TiDB x 理想汽车 | 一栈式 HTAP 数据平台助力“实时业务决策”

智能汽车是一个集成环境感知、规划决策以及多级辅助驾驶等功能的先进系统。在数智化转型过程中，车企正在从内部组织、数字人才管理，到产品的研发、生产制造、再到营销建立起多维数字生态，数字技术与车企的有机融合已成大势所趋。

业务挑战

为了更好地支持业务决策，理想汽车构建了一套实时决策平台，对渠道管理、门店运营、市场营销、生产制造等关键业务环节进行深入分析和精准决策，助力企业在竞争激烈的市场抢占先机。平台涵盖了日常的决策调度、财务管理、报表生成的需求，整合了商业前端流程，如线上派单、交付和信息上报等，这对数据处理平台提出了高可用、支持海量数据的 OLTP 和 OLAP 处理等多维综合要求。传统方案依赖于 Hadoop、Hive 等大数据处理平台进行离线数据分析，这些平台在技术实现和运维管理上较为复杂，数据分析的延迟往往需要数小时甚至数天，无法保证时效性。

随着理想汽车订单量的迅猛增长，对交付流程的效率提出了更高标准。因此，理想汽车自主研发了一套算法调度系统，目标是构建高效、准确的调度能力，进而降低生产成本并提升生产效率。这一关键业务系统要求数据库能够承载高并发请求，保证低延迟响应，同时具备高可用性和故障自愈能力。这些特性对于确保系统的稳定性和可靠性至关重要，是支持理想汽车持续提升交付效率和降低成本的关键因素。

解决方案

通过对比测试和业务场景的验证，理想汽车在引入 TiDB 分布式数据库支撑实时决策平台，又在后续的算法调度、财务数仓、人力数仓系统中深入应用了 TiDB。

实时决策平台整合来自销售、订单、交付、智能工厂、车后服务和智能算法等多个上游平台的高价值业务数据，通过数据同步工具平台 DTS 将这些数据高效地汇聚到统一的 TiDB 集群中，实现了基于 TiDB 的 HTAP SQL 实时数据查询能力，敏捷的为业务提供准确、实时的数据决策分析需求。对于 SQL 查询，尤其是长度超过百行，甚至超过 1000 行的复杂查询，传统的 Hive 处理方式在复杂性和嵌套层级上相当繁琐。TiDB 不但在执行计划器能够高效地处理这些复杂的 SQL 语句，使用体验也回归到写 SQL 即可，确保了计算和执行的流畅度与实时性。

算法调度系统早期主要处理来自工厂制造的数据，通过深入分析生产数据，系统能够识别出提高效率的关键路径，并对工厂调度进行优化。基于 TiDB 的存算分离架构、HTAP 特性、按需扩展和高并发承载能力，系统能够实时分析生产瓶颈，迅速下达优化调度任务。在此基础上，系统又增加精准营销模块，通过销售数据的细致分析，为理想汽车的用户提供更加个性化的服务，从而全面提升用户的购车和用车体验。

随着业务数据量的持续增长，理想汽车在 2023 年对现有的两套 TiDB 集群实施了全面升级。升级后的集群实现了性能的翻倍提升，同时稳定性得到加强，资源消耗降低了 50% 左右。此次升级彻底解决了旧集群的遗留问题，显著减少了数据库运维的工单数量，实现了运维效率的指数级提升，大幅降低了 DBA 和应用开发人员的工作负担。

用户收益

• 按需弹性拓展
  TiDB 的存算分离架构支持按需一键弹性扩展，在业务快速增长和数据量激增的情况下，通过简单地增加计算或存储节点即可满足业务需求，极大地降低了开发和运维团队的心智负担。

• 业务开发友好
  TiDB 的应用透明特性和对标准 SQL 的支持，避免了分库分表的设计，使得数据库架构与应用逻辑保持相互独立，从而让开发团队能够专注于业务创新，而无需担心分片策略带来的复杂性，显著提升了业务的敏捷性。

• 简化数据栈，提升业务决策的时效性和准确性
  利用 HTAP 能力实现了大规模、实时、多源数据的高效汇聚、实时的流式计算以及大数据量的复杂分析处理，不仅简化了大数据技术栈，而且显著提升了业务决策的时效性和准确性。

• 资源消耗节省 50%
  通过集群新版本的升级，实现了性能 100% 的提升，成功回收了存储容量，公有云的计算和存储资源消耗降低了 50% 左右，系统的稳定性也得到进一步的增强。

• 更强的业务连续性保障
  TiDB 的云原生分布式架构，具备天然的高可用以及自动故障转移特性，确保了在大规模使用 ECS 时，系统对 ECS 的故障容忍度大幅提升。即使 ECS 发生故障，对业务的连续性也不会造成影响。

未来展望，平凯星辰将与理想汽车紧密合作，深度利用 TiDB 的资源管控能力，推进多集群的归集和统一管理，以实现硬件成本的进一步降低。依托 TiDB 的分布式框架和 pipelined DML 等创新特性，优化业务开发流程，提升开发效率和敏捷性。通过不断优化的数据架构，TiDB 将为理想汽车提供强大的数据平台支持，通过增强数据分析和应用能力，在提高企业运营效率的同时提升消费者的购买和交付体验。