攜程是全球領(lǐng)先的一站式旅行平臺(tái)，旗下?lián)碛袛y程旅行網(wǎng)、去哪兒網(wǎng)、Skyscanner 等品牌。攜程旅行網(wǎng)向超過 9000 萬會(huì)員提供酒店預(yù)訂、酒店點(diǎn)評及特價(jià)酒店查詢、機(jī)票預(yù)訂、飛機(jī)票查詢、時(shí)刻表、票價(jià)查詢、航班查詢等服務(wù)。
在十億級別數(shù)據(jù)量下，攜程借助 TiDB HTAP 能力提升業(yè)務(wù)運(yùn)營的效率，應(yīng)用場景主要包括國際業(yè)務(wù) CDP 平臺(tái)、酒店結(jié)算、風(fēng)控等。
實(shí)時(shí)標(biāo)簽處理平臺(tái)面臨挑戰(zhàn)
在國際業(yè)務(wù)上，由于面臨的市場多，產(chǎn)品和業(yè)務(wù)復(fù)雜多樣，投放渠道多，引流費(fèi)用高，因此需要對業(yè)務(wù)和產(chǎn)品做出更精細(xì)化的管理和優(yōu)化，滿足市場投放和運(yùn)營需要，降低整體成本，提高運(yùn)營效率與轉(zhuǎn)化率。為此，攜程專門研發(fā)了國際業(yè)務(wù)動(dòng)態(tài)實(shí)時(shí)標(biāo)簽化處理平臺(tái)（以下簡稱 CDP ）。
攜程旅行的數(shù)據(jù)具有來源廣泛、形式多樣、離線數(shù)據(jù)處理與在線數(shù)據(jù)處理兼有等特點(diǎn)，如何通過系統(tǒng)對這些數(shù)據(jù)進(jìn)行采集、管理、加工，形成滿足業(yè)務(wù)系統(tǒng)、運(yùn)營、市場需求的數(shù)據(jù)和標(biāo)簽。處理好的數(shù)據(jù)需要立刻運(yùn)用到業(yè)務(wù)系統(tǒng)、EMD、PUSH 等使用場景中，對數(shù)據(jù)處理系統(tǒng)的時(shí)效性、準(zhǔn)確性、穩(wěn)定性以及靈活性提出了更高要求。
為了解決以上問題，CDP 系統(tǒng)必須提升數(shù)據(jù)處理能力。過去傳統(tǒng)方案是通過數(shù)倉進(jìn)行 T+1 計(jì)算，再導(dǎo)入 ES 集群存儲(chǔ)，前端通過傳入查詢條件，組裝 ES 查詢條件查詢符合條件的數(shù)據(jù)。攜程已經(jīng)上線的標(biāo)簽有上百個(gè)，有查詢使用的超過 50% ，由于該方案是離線計(jì)算，所以數(shù)據(jù)時(shí)效性差，依賴底層離線平臺(tái)計(jì)算和 ES 索引，查詢響應(yīng)速度較慢。
TiDB HTAP 雙引擎
滿足實(shí)時(shí)觸發(fā)、持久化儲(chǔ)存雙場景需求
CDP 希望在數(shù)據(jù)處理的過程中能提升數(shù)據(jù)處理時(shí)效性，同時(shí)滿足業(yè)務(wù)靈活性的要求，對于數(shù)據(jù)處理邏輯、數(shù)據(jù)更新邏輯，可以通過系統(tǒng)動(dòng)態(tài)配置規(guī)則的方式來消費(fèi)消息數(shù)據(jù)（Kafka 或 QMQ）動(dòng)態(tài)更新標(biāo)簽，業(yè)務(wù)層只需關(guān)心數(shù)據(jù)篩選邏輯及條件查詢。
根據(jù)業(yè)務(wù)需求，業(yè)務(wù)數(shù)據(jù)標(biāo)簽篩選主要分為兩大場景：
· 實(shí)時(shí)觸發(fā)場景。根據(jù)業(yè)務(wù)需要，配置動(dòng)態(tài)規(guī)則，實(shí)時(shí)訂閱業(yè)務(wù)系統(tǒng)的變更消息，篩選出滿足動(dòng)態(tài)規(guī)則條件的數(shù)據(jù)，通過消息的方式推送到下游業(yè)務(wù)方；
· 標(biāo)簽持久化場景。將業(yè)務(wù)系統(tǒng)的實(shí)時(shí)業(yè)務(wù)變更消息按照業(yè)務(wù)需要，加工成業(yè)務(wù)相關(guān)的特征數(shù)據(jù)，持久化存儲(chǔ)到存儲(chǔ)引擎。業(yè)務(wù)根據(jù)需要組裝查詢條件查詢引擎數(shù)據(jù)，主要有 OLAP （分析類）與 OLTP （在線查詢）兩大類查詢。
基于以上需求，CDP 流式數(shù)據(jù)采用類 Kappa 架構(gòu)，標(biāo)簽持久化采用類 Lambda 架構(gòu)，如下圖所示：
圖：CDP 系統(tǒng)架構(gòu)
其中，標(biāo)簽持久化場景需要解決業(yè)務(wù)標(biāo)簽的持久化存儲(chǔ)、更新、查詢服務(wù)，攜程采用了 TiDB 來存儲(chǔ)業(yè)務(wù)持久化的標(biāo)簽，并采用實(shí)時(shí)觸發(fā)場景中的動(dòng)態(tài)規(guī)則配置方式消費(fèi)業(yè)務(wù)系統(tǒng)數(shù)據(jù)變更消息，保證業(yè)務(wù)持久化標(biāo)簽的時(shí)效性，通過 TiDB 對 OLTP 和 OLAP 不同場景查詢特性的支持，來滿足不同業(yè)務(wù)場景中訪問業(yè)務(wù)特征數(shù)據(jù)的需要。
系統(tǒng)借鑒了 Lambda 數(shù)據(jù)處理架構(gòu)的思想，新增數(shù)據(jù)根據(jù)來源不同分別發(fā)送到不同的通道中，歷史全量數(shù)據(jù)通過數(shù)據(jù)批處理引擎（如 Spark）轉(zhuǎn)換完，批量寫入到數(shù)據(jù)持久化存儲(chǔ)引擎 TiDB 中。增量數(shù)據(jù)業(yè)務(wù)應(yīng)用以消息形式發(fā)送到 Kafka 或 QMQ 消息隊(duì)列，將數(shù)據(jù)按照標(biāo)簽持久化的邏輯規(guī)則處理完成，增量寫入到持久化存儲(chǔ)引擎 TiDB，以此解決數(shù)據(jù)的時(shí)效性問題。
TiDB 同時(shí)具有兩大持久化存儲(chǔ)方式，一種是行存 TiKV ，可以支持 OLTP 場景，另一種是列存 TiFlash ，可以支持 OLAP 場景。TiDB 數(shù)據(jù)存儲(chǔ)內(nèi)部自動(dòng)解決這兩個(gè)引擎的數(shù)據(jù)同步問題，客戶端查詢根據(jù)自身需要選擇查詢方式。同時(shí)，TiDB 還能保障兩種方式有著良好的隔離性，并兼顧數(shù)據(jù)強(qiáng)一致性，出色地解決了 HTAP 場景的隔離性及列存同步問題。
目前，CDP 已經(jīng)與攜程各個(gè)業(yè)務(wù)系統(tǒng)進(jìn)行深度整合打通，為國際業(yè)務(wù)增長提供業(yè)務(wù)特征標(biāo)簽庫的數(shù)據(jù)與服務(wù)支持。
TiDB 應(yīng)用價(jià)值
· HTAP 混合負(fù)載
完美支撐 OLTP + OLAP 混合負(fù)載，簡化 IT 系統(tǒng)架構(gòu)，大幅提升業(yè)務(wù)的實(shí)時(shí)查詢性能。
· 水平彈性擴(kuò)展
擺脫了 MySQL 分庫分表難題，幫助攜程隨時(shí)根據(jù)業(yè)務(wù)增長情況進(jìn)行水平彈性擴(kuò)展。
