查询速度提升10倍！StarRocks在格洛博电商系统的应用实践

　　重庆格洛博电子商务有限公司是一家专注于跨境贸易B2C电子商务公司。格洛博早期主营互联网行业海外流量服务及流量变现，2018年初开始主力运营综合类商城网站，以客户需求为导向，以诚信之道为根本，以优质服务为使命，以物惠全球为愿景，为全球用户提供多元化的互动式购物体验，全方位打造B2C跨境电子商务综合体。

　　格洛博数据技术团队基于StarRocks建立一个实时分析系统。生产环境引入StarRocks后，查询速度得到明显提升，较StarRocks上线前提升至少10倍以上。

　　　　业务痛点及技术挑战

　　格洛博作为一家自研电商平台的电子商务公司，自主研发了广告效果分析系统、订单管理系统、供应商管理系统、采购管理系统、仓储管理系统、物流管理系统等，多个系统各类明细数据筛选条件较多，实时数据自定义多维度分析报表较多，包括广告数据分析、销售订单分析、供应商分析、采购订单分析、库存分析、物流分析等等。

　　目前公司业务需求在技术实施过程中，由于业务增长较快，团队研发能力无法快速跟上，大量业务依托于MySQL实现，主要存在技术难点如下：

　　1.数据量大：业务明细数据较多，总体达10亿数据以上;

　　2.多表join：各类多维度分析报表较多，涉及多个大表join;

　　3.实时分析：业务依据广告效果投放，实时分析订单变化，及时调整广告预算;

　　4.实时监控：动态监控下单流程行为，实时分析系统异常;

　　5.日志数据：日志类与业务类数据同时存在于一体，没有区分冷热数据，导致MySQL性能下降。

　　基于以上技术难点，我们期望寻找到可替代MySQL的数据库，或建立一个OLAP实时分析系统，提供一套快速、稳定的实时数据服务。

　　　　技术选型

　　为解决实时分析的时效性，同时又能保证数据快速写入查询，先后调研了TiDB、ClickHouse、StarRocks，汇总如下：

　　TiDB：一款定位于在线事务处理/在线分析处理(HTAP)的融合数据库产品，可替换MySQL，但生产环境要求配置较高，同时替换现有的MySQL数据库成本高。

　　ClickHouse：一款开源的OLAP列式分析系统，可单独部署不影响现有架构，面向大宽表，支持MySQL外表，但无法支持好多表join，同时现有的业务SQL也需要一定部分改写，运维相对复杂。

　　StarRocks：一款新一代极速MPP分析型数据库，可单独部署不影响现有架构，可多表join，实时数据查询分析快，现有业务SQL基本无需改写，支持MySQL外表，运维简单，同时支持高并发、冷热数据分离。

　　综上所述，决定使用StarRocks建立一个实时分析系统。

　　　　数据同步

　　如上图所示，我们使用Canal+Kafka方式实时将MySQL同步到StarRocks。Canal是阿里巴巴开源的一个Mysql binlog同步工具，通过Canal我们可以把Mysql的数据同步到Kafka，在Kafka中数据是用Json的格式生成的，然后用StarRocks的Routine Load方式消费Kafka数据同步到StarRocks。历史数据通过创建MySQL外部表，使用INSERT SELECT方式导入到StarRocks。

　　　　冷热数据存储

　　实际使用StarRocks过程中，我们采用SSD/NVME+HDD实现冷热数据分离存储，SSD/NVME存储今年数据，HDD存储往年数据。同时StarRocks也支持冷热数据自动迁移的功能，相关建表参数可参考storage_medium、storage_cooldown_time等。

　　　　StarRocks在各场景中应用

　　1.自定义多维度分析：业务人员自定义各种维度时，系统自动化动态多表join，通过查询StarRocks快速响应查询结果;

　　2.多条件明细数据查询：实现了时间跨度范围大的订单数据、物流数据快速查询;

　　3.定时导出明细数据：实现了时间跨度范围大的明细数据快速导出;

　　4.日志数据存储：利用StarRocks动态分区特性，大量操作日志存储于StarRocks，解决了日志类与业务类数据同时存储在MySQL导致的性能下降问题。

　　　　StarRocks上线效果

　　未使用StarRocks前，我们一直使用MySQL处理所有数据，包括了实时数据分析，技术部门经常收到业务部门的系统提速诉求，上线StarRocks后，提速诉求已基本没有，上线前后SQL查询对比结果如下表：

　　综上表所述，在引入StarRocks后，查询速度得到明显提升，目前生成环境使用至少10倍以上。

　　　　遇到问题及解决方案

　　1.SQL查询GROUP BY：由于MySQL的sql_mode去掉了ONLY_FULL_GROUP_BY，转移StarRocks测试过程中存在查询报错“SELECT list is not in GROUP BY clause and contains nonaggregated column”，修改已有SQL即可解决;

　　2.varchar长度问题：MySQL的长度以字符数计算，而StarRocks以字节计算，处理方案则是在生成创建StarRocks的SQL时，长度设置为原基础上的2倍;

　　3.es外部表字符串部分显示为null：StarRocks创建Elasticsearch外部表时，属性参数enable_docvalue_scan默认为true，将其设置为false即可;

　　4.动态创建分区不支持时间戳int型字段：StarRocks动态创建分区支持date、datetime字段，目前我们将时间戳int型字段修改为datetime字段存储，当然可以另外增加一列处理。(作者：林元猛，重庆格洛博技术负责人，负责产品技术实现、系统架构设计等)