文档

某网约车公司车辆轨迹数据

更新时间:

随着车辆数量的快速增长,每辆车每分钟上传轨迹、位置等信息到MySQL导致MySQL库数据量过大,将全量数据写到云原生多模数据库 Lindorm中可以解决数据量过多和成本问题。

业务挑战

  • 目前线下有7万+辆车,车辆数量在快速增长,每辆车每分钟上传轨迹、位置等信息到MySQL,导致MySQL库数据量过大,直接影响了在线查询业务。

  • 车辆数据需要存储3年,日增数据量100 GB,3年总数据量超100 TB,数据存储成本高昂。

解决方案

  • 在原有的架构上引入了阿里云数据库,并将全量数据写到云原生多模数据库 Lindorm中,同时增量数据通过Kafka、Spark等实时同步到云原生多模数据库 Lindorm,这样解决了客户线下数据库数据过大的问题。

  • 客户需要存储最近3年的数据但是最近一个月的数据访问很频繁。云原生多模数据库 Lindorm支持OSS做为冷存储,这样业务上把一个月之前的数据(冷数据)全部通过Lindorm自动存储到OSS里面,最近一个月内的数据存储到高效云盘,这样在零代码开发、零运维、客户无感知情况下进行了冷热分层存储,大大节约了客户的存储成本。

  • 运营人员可以通过云原生多模数据库 Lindorm提供的SQL组件进行一些日常的运维工作,例如查找某车的位置。

    image

客户价值

  • 通过将车联网的数据存储到云原生多模数据库 Lindorm,存储成本问题得到解决。

  • 近几年线下的车辆还不断增加,但是由于云原生多模数据库 Lindorm是一种分布式的数据库,所以车辆的数

    据增加不需要再变动已有的架构。

  • 本页导读 (1)
文档反馈