波司登 × 阿里云 SelectDB：存算分离架构如何让羽绒服巨头降本 30%、性能翻 5 倍？

在羽绒服行业，“旺季抢收、淡季节流” 是永恒的经营命题。波司登作为全球领先的羽绒服企业，每年 4 个月销售旺季要支撑 3500 + 门店、5000 万 + 电商粉丝的实时数据分析需求，淡季又需控制成本避免资源浪费。过去，多引擎并存的旧架构让数据冗余、性能卡顿、成本高企成为难题；如今，基于阿里云 SelectDB 的存算分离升级，不仅实现了 2-5 倍性能跃升，更让总体成本降低 30% 以上，为传统企业数字化转型树立了标杆。

一、旧架构的 “三重困境”：支撑不了的旺季，省不下的淡季

作为年营收超 230 亿元的服饰巨头，波司登的数据分析场景早已渗透到业务每一环 —— 门店实时监控库存波动、电商应对大促流量峰值、用户运营精准圈选人群，但早期搭建的 “Apache Doris+PostgreSQL+StarRocks” 多引擎架构，却逐渐跟不上业务节奏：

1. 架构复杂，数据 “重复躺平”

为满足不同场景需求，波司登部署了多套分析引擎：Apache Doris 处理复杂实时查询，PostgreSQL 承接简单实时需求，StarRocks 负责离线报表。但多引擎意味着同一份数据要存储 3 份，仅存储成本就居高不下，更遑论跨引擎数据流转时的效率损耗。

2. 稳定性不足，性能 “掉链子”

为满足时效需求，复杂报表有时直接在业务库中查询以提高数据时效性，但会为在线业务系统带来风险，影响其他重要业务稳定性。此外，复杂查询占用大量机器资源，性能受限，且因多个业务查询负载不同，需多独立计算组隔离资源，数据共享需多次跨计算组流转查询，导致效率较低。

同时，由于复杂查询会占用大量机器资源，性能受到极大限制。多个业务查询负载差异显著，需要通过多个独立计算组进行资源隔离。但数据共享时，又需多次跨计算组流转查询，使得全国门店实时库存查询在高并发时排队堆积，一些长周期查询甚至会占用 80% 的资源，导致业务效率低下。

3. 弹性不足，成本 “旱涝不均”

存算一体的架构让扩缩容成为 “老大难”：旺季需提前采购服务器，成本高且闲置率高；淡季想缩减资源，又因数据与计算绑定，只能让服务器空转。每年仅为应对旺季储备的冗余资源，就吃掉了不少的IT 预算，实在是浪费～

二、SelectDB 存算分离：一招破解 “性能” 与 “成本” 的矛盾

面对困境，波司登最终选择阿里云 SelectDB 作为统一分析引擎，核心在于其云原生存算分离架构—— 将数据存储在低成本 OSS 对象存储，计算节点按需弹性调度，再通过资源隔离确保业务互不干扰，完美适配 “旺季弹性扩容、淡季缩容降本” 的需求。

1. 资源隔离：让 “盘点” 与 “分析” 互不打扰

波司登最头疼的场景，莫过于 “全国门店盘点” 与 “年度销量分析” 撞车。SelectDB 通过标签化计算组隔离，将业务拆分为 4 个物理隔离的计算组，从根源解决资源争抢：

• 实时报表计算组：专属支撑 3500 + 门店的实时库存查询，2000 QPS 场景下响应时间稳定在 20ms 内，寒潮期间也能快速调整铺货策略；

• BI 计算组：承担夜间离线数据导入、异步物化视图刷新、人群圈选计算，避免夜间数据加工占用白天资源；

• 离线报表计算组：直接复用 BI 计算组的加工结果，无需重复存储，避免多份存储造成冗余浪费；

• 人群圈选计算组：仅负责查询圈选结果，小巧灵活不占用核心资源。

如今，即便分析师在门店盘点时运行近一年的销量分析，也不会影响门店查询响应 —— 资源隔离让 “同时做两件大事” 成为可能。

2. 分钟级扩缩容：旺季 “秒加资源”，淡季 “一键瘦身”

SelectDB 的计算节点与数据完全解耦，扩缩容无需迁移数据，仅通过 FE 元数据动态映射即可完成。波司登的 IT 团队发现，过去需要长期筹备的旺季扩容，现在分钟级就能完成：

这种 “弹性” 不仅是技术升级，更改变了波司登的成本结构 —— 不再为闲置资源买单，每一分钱都花在刀刃上。

3. 数据链路重构：实时 + 离线 “双管齐下”，效率翻倍

为让数据流转更高效，波司登基于 SelectDB 设计了 “实时 + 离线” 两条优化链路：

• 实时链路：大规模场景用 Debezium 采集 100 + 张表数据写入 Kafka，再通过 Doris Kafka Connector 同步至 SelectDB，支持多 Topic 并行处理，数据延迟控制在秒级；中小规模场景用 Flink SQL 直连写入，支持 Checkpoint 模式确保数据不丢失；

• 离线链路：MaxCompute 存储 T+N 离线数据，通过 Dataphin 全量 增量导入 SelectDB，同时在合适时机触发异步物化视图刷新，让离线报表查询速度得以提升。

三、看得见的 “收益清单”：性能、成本、效率全面跃升

升级后的数据平台，给波司登带来的不仅是技术优化，更是业务价值的显性提升：

1. 性能：从 “卡顿” 到 “秒响”，体验质变

• 中小查询：2000 QPS 小查询，阿里云 SelectDB 平均响应时间低于 20 ms。142 QPS 中等查询，平均响应时间为 8 ms。相较原数据架构，性能提升 2-5 倍；

• 复杂查询：过去需数分钟甚至失败的 “近一年销量 + 人群画像” 关联查询，现在 10 并发下秒级完成，数据分析师不用再熬夜等结果；

• 数据导出：2GB 的离线报表文件，从原架构优化至 43.8 秒；

2. 成本：从 “高耗” 到 “精益”，预算减负

• 数据库成本降 30%：存算分离 + 按需付费，旺季资源消耗虽增，但淡季成本直降，全年综合成本减少 30%；

• 存储成本降 61%：SelectDB 采用 OSS 单副本存储，替代传统数据库的三副本模式，仅这一项就节省近 2/3 存储开支。

3. 效率：从 “救火” 到 “从容”，运维减负

过去，旺季需要多名工程师通宵值守应对系统故障；现在，SelectDB 的 SaaS 化部署实现高可用，旺季仅需 1-2 人值守，晚上 9 点半即可结束工作，大幅削减了通宵排班需求，运维效率显著提升。更重要的是，业务部门的自助分析能力显著提升。

四、不止于 “降本增效”：数字化转型的下一站

如今，波司登的 SelectDB 升级还在持续深化：不仅计划用 SelectDB 替换自建的 Doris 可观测平台底座，进一步降低运维成本；还将借助 Arrow Flight SQL 功能，让门店店长、电商运营等一线人员也能自主生成经营报表。

从多引擎混乱到统一存算分离，从性能卡顿到秒级响应，从成本高企到精益管控，波司登的实践证明：传统企业的数字化转型，不需要 “大而全” 的颠覆，而是 “准而精” 的升级 —— 选对一个适配业务场景的技术架构，就能让数据从 “成本中心” 变成 “增长引擎”。

对于同样面临 “旺季压力大、淡季成本高” 的企业而言，波司登与阿里云 SelectDB 的合作，或许正是可复制的转型样本。