TiDB 在连锁快餐企业丨海量交易与实时分析的应用探索

对于很多现代人来说，在忙碌的工作中，一顿口味不错、能量满满、质量可靠且快速方便的汉堡、薯条、炸鸡的确是不错的选择。更何况快餐中富含的盐、糖、脂肪和碳水化合物也更容易让人产生满足感。 但在享受快餐所带来的快乐时，你是否也曾想过，快餐企业在运营成百上千家门店的同时是如何做到线上买券、线下提货，在家下单、快递上门，手机下单、门店取货等一系列高级别数字化操作的？

疫情以来，餐饮行业总体的损失不可谓不沉重，但最先从打击中恢复的却是门店数量最多、经营最复杂的各大快餐巨头，或者更具体的说，是那些在 DTC 有着更多投入和积累的快餐企业。以去年双十一为例，多家快餐顶流仅用不到 12 小时就突破了去年双十一全天的销售额，业务涨势喜人。

那么这个能让众多快餐企业趋之若鹜的 DTC 又是何方神圣？DTC（Direct to Customer，即“直接面向消费者”），这是一种重心在线上的、以直接面对消费者为核心目标的经营模式。结合国内消费环境，DTC 强调利用 APP、小程序或其他线上渠道为所有消费者提供 360 度的全方位用户体验。与传统的经营模式相比，DTC 的优势主要体现在更接近消费者、关注消费行为、重视消费者生活形态。与此同时，通过跨越经营过程当中的各类中间环节，企业亦能够更简单、更直接的对消费者施加影响并评估效果，进而使企业经营的效率更高、成本更低、效果更直接。

当然，与任何高级经营模式一样，DTC 战略同样有着不低的实施门槛。DTC 的核心优势在于直接、高效，符合互联网时代普通消费者的消费模式，但要实现这些效果，企业不仅要收集海量渠道汇总而来的用户行为信息，更要在完成各类业务操作的同时尽可能快的做到全量数据的实时分析，并根据分析结果形成千人千面且随需应变的营销或服务方案。

而对于用户数量数以千万计、每日订单动辄几千万的快餐企业来说，由此形成的数据压力可想而知。

以业务遍及全球 100 多个国家，拥有几万间门店，数亿注册用户，每日处理千万级订单数的某大型连锁快餐品牌为例，全新的 DTC 战略要求企业基于大数据推测顾客最喜欢的服务，并将其置于小程序的入口位置，使顾客获得千人千面的服务菜单。同时，企业还需利用大数据对小程序或 APP 内不同模块的使用、停留情况进行分析，实现应用的不断优化。通过对消费者行为的数据分析，企业还能更精确的了解消费者买了什么、花了多少钱、多久来一次、在哪天领取了优惠券、常在哪几家餐厅消费等一系列信息，由此，企业便可通过大数据和算法推测各类营销活动在哪个地点能够吸引哪些消费者。

要实现这样的业务效果，曾经以公有云为核心的整套数据基础架构无论在创新性、灵活性、可靠性和变革主动权等方面表现均不够理想。因此，该企业放弃了原先的公有云架构，重新构建了一套私有云架构。而经过一段时间的运行，这套架构不仅实现了比公有云更低的 TCO，更通过强大的软件堆栈解决了海量应用的构建、快速迭代、灰度发布等问题。而更加重要的是，企业通过全新架构的数据库解决了 DTC 战略下数亿用户和每日数千万订单所对应的在线联机交易和实时数据分析的庞大需求，且能够以更轻盈的身姿应对数据量快速增长。

其中，TiDB 数据库的 OLTP 功能服务于企业订单、支付和供应链等场景，而 HTAP 则对应了 DTC 战略中关键的实时报表和数据分析需求。另一方面，在用户行为不断累积、用户数和业务量不断增长的背景下，数据库中所要存储的数据量也必然快速增长，数据库则必须要在满足前两种功能需求的前提下为数据量的快速增长提供简便、有效、低成本的应对之道。要同时满足这些要求，对于数据库而言是个极大的挑战。

在以往的经验中，无论是以各类 MySQL 为代表的开源数据库还是传统商业数据库，亦或是各大 CSP 推出的云数据库，在数据量庞大且快速增长的情况下，都很难逃脱分库分表的命运。且不说分库分表操作本身所对应的庞大工作量和管理问题，单就跨表、跨区所带来的查询和分析困难就会让 DTC 的实际效果大打折扣。

因此，选择一款能够以分布式、云原生方式运作的全新底层数据库，摆脱分库分表所带来的性能、操作和管理弊端就成为了快餐企业践行数字化转型战略的关键一步。而在这家国际连锁快餐巨头的 DTC 战略实践过程中，TiDB 凭借多方面优势最终担纲重任。

TiDB 是一款企业级开源分布式数据库，与云架构有着天然的高契合度，能够通过集群节点的增加满足企业不断增长的数据量与性能需求，避免分库分表所带来的庞大工作量、操作风险以及高昂的后续运维成本。与此同时，TiDB 的开源特性和活跃技术社区也让企业有能力根据需求和应用变化实现快速、低成本的功能及业务创新。

另一方面，作为一款支持 HTAP 功能的数据库，TiDB 可在满足在线联机交易需求的基础上提供高性能的实时分析能力，帮助企业用一套数据库架构满足 DTC 战略下对实时报表和大规模数据分析的苛刻需求。通过创新的行列存隔离机制，TiDB 能够在不影响 OLTP 业务性能的前提下进行实时报表汇总和快速分析，让企业能够更加专注于 DTC 战略下的数据价值发掘和业务创新。

在该快餐企业完成私有云基础架构部署之后，PingCAP 专业服务团队与企业自有技术团队和 ISV 的紧密协同下仅用 3 个月时间便完成了云环境下两套 TiDB 集群的部署、数据迁移及灰度上线工作。在海量业务系统和庞大数据量面前仍能保持如此部署速度，这显然传统数据库所难以企及的。

在全新数据库的支持下，该快餐企业实现了对数亿用户的秒级数据检索与分析，并可对市场营销活动的效果进行快速评估，从而实现营销策略的及时优化。而通过对不同天气、不同促销、不同产品、不同时段、不同日期等情况下外卖订单的监控，该快餐企业则能够更好的预测门店外卖订单的品类、销量变化，方便企业对原料、人员、设备等进行数据驱动的精细化管理调控，提升门店运营效率和效果。

而在运维层面，无需分库分表且能满足用户多维度需求的 TiDB 不仅运行稳定，更极大降低了数据库运维管理方面的工作量。而在 PingCAP 专业服务团队的支持下，该快餐企业也顺利度过了双十一等大促带来的业务洪峰。

经过新数据库支撑下的 DTC 战略实践，该企业可以充分了解顾客在哪里，他们是谁，他们喜欢什么，他们为何而来，为新品研发、市场营销、餐厅运营甚至是供应链管理提供更精准的洞察，并且能够支持企业做出更实时的业务决策。

数字时代，数据就是企业的核心资产。而作为一种无形的虚拟资产，企业对数据价值的每一次发掘和利用都离不开底层数据库系统的支持。这也就是为什么大多数企业的数字化转型战略都将数据作为切入点和抓手核心原因。

而在数据量爆炸、业务量快速增长、创新加速的宏观背景下，数据库能否通过分布式、横向扩展、HTAP 等特性为企业带来功能、性能和运维管理层面的全新体验，是企业能否顺利完成转型并实现业务创新的关键。

IDC 发布的《全球数据库管理系统软件市场分析报告，2021》也指出，以快消领域 DTC 战略为代表的“Direct Customer Engagement”潮流正在推动数字化应用程序对高性能、提供数据一致性、弹性负载数据库系统的需求。而在这一案例中 PingCAP 的 TiDB 则很好满足了数据量大、业务多、更新快、交易量高、分析任务重的快餐企业的 DTC 战略转型需求，为业务的深度创新打好了基础。

这正是很多正在尝试 DTC 战略的餐饮、零售、快消企业，乃至需要直面最终用户的千行百业在实现数字化转型、构建数据平台过程中所寻求的底层解决之道。

延展阅读：
“新经济 DTC 转型背后的数据库”专题
点击查看更多 新经济 DTC 转型案例实践