霸王茶姬是新中式国风茶饮品牌，以原叶鲜奶茶为主打，同时包括茶文化相关衍生产品等，将东方文化与茶事传承、创新结合一体，打造东方新茶铺。从2017年开始，从云南茶马古道出发，7年多时间，霸王茶姬走出云南，并陆续在四川、重庆、浙江、广东、江苏、安徽、贵州、河南、陕西、山东、广西、江西、西藏、福建等区域落地， 同时在马来西亚、泰国和新加坡等地开设门店100+，全球门店已突破6000+。
随着霸王茶姬的快速增长，我们在数据库扩展性、跨域多云数据集成和数据管理效率上遇到了很多挑战。阿里云瑶池数据库通过云原生一站式的解决方案，为我们提供了高扩展、高性能的数据底座和高效安全的数据管理平台，帮助霸王茶姬以数据驱动东方茶文化走向全球。
—— 霸王茶姬运维架构师负责人 方泉
2.1 数据量大，对扩展性要求高
核心业务涉及上亿会员和数千家门店，每日海量交易数据不断涌入。单机MySQL因扩展性限制难以满足需求，自行分库分表不仅拖慢开发效率，影响系统上线和迭代速度，还增加了运维复杂度。尤其在促销高峰期，如何快速突破存储瓶颈，成为一大挑战。因此，核心数据库需具备处理高并发大数据量交易事务的能力，并拥有强大的弹性扩展能力，以应对日益增长的数据处理需求。
2.2 数据集成方案复杂
从数据集成到报表展示，霸王茶姬面临着三重挑战：一是数据分布区域广，需跨网络将国内外不同区域的多个业务系统（包括第三方系统）的数据集成到内部数据平台；二是数据加工逻辑复杂，在内部平台上要实现离线与在线数据的高效整合，确保实时数据流和复杂数据加工任务的顺畅流转；三是报表实时性要求高，需支持快速查询和多维度报表展示，以满足决策层和业务人员的即时需求。为应对这些挑战，需设计一个高效的数据集成到报表展示的方案。
2.3 全域数据资产管理难度大
瑶池数据库的解决方案
3.1 云原生数据库PolarDB，让业务不再担忧存储瓶颈
PolarDB MySQL版和PolarDB分布式版架构图
3.2 高效构建离在线一体的数据分析平台
ODS层多数据源接入云原生数据仓库AnalyticDB（以下简称ADB）：ADB中的ODS层历史数据源包含两类，分别是MaxCompute和OLTP/MongoDB。业务数据通过DTS同步到MaxCompute中进行数据处理，然后通过ADB MaxCompute外表访问的能力，将数据快速导入到ADB内表中；OLTP等数据源通过Flink实时写入到ADB，最终在ADB中构建了多数据源的全局分析视角。 ADB内的数仓建模：ADB MySQL提供表级Binlog，提供表的增量变化信息，可作为 Flink 的源表。通过Flink+ADB MySQL的组合使用，实时数据在ADB MySQL的ODS层、DWD层和DWS层中平滑的流动，每一层都实时可查，实时更新，在整个建模中采用一个引擎，一份存储，降低了实时数据处理架构的复杂度，提高数据处理效率，实现了数据端到端秒级延迟。 下游实时报表：ADB MySQL高度兼容MySQL语法生态，下游支持对接多类BI报表工具。并基于自研计算引擎和存储引擎，支持实时写入，写入即可见可查，满足业务的毫秒级报表查询诉求。同时ADB的云原生架构，可实现资源的自动弹性，在大促等业务高峰期的场景下也可以快速扩展资源，确保数据的高效写入和查询，保障业务稳定运行。
3.3 阿里云DMS，构建一站式数据管理平台
—— 霸王茶姬高级DBA 刘海华
总结与展望
霸王茶姬基于瑶池数据库的产品选型在2024年，借助瑶池数据库强大的云原生一体化能力，霸王茶姬成功搭建了全面的数据管理平台。利用瑶池数据库丰富的产品矩阵和强大功能，显著提升了数据处理和流转的效率，完成了从简单上云到深度用云的战略转变。接下来，随着生成式AI（GenAI）的时代到来，双方将会一起探索Data+AI的新场景，更好地挖掘数据价值，优化运营流程和决策机制，从而促进智能化转型。
点击阅读原文了解 阿里云瑶池数据库
