8月30日，由 NineData 和 SelectDB 共同舉辦的主題為“實時數(shù)據(jù)驅(qū)動，引領企業(yè)智能化數(shù)據(jù)管理”的線上聯(lián)合發(fā)布會，圓滿成功舉辦！雙方聚焦于實時數(shù)據(jù)倉庫技術和數(shù)據(jù)開發(fā)能力，展示如何通過強大的生態(tài)開發(fā)兼容性，對接豐富的大數(shù)據(jù)生態(tài)產(chǎn)品，助力企業(yè)快速開展數(shù)據(jù)分析業(yè)務，共同探索實時數(shù)據(jù)驅(qū)動的未來企業(yè)智能化數(shù)據(jù)管理解決方案。

本文根據(jù)玖章算術技術副總裁陳長城（天羽）在NineData X SelectDB 聯(lián)合發(fā)布會的主題演講內(nèi)容整理。

陳長城（天羽）玖章算術技術副總裁

?? 嘉賓簡介

陳長城，曾任阿里云數(shù)據(jù)庫中臺負責人和阿里云數(shù)據(jù)庫生態(tài)工具部總經(jīng)理，前阿里云資深技術專家。帶領阿里云數(shù)據(jù)庫基礎設施完成三次架構變革，從去 IOE 到分布式、異地多活、容器化和存儲計算分離，是歷年雙 11 大促的數(shù)據(jù)庫核心負責人和容量、架構規(guī)劃者。主導云原生工具體系架構升級并打造一站式管理能力。發(fā)表過多篇技術專利和 VLDB、ICDE 數(shù)據(jù)庫頂會論文。

1 NineData產(chǎn)品介紹

在數(shù)據(jù)和云的時代企業(yè)數(shù)字化面臨諸多挑戰(zhàn)，從Gartner和Percona的報告中，我們知道80%以上的企業(yè)會選擇多云或混合云，而超過70%的企業(yè)會選擇使用多種數(shù)據(jù)庫來滿足業(yè)務需求。在行業(yè)的分析報告中，我們發(fā)現(xiàn)，如果企業(yè)能夠有效使用多源基礎架構和新的數(shù)據(jù)架構，它們的創(chuàng)新能力和整體盈利能力將會明顯提升。然而，在數(shù)據(jù)和云的時代下，企業(yè)數(shù)據(jù)管理的挑戰(zhàn)更多，例如數(shù)據(jù)孤島、多源異構數(shù)據(jù)管理復雜度以及開發(fā)效率等，都是急需解決的。

基于上述普遍存在的問題和挑戰(zhàn)，玖章算術建設了NineData云原生智能數(shù)據(jù)管理平臺。最底層IaaS接口層統(tǒng)一對接各場景的各種數(shù)據(jù)源，基于此建設NineData數(shù)據(jù)備份、數(shù)據(jù)復制、數(shù)據(jù)對比和SQL開發(fā)四大核心功能模塊，與企業(yè)的數(shù)據(jù)庫、搜索、消息隊列、數(shù)倉等數(shù)字系統(tǒng)緊密聯(lián)動，幫助企業(yè)保護數(shù)據(jù)資產(chǎn)，基于多云和混合云靈活構建基礎設施，統(tǒng)一安全管理，提升數(shù)據(jù)庫開發(fā)效率。

玖章算術建設了NineData云原生智能數(shù)據(jù)管理平臺

這里展開介紹一下SQL開發(fā)，它是一種讓企業(yè)內(nèi)外部所有開發(fā)者都遵循統(tǒng)一數(shù)據(jù)訪問規(guī)范并提升效率的最佳實踐產(chǎn)品化，當前企業(yè)面對多云和多種數(shù)據(jù)源，雖然各種數(shù)據(jù)源有各自的CLI或圖形管理工具，但存在這些問題：

權限分散、審計欠缺，安全管控難度大 ；

各個工具建設程度不一，體驗一般，開發(fā)效率低；

無法形成統(tǒng)一規(guī)范，數(shù)據(jù)庫生產(chǎn)穩(wěn)定性缺乏保障；

多環(huán)境、多種數(shù)據(jù)源無法統(tǒng)一管理。

針對這些問題，NineData設計了企業(yè)級數(shù)據(jù)庫安全管理能力，通過統(tǒng)一數(shù)據(jù)源對接各云廠商和自建的各種數(shù)據(jù)源，設計任務流和審批流、安全規(guī)則配置、權限管理與操作審計、SSO支持等基礎組件，將企業(yè)的數(shù)據(jù)（實例、庫、表）+ 賬號角色 + 操作類型 通過規(guī)則引擎統(tǒng)一管理，并內(nèi)置數(shù)據(jù)庫SQL開發(fā)的穩(wěn)定性和安全最佳實踐，提供數(shù)據(jù)庫訪問權限管理、變更管理、敏感數(shù)據(jù)管理、數(shù)據(jù)導入導出等功能。NineData提供簡單GUI的個人版和高效協(xié)同的企業(yè)版兩種服務方式，并結合大模型AIGC的能力，在自然語音查詢數(shù)據(jù)、表結構設計改寫、SQL優(yōu)化建議方面提升開發(fā)者效率。

NineData設計了企業(yè)級數(shù)據(jù)庫安全管理能力

企業(yè)在數(shù)據(jù)復制場景下也面臨著多數(shù)據(jù)源、多云數(shù)據(jù)打通、跨地域長周期復制，以及由此帶來的同能和穩(wěn)定性方面的問題。NineData數(shù)據(jù)復制致力于提供數(shù)據(jù)流動的基礎設施。消除不同數(shù)據(jù)庫類型、不同廠商、不同環(huán)境下的造成的數(shù)據(jù)流動難點，幫助企業(yè)最大地發(fā)揮數(shù)據(jù)價值。目前NineData以及支持13種數(shù)據(jù)源的單雙向鏈路，強勁的復制性能和完善的數(shù)據(jù)對比功能，具體將在后面展開。

2 數(shù)據(jù)復制技術架構

先介紹下NineData整體架構，基于多云和多源能力，我們構建了數(shù)據(jù)備份、數(shù)據(jù)復制、數(shù)據(jù)對比和SQL開發(fā)能力。

2.1 多云角度

從多云角度，為了幫助企業(yè)統(tǒng)一管理分散在多云或混合云的各種數(shù)據(jù)源，我們設計了靈活的云原生架構、容器化彈性拉起、網(wǎng)絡架構等。

?? 支持專屬集群

支持多云的同時，我們通過專屬集群的技術，能夠讓企業(yè)獨享本身的資源。包括我們可以把企業(yè)的worker節(jié)點放置在企業(yè)本地或VPC內(nèi)部，實現(xiàn)數(shù)據(jù)的內(nèi)部閉環(huán)，提高企業(yè)數(shù)據(jù)安全和worker執(zhí)行效率。

NineData支持專屬集群

?? 云原生的 SAAS 模式

NineData 作為一個云原生的 SAAS 產(chǎn)品，按需拉起、彈性伸縮是最基本的能力。

?? 網(wǎng)絡安全

網(wǎng)絡方面，基于安全考慮，很多企業(yè)客戶不希望暴露數(shù)據(jù)庫的公網(wǎng)端口，因此，我們設計了一個數(shù)據(jù)庫網(wǎng)關，通過這種設計，用戶只需拉起一個NineData數(shù)據(jù)庫網(wǎng)關，就能夠連接我們的中心管理節(jié)點，從而建立反向訪問通道，能夠把散落在各地、以及包括內(nèi)部的數(shù)據(jù)源的統(tǒng)一管理。此外，我們的NineData worker也可以放到用戶本地，實現(xiàn)數(shù)據(jù)鏈路的內(nèi)部閉環(huán)，而管理鏈路依然可以通過中心控制臺實現(xiàn)統(tǒng)一的鏈路管理。

2.2 多源方面

在多源方面，我們主要設計了統(tǒng)一數(shù)據(jù)源接入層。為了接入眾多數(shù)據(jù)源，我們對數(shù)據(jù)源的連接池管理、屬性配置、連接檢查和安全認證做了統(tǒng)一抽象。這樣可以將所有的數(shù)據(jù)源統(tǒng)一接入。我們的四大主要功能模塊都使用相同的數(shù)據(jù)源接入層，實現(xiàn)一次接入所有功能都可用。對于用戶來說，就實現(xiàn)了真正的統(tǒng)一管理。

NineDataq在多源方面，主要設計了統(tǒng)一數(shù)據(jù)源接入層

在NineData的產(chǎn)品設計中，安全不是單一的任務或功能，而是自始至終灌輸在產(chǎn)品設計、開發(fā)、運維的全過程中，我們在數(shù)據(jù)傳輸加密、運維白屏、操作審計方面做了很多工作，同時NineData通過內(nèi)部測試和三方審計多方位保護數(shù)據(jù)安全。

一個典型的NineData數(shù)據(jù)復制鏈路拓撲，當您配置完源和目標之后，NineData 就會讓整個鏈路開始運行。一開始會有一個預檢查，檢查您的網(wǎng)絡連接、賬號密碼等是否正確。接下來會進行結構復制，抓取和寫入全量數(shù)據(jù)和增量數(shù)據(jù)。

從產(chǎn)品層面，我們要支持多云多源，除了上面介紹的彈性架構和網(wǎng)絡架構外，我們在復制模塊的多種數(shù)據(jù)類型兼容和擴展性做了重要的設計，同時多源異構長期運行必然存在少部分不兼容場景，我們在可觀測和可干預方面也重點做了功能設計。數(shù)據(jù)傳輸內(nèi)核模塊的底線是保障數(shù)據(jù)一致，同時在吞吐和延時上具備領先的優(yōu)勢，因此我們在這方面做了很多工作。后面核心特性的分享將圍繞這幾個點進行展開。

3 數(shù)據(jù)復制的核心特性

3.1 吞吐能力

以全量性能為例，主要有幾個重要的優(yōu)化項：

?? 大表遷移性能

大表遷移性能是最常見的瓶頸，假設我們在源端有一些數(shù)據(jù)需要處理，其中有許多表，而且它們的數(shù)據(jù)量都不同。如果我們同時啟動三個并發(fā)線程進行處理，那么可能會出現(xiàn)一些數(shù)據(jù)量小的表已經(jīng)處理完了，但是一些數(shù)據(jù)量較大的表仍然在等待單個線程進行處理的情況。如果表級并發(fā)，就會類似的問題。因此，為了提高整個效率，我們必須增強表內(nèi)的并發(fā)能力。具體來說，我們需要考慮表的切片是否均勻。為此，我們制定了一項策略，即默認組件支持一鍵拆分，依次通過主鍵、非空唯一鍵、可空唯一鍵、普通鍵等這種順序支持拆分，以盡力最均衡的方式實現(xiàn)并發(fā)處理。

并發(fā)寫入還連帶著一個空間問題，在使用過程中，在源端如果您將100G的數(shù)據(jù)寫入，在目標端它可能會變成150G。這是因為如果單個表亂序提交的話，就可能會產(chǎn)生一些數(shù)據(jù)空洞。為此，NineData在切片大小和并發(fā)順序方面進行了優(yōu)化以控制寫入放大。

?? 目標庫寫入

要以對目標庫損耗最少的方法寫入，才能獲得最大性能。解決通道性能，并且它可以線性擴展之后，吞吐量的瓶頸就不在通道上，而在目標庫的寫入上。因此目標庫的寫入姿勢就非常重要。如果每條SQL都需要在目標端進行解析，那么性能肯定會差。因此，我們需要采用一些批量提交的方式。同時在處理壓縮開關時，需要注意CPU的數(shù)量。在CPU數(shù)量較少的情況下，啟用壓縮會對性能產(chǎn)生較大的影響。

?? 內(nèi)存優(yōu)化

內(nèi)存優(yōu)化可以提升吞吐性能。因為整個全量復制的特點是批量加載到內(nèi)容而且快速寫入目標庫，然后這個數(shù)據(jù)就被淘汰了。所以整個JVM的參數(shù)上做一些針對性的配置優(yōu)化，從而降低內(nèi)存和CPU開銷，提升通道性能。

3.2 低延時

那么NineData如何構建低延時呢？我們從多個維度考慮低延時特性。

?? 通道性能

在通道性能角度，包括一些如Batch、熱點數(shù)據(jù)的合并等。其中熱點數(shù)據(jù)的合并，如果一條記錄從A1改到A2，再改到A3，一般同步模型是全軌跡修改，但開啟熱點能力后，它可能直接合并成終態(tài)的A3插入語句，不會插入A1或update A2，通過這種能力直接以終態(tài)的數(shù)據(jù)寫入，在內(nèi)存中把這個隊列直接合并掉。在通道性能層面，還有一些其他設計。例如在redis的復制鏈路中，減少隊列的序列化代價，從而讓整個隊列的消耗降到最低。

?? 通道管理層設計

通道管理層面對低延遲的整體系統(tǒng)設計也非常重要，這是在我們多年的實踐中得出的經(jīng)驗。要能夠以最小的代價面對同步鏈路中的各種異常。

（a)降低異常情況下重拉的可能。數(shù)據(jù)庫出現(xiàn)延遲，但是數(shù)據(jù)服務端的日志已經(jīng)被清除；作為我們云原生的產(chǎn)品，我們會怎么做呢？我們會獲取源端數(shù)據(jù)庫的接口，檢查是否存在被上傳到OSS或者其他對象存儲的日志。如果有，我們會自動獲取并接續(xù)上之前的記錄，從而避免重新進行全量拉取，減少延時。

(b) 盡量少地回退數(shù)據(jù)。我們設計了表級別的安全位點。每張表都會有一個自己最新的位點。如果在回放過程中，這張表的位點曾經(jīng)被使用過，我們會將其拋棄，以避免位點回退。

（c)干凈地運維。針對日常的運維操作，NineData復制線程會使隊列中的所有數(shù)據(jù)都提交完成，使得16個線程到達一個一致的位點，然后再關閉進程。通過這種能力，我們實現(xiàn)了一個干凈的cleandown，用戶重新啟動后就不會遇到需要回放數(shù)據(jù)，這是非常優(yōu)雅的方式之一。

3.3 一致性數(shù)據(jù)同步

數(shù)據(jù)一致性重要性毋庸置疑，這里從數(shù)據(jù)一致性和DDL結構一致性兩方面各重點介紹一個NineData的設計特性，同時NineData實現(xiàn)了完善的數(shù)據(jù)對比功能。

NineData支持一致性數(shù)據(jù)同步

?? 數(shù)據(jù)一致性

數(shù)據(jù)本身的一致性問題，如何保障事務一致性。舉個例子，假設我們有T1到T5這五個事務，其中B1是訂單狀態(tài)，從B1創(chuàng)建訂單，到B3可能是用戶付款，這時會產(chǎn)生一個物流訂單L。如果我們采用正常的行級同步方式，訂單和物流訂單會分別存儲在不同的表中，由于行級的并發(fā)性，無法保證它們的順序性。因此，B1和L可能同時出現(xiàn)在目標庫中，也就是說在創(chuàng)建訂單時，物流訂單也已經(jīng)被創(chuàng)建了。對于在線業(yè)務來說，這肯定是違背業(yè)務邏輯，無法支持在線業(yè)務的正常運行。

因此，我們構建了一個事務一致性能力，用戶可以開啟事務能力。當用戶開啟事務能力時，我們會檢查T3這個事務中的每條記錄與之前所有事務是否存在依賴關系。如果存在，T3將等待其他事務都提交完畢后再提交，確保數(shù)據(jù)的一致性。因此，第一次提交只會提交T1到T4，T3會等待T2提交完畢后再提交。這是一種保證數(shù)據(jù)一致性的同步機制。

?? DDL變更同步的一致性

DDL變更同步的一致性問題，具體來說，以表結構為例，如果我們遇到了表結構的變更，一般的解決方法是查看源端的表結構。然而，由于數(shù)據(jù)日志中大部分只有數(shù)據(jù)和表名，缺少結構和類型等信息，因此我們需要回查數(shù)據(jù)源來獲取結構信息，并拼接出最終的結果。但是，很可能在回查時源端已經(jīng)發(fā)生了第二次DDL，導致我們獲取到的是已經(jīng)又被修改過的DDL，從而拼接出的數(shù)據(jù)不一致和出現(xiàn)錯誤。

因此，我們開發(fā)了一種DDL解析能力，即在DDL解析完成后，直接在同步線程解析線程中進行重放。同時，我們記錄每個變更的版本，重放的同時生成新版本，舊版本不刪除。這樣，任何表在任何時刻都可以隨時查到其Meta結構，而不需要像其他業(yè)界實踐一樣，需要從頭開始重新回放一遍。

?? 數(shù)據(jù)對比

在數(shù)據(jù)對比方面，NineData將其作為一個重要的產(chǎn)品能力進行建設，我們認為數(shù)據(jù)對比對整個數(shù)據(jù)質(zhì)量的影響非常重要。因此，在結構對比、數(shù)據(jù)對比以及訂正SQL生成等方面，我們在功能上做得非常全面。其次，我們會考慮數(shù)據(jù)對比對用戶的源庫和目標庫帶來的負載。這些負載對于許多生產(chǎn)人員來說非常重要。因此，我們制定了許多策略，例如：僅對不一致的數(shù)據(jù)進行復檢，可以控制并發(fā)和限流，設置抽樣比例和條件過濾，僅對某一范圍內(nèi)的數(shù)據(jù)進行比較等等。同時，在性能方面，我們也做有特色的優(yōu)化。常規(guī)的數(shù)據(jù)對比會拉出源和目標的所有數(shù)據(jù)，就會耗費大量計算資源和帶寬，因此我們做了比較優(yōu)雅的計算下推，只對不一致數(shù)據(jù)進行回表再逐個字段對比。

3.4 可擴展性，加速實時數(shù)倉構建

在可擴展性方面，如何在NineData里面支持快速地新增數(shù)據(jù)源？意味著我們需要快速支持結構和數(shù)據(jù)類型的轉(zhuǎn)換，以及快速將通道產(chǎn)品化，這些都是我們的目前重要的思考因素。我們的整個設計思路就希望說，把原來的各種源到目標的這種N乘M的這種拓撲方法，能夠通過N加M的這種方式來實現(xiàn)。

我們先講一下數(shù)據(jù)類型，因為數(shù)據(jù)類型可能會對于最終一致性，大家會更加的在意，業(yè)界無論是在FiveTran、Airbvte、NIFI、NineData等方面的開源項目或者還是商用項目中，都定義了很多中間類型。今天，NineData 也是定義了一些中間類型，因為中間類型抽象得越好，它的種類就越少，這意味著新增的數(shù)據(jù)源我們需要開發(fā)convert 的工作量就越少。因此，如何更好地抽象到更少的樣本集里，是整體更好的抽象方法。

第二個抓取和寫入模塊的插件化，最大程度復用代碼，提升產(chǎn)品化效率和穩(wěn)定性。我們提供了一個叫做關系數(shù)據(jù)提交框架。該框架把DDL/DML的庫、表、主鍵級別沖突等待，事務沖突等待，熱點合并和攢批優(yōu)化SQL都抽象出來，使得后面接入的數(shù)據(jù)源可以天然地具備這些能力。

NineData支持快速地新增數(shù)據(jù)源的底層設計

當前NineData已經(jīng)廣泛支持了MySQL、PostgreSQL、SQLServer、 Redis、MongoDB、Kafka、 ElasticSearch、SelectDB(Doris)等數(shù)據(jù)庫，并在其系列上對接了主流的各云廠商產(chǎn)品。這里重點介紹下SelectDB和ClickHouse的特性設計。

NineData支持SelectDB和ClickHouse的特性設計

?? 結構復制

NineData支持了MySQL所有DDL自動同步到SelectDB，包括Distribute Key的自適應和SQL改寫，跨庫的create table like SQL改寫等。

?? 數(shù)據(jù)復制

我們定義了NineData中間類型到SelectDB數(shù)據(jù)類型的一一映射，實現(xiàn)數(shù)據(jù)類型以及字符集映射，同時對于時間類型，支持根據(jù)服務端Global TimeZone進行跨時區(qū)數(shù)據(jù)遷移。

?? 數(shù)據(jù)處理

支持在復制過程中篩選同步對象，同時進行操作類型過濾（如只復制Insert不復制Delete)、基于數(shù)據(jù)計算進行過濾、數(shù)據(jù)類型轉(zhuǎn)換。

?? 性能優(yōu)化

除了復制框架支持的寫入合并外，NineData數(shù)據(jù)復制支持以Stream模式進行全量或增量寫入，在MySQL->SelectDB(Doris)的測試中，云上同Region測試30個并發(fā)可以達到209MB/S，88W RPS（單行平均250B左右）。

NineData在ClickHouse的支持上也做了細致的設計，結構映射方面支持用戶選擇CollapsingMergeTree或ReplacingMergeTree進行復制，支持了ClickHouse各數(shù)據(jù)類型的映射，包括默認值差異的處理。在性能方面，類似于Airbyte的做法會將所有增量數(shù)據(jù)合成一個文件，因為ClickHouse引擎中的許多增刪改都是變成直接增加，因此這種方式相對簡單。但這種方式會帶來較大的延遲。因此，在實現(xiàn)過程中，我們考慮使用SQL的方式進行提交，來了多少條就立即轉(zhuǎn)集批提交，可以動態(tài)地控制，例如超過1000條或0.5秒，可以幾百毫秒就提交。此外，ClickHouse的Jdbc在解析每條語句時性能較差，因此我們進行了一些優(yōu)化，采用批量提交的方式來提高性能。

3.5 高可用機制

?? 節(jié)點容災

NineData所有組件采用高可用架構，規(guī)避單點風險。任務節(jié)點跑在分布式容器集群上，容災系統(tǒng)自動檢測異常任務、異常節(jié)點并自動完成任務跨機漂移容災。

?? 任務魯棒性

通過動態(tài)內(nèi)存管理，結合動態(tài)分片、動態(tài)攢批、流式讀寫、彈性擴縮容等技術，提升鏈路對負載的自適應能力，有效保障任務穩(wěn)定性。

?? 斷點續(xù)傳

所有模塊支持定期位點記錄，包括結構復制、全量復制、增量復制、數(shù)據(jù)對比；任意任務或服務節(jié)點異常，會基于斷點重啟任務。通過完善的重試、干預手段，提升劣網(wǎng)、數(shù)據(jù)高負載、硬件異常等場景下，鏈路的健壯性。

3.6 可觀測可干預能力

?? 可觀測性

（1）復制系統(tǒng)針對每個鏈路有有秒級日志打點，可以查看秒級RPS，累計DDL/DML操作數(shù)，隊列堆積數(shù)等指標，查看任務各模塊狀態(tài)。

（2）實時查看提交線程狀態(tài)。例如，如果有16個線程正在運行，我們會顯示這16個線程分別在執(zhí)行哪條SQL，或者任務是否被DDL卡住等信息。可以通過類似于MySQL Processlist的方式查看每個線程正在執(zhí)行哪些操作，已經(jīng)執(zhí)行了多長時間等信息。在同步過程中，用戶可能會在目標端、新的寫入等可能會遇到一些問題，導致這個兩邊寫數(shù)據(jù)沖突等。因此，我們在可觀測性方面不僅會將基本狀態(tài)完全透露給用戶，還會提供每個線程提交的語句。

?? 可干預能力

（1）修改同步對象，對于長期復制任務，用戶可能因為業(yè)務變化，需要添加新的對象到同步鏈路中，可以在界面上直接添加，后臺會創(chuàng)建新對象的結構初始化、全量和增量，并在追上后合并同步對象到現(xiàn)有鏈路中。

（2）成熟的異常處理能力。對于異常任務，NineData會顯示具體的報錯信息，用戶可以進行SQL級別的語句訂正和重試，或者跳過，從而在少量目標雙寫或結構不一致情況下，依然可以快速修復任務，保障目標數(shù)據(jù)的及時性和正確性。

NineData的可觀測可干預能力

3.6 能力數(shù)據(jù)復制小結

NineData數(shù)據(jù)復制的設計目標是Any Where、Any Data、AnyTime的服務客戶的數(shù)據(jù)流動場景。當前主流數(shù)據(jù)源以及比較完整，兼容適配了各種復雜的網(wǎng)絡環(huán)境，深度適配VPN、專線、堡壘機、云廠商VPC和私網(wǎng)訪問等方案，可以通過SaaS服務或?qū)偌悍绞椒湛蛻簦Ｕ蠑?shù)據(jù)安全和復制穩(wěn)定性。

4 典型用戶案例

4.1 國資云客戶

某大型國資云數(shù)據(jù)復制，客戶全國有30+Region，本身有很多數(shù)據(jù)需要同步，同時還要提供數(shù)據(jù)復制產(chǎn)品給他的客戶使用，比如該云的客戶從其他云廠商或自建系統(tǒng)中遷移上云。包括很多復雜的應用場景，如遷移上云、跨云遷移、跨區(qū)域遷移、數(shù)據(jù)容災、異地多活等業(yè)務場景。也面臨非常復雜的網(wǎng)絡環(huán)境，Region內(nèi)部/Region之間，和其他云廠商與客戶自有系統(tǒng)之間等各種鏈路。客戶在考察了市面上主流云廠商、數(shù)據(jù)復制專門廠商的方案后選擇了NineData。

大型國資云使用NineData數(shù)據(jù)復制的解決方案

4.2 跨境電商企業(yè)

某跨境電商企業(yè)通過NineData實現(xiàn)實時數(shù)倉，指導運營分析決策。客戶的分析和運營活動基于ClickHouse。MySQL生產(chǎn)是分散在世界各地，比如日本、韓國等，他將各個地方的在線數(shù)據(jù)匯聚到國內(nèi)的ClickHouse進行統(tǒng)一分析和運營決策。在這個過程中，他使用了我們的NineData 復制產(chǎn)品，NineData在跨地域的復制方面是具備一些優(yōu)勢。我們的解析模塊、讀取模塊和寫入模塊可以異地部署，解析模塊能夠靠近用戶的源端，寫入端能夠靠近用戶的目的端，從而實現(xiàn)了整個性能的更加優(yōu)化。

跨境電商企業(yè)通過NineData實現(xiàn)實時數(shù)倉，指導運營分析決策

4.3 大型地產(chǎn)企業(yè)

某大型地產(chǎn)企業(yè)使用NineData實現(xiàn)統(tǒng)一數(shù)據(jù)管理。該企業(yè)擁有大量的數(shù)據(jù)庫，但其開發(fā)流程涉及許多合作伙伴，例如ISV或第三方軟件開發(fā)提供商。因此，他們需要將數(shù)據(jù)源的權限控制委托給這些合作伙伴。在以往的人工管理過程中，權限管理變得非常復雜且流程繁瑣，難以統(tǒng)一管理。為此，NineData 提供了一個統(tǒng)一管理數(shù)據(jù)源的解決方案。通過該方案，統(tǒng)一納管了企業(yè)的所有數(shù)據(jù)源，開發(fā)人員的賬戶初始化、權限申請以及數(shù)據(jù)開發(fā)流程的可視化等均得到了優(yōu)化，從而大大提升了開發(fā)效率和協(xié)同效率。

大型地產(chǎn)企業(yè)使用NineData實現(xiàn)統(tǒng)一數(shù)據(jù)管理

最后，NineData 已經(jīng)和數(shù)據(jù)源、云廠商產(chǎn)生了很多密切的合作關系，并且取得云服務、信息安全管理、質(zhì)量管理等多項認證，在多個行業(yè)的頭部企業(yè)中廣泛應用。NineData 致力于為客戶提供更加穩(wěn)定、更智能的數(shù)據(jù)庫服務，幫助客戶快速構建統(tǒng)一的數(shù)據(jù)管理，讓每個人用好數(shù)據(jù)和云，歡迎大家體驗使用。

NineData 已經(jīng)和數(shù)據(jù)源、云廠商產(chǎn)生了很多密切的合作關系

NineData是新一代的云原生智能數(shù)據(jù)管理平臺，包含了數(shù)據(jù)復制、SQL開發(fā)、數(shù)據(jù)備份以及數(shù)據(jù)對比等多種功能。NineData采用領先的云原生與AIGC技術，為云與AI時代的架構設計提供了智能數(shù)據(jù)管理平臺。作為業(yè)界首個支持跨云和本地IDC無縫打通的平臺，能夠幫助客戶輕松完成數(shù)據(jù)上云、跨云數(shù)據(jù)實時傳輸、ETL、數(shù)據(jù)備份、企業(yè)級智能SQL開發(fā)、數(shù)據(jù)庫研發(fā)規(guī)范、生產(chǎn)變更以及敏感數(shù)據(jù)管理等功能，從而讓客戶的數(shù)據(jù)使用更加安全高效。

審核編輯 黃宇