也是对未来异地容灾、异地多活有非常大的帮助。此外，PolarDB-X对数据分布也非常也好，不像传统意义的分库分表，可以任为指定数据的存储位置，无论是单表还是分区表，都可以随意指定数据存储在哪里，这样即便在同一个数据池里，也可以按照自己的想法，做模块与模块之间、表与表之间的隔离，这对整体业务的连续性和设计有很大帮助。最后是兼容性，这里不仅仅是代码层面或SQL语法层面，与MySQL的高度兼容，其他很多同类型的数据库产品这方面做得也很好，但这里想体现的是，比如与周边配套是兼容的，同步到卡不卡消费端方面，这点对我们比较重要，比如格式跟MySQL一模一样，下游系统基本完全不用修改，拿来就可以使用，大大降低使用成本。
分布式和零售中台的关系，因为业务中台的数据量、访问量很大，各种流量洪峰都要做应对，所以必须用分布式数据库，个人认为还有另外一半的原因，要满足高可用，因为核心数据被分布在很多独立的存储节点上，每个存储节点都有独立的CPU和内存资源，即便是任何一个节点异常，整体业务的受损面积是可控的，不会出现流量跌到零的情况，这是选择分布式数据库的重要原因。再结合PolarDB-X提供跨机房部署，甚至是跨地域的容灾能力，相信在PolarDB的加持下，可以帮我们做到3个9的业务可用性。使用分布式数据库之后，业务会遇到哪些需要解决的问题？PolarDB-X如何帮我们解决这些问题？如异构查询，比如要拆分组件，进行高并发、低延迟的产品操作。下面举两个实际问题，比如用户表需要根据用户手机号、或者用户的账号登录，那么分区应该选择哪一个；还有交易系统，比如订单表需要根据买家ID、甚至卖家ID做订单查询，那么分区要怎么选择。
其实我们与技术团队针对这个问题交流的时候，也了解到淘宝很早面临这个问题，并且针对这个问题已经迭代过诸多解决方案，PolarDB-X目前的最新解决方案是全局二级索引，表中的不同字段决定表的查询维度。大家可能有疑问，怎么确保与主表数据的一致性问题，包括执行DBA操作的时候，二级索引是否有影响，回表查询的代价有多大，这对响应都有影响。首先是PolarDB-X通过分布式，来确保全局二级索引和主表数据的一致性，并且通过多联的优化，解决从索引的创建、数据写入、索引扫描、全流程的一致性问题，真正做到索引和数据的强一致。关于DBA的兼容性问题，通过复制数据修改原数据的方式，结合快速增加列的特性，支持全局二级索引不锁表列类型的变更，所以DBA在执行字段变更的时候，完全可以忽略全局二级索引的存在。全局二级索引支持覆盖索引功能，可以通过索引增加字段做到减少回表的操作，从而提升整体性能。
上面介绍通过全局二级索引实现高效的异构查询。下面介绍分布式数据库，针对海量数据的存储，前面也提到每年有上百亿的订单。零售中台最重要的能力中心就是订单中心，也就是说加油付款、便利店购物，因为全国有3万多家加油站，有2.8万家门店系统，会形成很多的订单，与淘宝有些区别，从订单创建到交易完成，可能几分钟之内就完成了，因为淘宝有物流的关系，可能要几天甚至几周的时间，所以历史订单量很大，但因为国家监管的要求，历史订单还需要做到实时可查询，这给系统设计带来一些难题。所以我们采用PolarDB-X历史数据归档功能，既节省存储空间，又减少主表的一定体积，一定程度优化了性能，关键做到一点，在线数据和历史数据可以做到统一的查询入口，不需要其他的连接方式，通过一条SQL就可以实现离线数据的查询。
容灾多活目前就是要构建高可用、高并发、零故障的零售中台，因为石化面向的用户非常庞大，要保证3个9，甚至以后要做到4个9，目前已经实现同城双活，下一步要考虑异地多活，通过负载均衡+数据同步，实现跨地域的机房部署，确保系统出现规章的时候可以自动流量切换，同时还要采用实时灾备和数据恢复技术，确保数据安全性和完整性。极致提效意味着提高零售中台的运行效率，减少不必要的资源浪费，后面会引入阿里云的技术，通过优化系统架构减少冗余组件，通过极致提效可以提高零售中台的处理能力，满足不断增长的业务需求。AI加持意味着需要用人工智能技术，提升中台的智能化水平，通过机器学习、深度学习实现对用户使用行为的深度理解，提供更精准的个性化推荐。我们可以利用自然语言等技术实现对用户需求的理解，为客户提供便捷服务。/ END /
