zoukankan      html  css  js  c++  java
  • “双十一”过后,你的数据库还好吗?

    刚刚过去的“双十一”对线上零售业来说是一场全方面的压力测试。在美国,十一月末的“黑色星期五”(Black Friday)和“双十一”有着异曲同工之妙,对线上零售商来说也是一年一度的大考。

     

    本篇文章中,我们将主要基于2019年美国的“黑色星期五”的经验,谈谈什么样的数据库才能帮助企业在购物季顺利通关。


    去年的“黑色星期五”是美国史上最大的节日购物季,销售额预计将首次超过一万亿美元。

    然而就在这个重要关头,Nordstrom Rack(类似奥特莱斯的品牌折扣店)和Costco(美国最大的连锁会员制仓储量贩店)的网站却遇到了问题。他们的网站先是完全陷入瘫痪,根本无法访问,随后Costco在网页上贴出了“响应时长较长”的告示。

      

    2019年黑色星期五前后,Costco的首页上方黄色条栏中出现了“The website is currently experiencing slow response times.(网站现在响应时间较长)”的提示消息。

    Source: NBR.com

     

    其实这并不是什么新鲜事,在2018年的“黑色星期五”期间,美国的另一家大型服装零售商J.Crew就已经有过类似的经历了——他们因网站完全崩溃而损失了70万美金。Nordstrom Rack和Costco可能以为这种事儿不会发生在他们身上,然而他们错了,并且他们为此付出了沉重的代价。

    很显然,如果顾客根本没法开始购物,商家将很难达到电商销售目标。根据行业观察家的估计,Costco仅仅一天的网站故障就让他们损失了将近一千一百万美金。除此之外,想要在“黑色星期五”大采购的顾客们也很可能会因为糟糕的网站体验而变得兴趣缺缺。

    顾客们在经历一次负面体验后,不再支持该品牌的概率提高了四倍。要知道,你的竞争者们与你之间只有"点几次鼠标"的距离。所以为了你的利益着想,你应该尽一切努力确保你的网站运行如常。

    直白地说,当你的顾客想立刻得到什么东西,但是你的技术栈不能满足这些需求时,你就该升级你的数据库了。要不然,在这一年一度的盛大时刻,你将不能跟上顾客的需求——这将同时惹烦你的顾客并搞砸你的收益。

    像是“黑色星期五”和“双十一”这样的购物季可能成为零售商的高光时刻,但也可能让零售商从此一蹶不振——你可能在此期间大把大把地赚钱,同时还大幅提高了顾客的忠诚度;也可能没能完成目标,同时还要处理客户的抱怨、短缺的收益以及受损的品牌形象。


    相比出这些问题之后再花一整年去收拾烂摊子,对购物季及随后间歇性的运行中断的最佳处理方式,就是根本不要去经历这些。

    怎么才能做到这点呢?提前做好准备,确保当疯狂的购物者涌入你的网站或APP时,网站的数据库可以处理大量的数据涌入而不会出现宕机问题。好消息是这并没有听起来那么难做到——事实上,如果你选择了正确的数据库,这简直轻而易举。

    如何选择正确的数据库?以下五点可能是你需要关注的:

    可用性:

    你承受不起在任何一个主要的活动中存在宕机时间,所以寻找一个可以提供100%在线时间的解决方案吧。这取决于你的运营规模,不过仅仅几分钟的宕机就可能引起非常多的损失。

    云原生:

    正确的数据库应该能够支持混合云和多云环境,让你能够在离顾客最近的多个地理位置运行你的程序。这是一种保证每个顾客都能拥有即时的且不间断的体验的简单方法——无论是住在你的公司总部旁边的顾客或者是住在地球另一端的顾客。

    伸缩性和分布式: 

    为了达到最优的效果,寻找可以简便地伸缩并且横跨内部数据中心和云提供商分布的数据库吧。在正确的分布和复制策略的加持下,你的数据库可以具有高响应性且能并发处理上百万条事务。

    安全性:

    由于顾客会提供诸如银行卡卡号和付款信息等敏感信息,你会希望能够根据GDPR等条例做好合规,你的数据库需要高度的安全性。你应该非常不乐见自己因为违反这类法律而被罚款。

    性能: 

    由于顾客会提供诸如银行卡卡号和付款信息等敏感信息,你会希望能够根据GDPR等条例做好合规,你的数据库需要高度的安全性。你应该非常不乐见自己因为违反这类法律而被罚款。


    与前文中提到的Nordstrom Rack和Costco类似的是,梅西百货也曾面临流量剧增的问题。

      

    作为全世界规模最大且历史最悠久的百货商店之一的梅西百货(Macy’s),其电商平台和线上商店的快速成长迫使他们不得不转向现代的方式来处理大量的数据——梅西百货需要的是比他们曾用的关系型数据库更为强大且灵活的解决方案。

    在使用DSE后,梅西百货的商品目录增加了10倍,同时其商品目录数据的刷新时间缩短了6倍。 

     

    DataStax Enterprise帮助梅西百货达到了这些目标。在使用DSE后,梅西百货的商品目录在没出现任何问题的前提下增加了10倍,同时其商品目录数据的刷新时间缩短了6倍。不仅如此,梅西百货在APP上的销售额和企业的股票价格都有大幅成长。

    “我再也不需要在夜晚担忧商品目录,因为它已经得到了10倍的成长。我们很容易就做到了,这在技术上和商业上都不是问题。如果他们想要再增加商品目录,我们还可以再增加,而且做到这些其实并不会花很多钱。我不再认为非得要拥有关系型数据库这种技术了。”

    ——梅西百货高级架构师Peter Connollly

     

    DataStax Enterprise的可用性和伸缩性支持零售企业为顾客们提供无缝的使用体验,从而提高顾客的满意度和忠诚度,并为企业带来更好的形象和更多的利润。

    对于DataStax Enterprise (DSE)来说,连续的可用性和无限的伸缩性是被建构在其核心架构中的。因为DSE采用了一种无主结构(masterless architecture),在集群中的任意一个节点都可以回应读请求或写请求。

    每一个节点都是完全相同的、独立自治的且100%功能在线的。这意味着任意一个节点都能处理前来的请求,随后数据会在集群的节点间被复制。这种架构通过极高的可用性和无宕机时间,为购物季提供了无缝且持续在线的购物体验。

    Reference:

        https://www.datastax.com/products/datastax-enterprise

  • 相关阅读:
    jmeter—— vars 和 props 用法
    java—把字符串转成list类型,并遍历列表
    fillder—篡改请求参数重新请求
    Jmeter—变量嵌套变量方法
    python——logging日志模块
    python学习——使用excel读写测试数据
    python学习——单元测试unittest
    python学习——类
    python学习——异常
    资源信息汇总
  • 原文地址:https://www.cnblogs.com/datastax/p/13975311.html
Copyright © 2011-2022 走看看