基于 Databend 实现的海量日志实时查询服务 | 多点DMALL
作者：苏琳
多点DMALL 供应链补货团队负责人
多点DMALL 成立于 2015 年。从创立伊始，就致力于以大数据、云计算、AI 等数字技术改变零售业，是一站式全渠道数字零售解决方案服务商，数字化解构重构零售产业，提供端到端的商业 SaaS 解决方案。
多点DMALL 通过 DMALL OS 提供零售云一站式解决方案，帮助零售商和品牌商数字化转型，实现线上线下一体化；同时通过多点 App 等工具赋能全渠道经营能力，并提供各类增值服务。
需求概述
商家要求支持 4 个月的日志查询，目前线上只支持 1 个月。每天日志是 400 万行项，1 个月的日志量是 1.2 亿， 考虑到后续业务的增长，预计每月日志数据量会增长到 2.5亿；4 个月的日志量是 10 亿行项左右。
现采用的 MongoDB 集群因资源受限无法支持 10 亿行项存储及查询，急需寻找另外的解决方案。
Databend 的介绍及优势
Databend 是一个开源的、完全面向云架构的新式数仓，它提供快速的弹性扩展能力，并结合云的弹性、简单性和低成本，使 Data Cloud 构建变得更加容易。Databend 把数据存储在 AWS S3 ，Azure Blob 等这些云上的存储系统，可以使不同的计算节点挂载同一份数据，从而做到较高的弹性，实现对资源的精细化控制。Databend 在设计上专注以下能力：
-
高性能且部署使用成本低： 在提供更高的性能的同时，部署成本不到传统数据库(MySQL、MongoDB)的 1/10；
-
支持标准 sql 语法： 能兼容 Mybatits 等常用 ORM 框架，对于研发来说没有任何学习成本。
-
支持自动索引： 系统会自动对所有字段建立索引；无需研发进行优化。
技术选型
由于 Databend 可以处理海量数据的查询，并且提供了实时查询和处理能力。恰好满足了多点现在所求。基于以上，我们选择 Databend 实现海量日志实时查询的原因包括有以下四点：
1️⃣ 基于对象存储，成本低
SSD 块设备的 1/10；按实际用量付费
2️⃣ 在线查询
无须从冷备中恢复；可接受的查询性能
3️⃣ 支持大单表
TB 级别；分批持续归档
4️⃣ 兼容 TiDB
MySQL 协议；数据类型兼容
使用 Databend 方案
目前使用 Databend 主要是用在计算日志查询场景。
计算任务会将计算日志保存到 MongoDB；然后会通过定时任务，将日志从 MongoDB 同步到 Databend 供页面查询。
基于 Databend 的性能测试
👨🏻💻 测试环境
Databend 是计算、存储分离架构
计算节点： 1 * 4C16G100G (费用 70美元/月)
**存储：**使用对象存储，按需付费
👨🏻💻 测试表结构和数据样例
1️⃣ 表结构
CREATE TABLE `logs` (
`tenant` VARCHAR COMMENT,
`batch_seq` INT COMMENT,
`order_situations` VARIANT COMMENT,
`day` VARCHAR COMMENT,
`shop_code` VARCHAR COMMENT,
`goods_code` VARCHAR COMMENT,
`supplier_code` VARCHAR COMMENT,
`out_supplier_code` VARCHAR COMMENT,
`out_supplier_type` VARCHAR COMMENT,
`today_order` INT COMMENT,
`category` VARCHAR COMMENT,
`sec_category` VARCHAR COMMENT,
`thi_category` VARCHAR COMMENT,
`log_detail` JSON COMMENT
) ENGINE=FUSE
2️⃣ 查询性能
👨🏻💻 测试总结
在10亿数据量级下，常用查询均可做到秒级响应。
海量日志实时查询服务通用化解决方案
Databend 适用方案
-
大规模数据查询: Databend 可以处理海量数据的查询。如果你需要对大规模数据进行复杂的查询和分析，Databend 可以作为一个高效的数据湖仓使用。
-
数据仓库和数据湖: Databend 可以作为数据仓库或数据湖的核心组件，用于存储和管理结构化和半结构化数据。它支持标准的 SQL 查询语言，使得数据分析师和工程师可以方便地进行数据探索和分析。
-
实时数据处理： Databend 提供了实时查询和处理能力，适用于对实时数据流进行查询和分析的场景。你可以将实时数据流导入到 Databend 中，并通过 SQL 查询语言实时分析数据。
