分布式云升级，数据压缩比与查询性能双提升

客如云所处餐饮行业。近些年来，中国餐饮行业一直在高速发展：2014 年，餐饮行业规模 2.9 万亿， 2021 年，行业规模达 4.69 万亿，年平均增长超过 10%，对比 2020 年提升 18.7%。虽然疫情之下，短期对餐饮行业的高速发展有一定影响，但是由于餐饮行业具备高频、刚需，并且不受周期性影响等特点，所以长期来看，餐饮行业必将重回增长轨道上。

行业预测，2024 年行业规模将达 6 万亿，年复合增长率超过 8%。2020 年，政府提出双循环的机制，政策表示：以国内大循环为主体，国内国际双循环相互促进、新发展的格局强化内需消费。中长期看，内需消费势必会为餐饮行业带来更快的增长速度，相信未来 10 年，本地生活的相关行业将得到高速发展。而随着我国城镇化率的提升和人均可支配收入的增长，未来客如云所在的业务，也将借着这股东风得到高速发展。

1. 海量数据逼近单实例存储上限
   1. ​随着业务量的逐步增长，客如云的业务数据超过现用数据库的单库存储上限是必然事件，分库分表改造投入高、收益低，需要提前规划新方案；
2. 存储成本攀升
   1. ​多个报表类业务的数据库在存储空间上已超 20 TB，且数据量还在以每月 TB 级不断增长，导致数据存储费用日益高昂，且需不断提高投入；
3. 报表查询性能有待提高
   1. ​少量报表类聚合查询，平均响应时间达⼏秒甚⾄更长，尤其是某些查询不返回数据本应快速结束时反⽽执⾏超预期的时间，影响客户体验。

1. 不停机无损迁移、切割
   1. ​OMS 搭配应用侧双写，实现不停机无损迁移、切割。先将源端数据以全量+增量方式迁移至 OceanBase，全量校验通过后，持续应用新生增量来保持和源数据库的数据一致。
2. 集中化托管
   1. ​基于 OceanBase 的分布式能力，我们将原来分散的一些数据库进行了集中化的托管，使所有业务的后续运维效率得到了巨大提升，并对资源进行了有效利用，可同时处理交易数据和分析数据，将两个原来客如云使用的数据库进行统一的处理和分析。
3. 领先技术降本
   1. ​OceanBase 微块级别编码+压缩的特点，对缓解存储压力有明显帮助，同时平衡读写性能和数据压缩比，确保满足业务需求；多副本架构体系，支持混合业务分析场景， 在降本的情况下性能也能有提升。

基于 OceanBase 数据库的能力，客如云将所有的公域平台数据、商家私域数据进行了有效的结合，形成了类目偏好、用户行为、消费习惯、LBS 信息聚集中心，通过数据处理提炼加工形成特征因子、时间序列、表征项量，最终沉淀出了人群洞察算法、人-品算法、人-品-场推荐算法，形成了实时算法平台，并且将这些算法应用在全渠道互联运营、实时精准营销、新店新品运营洞察当中，使客如云能够通过这样的个体化解决方案，为运营、为用户带来更多洞见。