森马服饰从 Elasticsearch 到阿里云 SelectDB 的架构演进之路

森马引入阿里云 SelectDB 替换原 Elasticsearch + 业务库混合架构，统一分析 16+ 核心业务，打通 BI 组件，大幅简化数据同步链路和分析系统架构。实现复杂查询 QPS 提升 400%，响应时间缩短至秒级，亿级库存流水聚合查询缩短至 8 秒内的显著收益，有效驱动森马全渠道运营效率持续增长与业务创新。

早期架构面临挑战

浙江森马服饰股份有限公司（深交所 A 股：002563.SZ，以下简称“森马”）是中国休闲服饰和童装领域的领先企业，旗下拥有'森马''巴拉巴拉'两大核心品牌。其中，巴拉巴拉品牌在中国童装市场占有率连续多年位居第一，并跻身全球童装市场前列。集团覆盖线上线下全渠道零售，门店总数达到 8000+ 家。

为应对日渐激烈的零售行业竞争并完成全域业务模式升级，森马启动“全域货通”中台项目，整合线上线下 8000+ 店铺，以帮助缩短订单处理链路，整合线上线下全业务库存，实现库存可视、共享、协同。同时支持售前售后业务中多维度的操作流水分析、灵活多变的BI分析等场景，为全渠道运营提供灵活高效的决策支撑。

为满足上述业务目标，森马基于 Elasticsearch + 分布式 MySQL 构建了一套混合数据分析架构，使用分布式 MySQL 满足订单查询、库存查询等简单实时的数据分析需求，并使用 Elasticsearch 支持多条件过滤、聚合分析等复杂数据分析场景。

森马基于 Elasticsearch + 分布式 MySQL 构建了一套混合数据分析架构.png

该架构在使用过程中存在下列问题：

整体架构复杂且灵活性不足：整体架构中存在 Elasticsearch、分布式 MySQL 两套冗余系统，需要根据业务分析需求的特点来选择合适的系统；业务数据同步至 ES 的链路较为复杂冗长，需经过Canal、Kafka、DataSync等组件，且Canal 订阅会随着源端库实例变配导致 Binlog 位点异常，从而导致数据同步异常；由于Elasticsearch多表关联查询能力薄弱，需要业务程序把复杂的多表关联查询转化为单表查询，业务处理逻辑复杂。
数据分析性能不足：面对海量数据聚合计算、多表关联分析场景性能表现较差，难以满足大规模数据下复杂的业务分析需求；不支持标准 SQL 与 DSL 查询语言，无法直接对接集团采购的 BI 套件，难以满足运营、客服人员灵活多变的数据分析需求。
运维管理复杂：需同时运营管理 Elasticsearch、分布式 MySQL 两套系统，且 Elasticsearch 的 DSL 查询语法对于开发运维门槛较高；需要对 Elasticsearch 集群、索引进行良好的前期规划，否则后续可能出现集群伸缩缓慢、新增索引字段需要重写历史数据等问题；当进行海量数据复杂查询时，容易触发 Elasticsearch 节点 Full GC 等问题，导致数据分析服务不稳定。

为什么选择阿里云 SelectDB

根据上述业务挑战，森马数字中心研发团队决定引入一款高性能、高灵活性的数据分析引擎简化架构，经多轮技术验证，最终选择阿里云 SelectDB 作为核心引擎，主要基于以下考量：

多种分析需求的统一支持：阿里云 SelectDB 可同时满足简单的过滤查询、海量数据的聚合分析、复杂的多表关联查询，无需维护复杂的业务逻辑来实现多表关联分析。此外，阿里云 SelectDB 支持 MySQL 连接协议，可直接对接主流的商业 BI 软件。
极致分析性能：阿里云 SelectDB 在 SSB-Flat、TPC-DS 等业界标准性能测试结果中表现领先，体现了大宽表、多表关联等多种场景下均具有极致的分析性能，在前期仿真测试验证过程中，复杂查询有数量级的性能提升。
简单易用： 阿里云 SelectDB 可大幅简化森马的数据分析架构，支持通过数据传输工具 DTS，一键实时同步 TP 数据库到数仓；采用标准的 SQL 接口，更方便业务人员开发对接；支持快速伸缩集群、一条SQL完成索引创建等功能。

阿里云 SelectDB 实时分析实践

基于阿里云 SelectDB 完成实时数仓升级后，森马 16+ 核心业务均切换至阿里云 SelectDB，数据通过 DTS 实时同步至阿里云 SelectDB后，由阿里云 SelectDB 统一对数据应用层提供服务。整体架构如下：

阿里云 SelectDB 实时分析实践.png

多场景统一支持

01 实时高频的订单检索分析场景

森马数据平台汇聚了大规模的平台订单、交易流水等数据，需要为 2B 业务、2C 业务、直营店、加盟商等多场景提供实时分析协同支持。在该场景下，存在毫秒级的订单在线查询、模糊检索等核心需求。

针对这些需求，森马研发人员借助阿里云 SelectDB 简单统一的索引方案，能够轻松高效地加以满足，无需组合依赖多种复杂的索引技术。具体实现逻辑如下：

精准过滤需求：针对订单信息中订单 ID、门店 ID 等常用过滤属性，采用简单不分词的倒排索引方案，可数十倍的提升精准过滤查询性能，相比业界典型的布隆过滤器索引性能更优。
模糊检索需求：对于订单信息中的订单描述等文本内容，采用分词模式倒排索引方案，可满足模糊匹配、短语查询等复杂检索需求。分词模式支持配置分词解析器，并能灵活配置是否支持短语查询、是否区分大小写等参数，使得倒排索引调控更为灵活。

-- 建表示例：针对订单相关字段构建倒排索引
CREATE TABLE order_table (
    order_no VARCHAR(120),    -- 订单号
    order_info VARCHAR(4096), -- 订单信息

    -- 其他字段...
    INDEX idx_order_no (order_no) USING INVERTED,
    INDEX idx_order_info (order_info) USING INVERTED 
    PROPERTIES(
        "parser" = "english",     -- 英文分词解析器
        "support_phrase" = "true",-- 支持短语精确匹配
        "lower_case" = "true"     -- 统一转为小写，实现大小写不敏感查询
    )
)...

-- 精准过滤
SELECT * FROM order_table 
WHERE order_no = '20230901123456';

-- 模糊检索匹配
SELECT * FROM order_table 
WHERE order_info MATCH_ANY '2023 order';

02 海量数据的聚合分析场景

森马库存数据量高达亿级，操作流水数据量高达十亿级规模。 在业务高峰时段，运营人员需要集中对数据进行多维度聚合统计分析，以便及时掌握业务动态。此前，森马采用基于 Elasticsearch 的聚合分析方案，该方案在高峰期多请求并行分析大量数据时，性能表现欠佳，系统会出现服务不稳定的情况，影响业务正常开展。

阿里云 SelectDB 凭借其高性能的分析引擎，有效解决了森马在海量数据聚合分析场景的痛点。即使在业务高峰期，面对高并发分析请求，阿里云 SelectDB 也能保证服务整体压力平稳，确保数据分析高效、稳定进行。

-- 千级门店的订单状态分析
SELECT status, COUNT(*) AS count FROM order_table WHERE store_code IN ('D80201', 'D80261', 'D80489'...) GROUP BY status

-- 物流仓库的海量操作流水分析
SELECT COUNT(*) AS total FROM stock_change_log log WHERE log.real_warehouse_code IN ('2SJM1S0441', '2MXAAS0211', '2QAS1S0341'...）

03 灵活多变的 BI 分析场景

森马内部早期定制开发了较多的报表及分析页面，新需求开发和存量分析功能维护成本非常高。在应对 2B 业务、2C 业务、直营店、加盟商等多场景下灵活多变的需求时，定制开发方式逐渐暴露出不足。因此森马逐步引入了商业 BI 组件，借助其简单拖拽的操作方式，为各业务场景提供灵活高效的数据分析能力。而 Elasticsearch 不支持标准 SQL 与 DSL 查询语言，无法与主流 BI 接入打通。

阿里云 SelectDB 则采用标准的 MySQL 协议，能与大部分 BI 组件实现无缝对接，完美解决了森马业务场景下基于 BI 组件进行进行灵活数据分析的需求。从实际应用情况看，SelectDB 完美支持 BI 组件拼装的复杂关联 SQL 语句，可以让业务人员轻松实现复杂的数据分析需求，并提供秒级高效分析体验。

灵活多变的 BI 分析场景.png

极致的查询性能

借助阿里云 SelectDB 的高性能查询引擎，森马实现了海量数据查询效率与系统扩展性的双重突破：

在千万级订单检索过滤场景下，相较于传统数据库与 ES + 业务库混合架构，阿里云 SelectDB 查询 QPS 提升约 400%，达到 QPS 200+ 水平，大幅提高订单检索过滤效率。
在十亿级库存流水聚合分析场景下，阿里云 SelectDB 将查询耗时缩短至秒级，让业务人员能够更快地获取分析结果，及时做出决策。
在千万级数据多表关联分析场景下，阿里云 SelectDB 无需复杂的业务逻辑开发，性能达到秒级水平。

森马全域货通中台全量上线后，在业务高峰期，集群资源压力也比较可控，系统运行非常平稳。此外，在压力测试环境中，阿里云 SelectDB 展现出了出色的线性扩展能力，可通过弹性扩容支持更高的业务流量，为森马的业务发展提供坚实的技术保障。

极致的查询性能.png

成熟易用的产品体验

目前，森马全域货通数据中台已全面上线，阿里云 SelectDB 在其中提供了出色的产品体验，帮助森马降低运维成本，提高研发效率：

简化技术架构： 阿里云 SelectDB 统一了多个数据分析组件，以往运维人员需分别维护多个组件，而如今仅需关注阿里云 SelectDB 单平台，降低日常维护成本。
实时化数据链路： 与 DTS 打通实现实时数据同步，并可自动同步常见的 DDL 操作（如自动加列），数据链路延时控制在 5 秒以内。在数据变更或出现异常的场景下，数据同步链路可快速自愈，有效保障了数据的及时性和准确性。
高度兼容标准 SQL： 阿里云 SelectDB 具备出色的 SQL 兼容度，原有分布式 MySQL 相关查询基本无需改动即可完成迁移。同时，阿里云 SelectDB 消除了业务代码中复杂的多表关联处理，无需再为复杂的关联逻辑而烦恼，大幅提升了研发效率。
可视化数据开发：阿里云 SelectDB 提供了可视化的数据开发工具 SelectDB Studio，研发人员可以通过直观的界面进行 SQL 开发、日志检索分析、审计查询、慢查询分析以及权限管理等操作，简化了数据分析开发的对接过程，让研发工作更加便捷高效。

成熟易用的产品体验.png

阿里云 SelectDB 自全量上线以来，在业务高峰期能轻松应对读写流量的冲击，整体服务质量始终保持平稳，为森马业务提供了可靠的数据分析能力。

灵活弹性和资源隔离

阿里云 SelectDB 采用存算分离架构，计算资源弹性伸缩过程快速且平稳，具备简单灵活的弹性伸缩能力。在森马全域货通的业务高峰期，尤其是直播大促等高压力时段，容易出现流量激增的突发情况。此时，可快速对阿里云 SelectDB 进行弹性扩容，以应对激增的业务需求。当流量高峰过去，再按需适当缩容，从而降低成本。值得一提的是，阿里云 SelectDB 扩缩容过程均为在线操作，无需停服，也无需大量数据搬迁，极大地提高了业务应对突发情况的灵活性和效率。

除了弹性伸缩能力，阿里云 SelectDB 还提供了优雅的资源隔离方案。基于存算分离架构，多个计算组可以强一致地共享分析同一份数据，该特性满足了森马多查询场景之间的隔离需求。例如，在线类订单查询服务独立采用一个计算组，确保订单实时性与高效性。而离线类的聚合分析、BI 分析场景独立采用另一个计算组，避免相互干扰。阿里云 SelectDB 提供的资源隔离能力不仅简单易用，且无需额外存储成本，为森马提供了低成本、高效的计算资源隔离方案。

灵活弹性和资源隔离.png

应用收益

森马基于阿里云 SelectDB 完成数据架构升级后，实现了查询效率的质变的同时降低了运维成本，为全域货通项目的成功提供了关键支撑，取得了以下关键收益：

数据分析效率显著提升： 复杂查询 QPS 提升 400%，响应时间缩短至秒级，亿级库存流水聚合查询缩短至 8 秒内，打通 BI 组件提供灵活按需的分析能力，大幅提升2B 业务、2C 业务、直营店、加盟商等多场景下的数据分析效率。
运维成本大幅降低： 16+ 核心业务均切换至阿里云 SelectDB 统一分析，数据架构与同步链路大幅简化，可直接基于 SQL 语句直接展示结果，无需二次开发中间层，节省额外开发成本。此外，通过存算分离架构实现计算资源弹性扩缩容，提升性能的同时大幅降低了运维成本。
支持稳定运行： 阿里云 SelectDB 由 Apache Doris 原厂飞轮科技提供 7 * 24 小时技术支持，在重大保障期间及时响应，有效支撑“一个森马、一个团队、一个目标、一起奋斗” 战略目标，为森马全域零售建设提供敏捷技术能力。

未来规划

未来，森马将继续深化阿里云 SelectDB 在更多业务场景中的应用，以实现更高效的查询，驱动全渠道运营效率持续增长与业务创新：

报表导出加速： 森马计划引入阿里云 SelectDB 湖仓融合分析能力，利用阿里云 SelectDB 进行数据加工，然后将数据导出到外部存储，支持数据的进一步分析处理需求。
AI 智能应用： 森马期待未来阿里云 SelectDB 深入与 AI 相结合，协助快速分析调优 SQL 语句，同时为业务提供更智能的 AI 报表能力。

SelectDB Cloud

SelectDB Enterprise

SelectDB Studio Desktop

Doris Operator

X2Doris

Connectors

SQL Converter