1、MongoDB 服務及行業(yè)應用方案概述目錄第一部分: 關于我們第二部分: 產(chǎn)品與服務第三部分: MongoDB產(chǎn)品服務及案例分析第四部分: Akamai產(chǎn)品服務及案例分析第五部分：Vonage產(chǎn)品及用例介紹第二部分：產(chǎn)品及服務產(chǎn)品及服務概括Vonage海外通信-短信、郵件、 音頻、視頻咨詢服務根據(jù)用戶信息化現(xiàn)狀， 將管理思想、商業(yè)模式 與IT技術手段相結合， 提供IT咨詢與服務，幫 助企業(yè)客戶由傳統(tǒng)模式 向互聯(lián)網(wǎng)模式順利轉 型。CDN、應用性能集合Akamai的CDN、云 壓力測試、用戶體驗監(jiān) 控、應用性能管理工具，持續(xù)優(yōu)化您的應 用，改善用戶體驗，提 高企業(yè)競爭力。數(shù)據(jù)庫MongoDB是基于

2、分布式 文件存儲的NOSQL數(shù)據(jù) 庫，旨在為用戶提供可 擴展的高性能數(shù)據(jù)存儲 解決方案 。第三部分：MongoDB產(chǎn)品服務及案例分析MongoDB廣受開發(fā)歡迎Stackoverflow 2019Developer most wanted database/survey/2019#overviewDB-Engines 2020年4月 數(shù)據(jù)庫綜合排名/en/ranking_trend保險行業(yè)ProblemWhy MongoDBData Warehouse批量、靜態(tài)、非實時的用戶信息Results挑戰(zhàn)方案效果開門紅大屏，預計峰值10W消息/秒，數(shù)據(jù) 量大，實時性要求高，原有基于Oracle的 方案存

3、在以下不足：延遲大，無法滿足實時性要求存儲過程的并發(fā)計算限制對Oracle核心庫資源爭用系統(tǒng)缺乏水平擴展性利用MongoDB加Spark Streaming的高速流式數(shù)據(jù)處理架構：業(yè)務數(shù)據(jù)改造寫入MQ利用MongoDB唯一索引去除重復數(shù)據(jù)Spark與MongoDB雙向讀寫，統(tǒng)計排名 寫入MongoDB實時性： 數(shù)據(jù)刷新從4分鐘減少到2秒擴展性： MongoDB和Spark都是水平橫向 擴展的架構，簡單添加節(jié)點即可擴展集群 的整理處理能力簡化架構： 不再依賴觸發(fā)器、存儲過程和 數(shù)據(jù)復制軟件這些復雜的數(shù)據(jù)處理機制。 降低了核心Oracle數(shù)據(jù)庫的壓力，降低平 臺的維護復雜度。保險行業(yè)ta W、靜態(tài)

4、、roblePmWDa批量hy MongoDBarehouse非實時的用戶信息數(shù)據(jù)源消息層數(shù)據(jù)計算層展現(xiàn)層核心承保系統(tǒng)ALIMQ代理人、機構 碼表同步消息去重保險行業(yè)ProblemWhy MongoDBData Warehouse批量、靜態(tài)、非實時的用戶信息Results挑戰(zhàn)方案效果基于業(yè)務系統(tǒng)，現(xiàn)有Oracle、DB2、 MongoDB等多種類型的數(shù)據(jù)庫，每個數(shù)據(jù) 庫對應一個歸檔庫。存在以下問題：數(shù)據(jù)復制方式多樣，維護復雜不利高可用、擴展性、安全性方面的統(tǒng) 一管理歸檔數(shù)據(jù)孤島，影響業(yè)務創(chuàng)新使用MongoDB實現(xiàn)數(shù)據(jù)庫統(tǒng)一歸檔：通過腳本定期歸檔至MongoDB結構化，非結構化、半結構化數(shù)據(jù)源方

5、 便存儲于MongoDB中MongoDB分片集群添加服務器橫向擴 展對不同的歷史庫歸檔作業(yè)統(tǒng)一管理，統(tǒng)一維 護，統(tǒng)一分析。高可用，擴展性，安全性滿足企業(yè)級需求。隨著數(shù)據(jù)量的增加，簡單添加服務器即可對 集群擴容，管理維護成本低。為后面2階段的數(shù)據(jù)聚合，數(shù)據(jù)分析，形成 數(shù)據(jù)中臺打下基礎。保險行業(yè)1階段：構建平臺導入數(shù)據(jù)2階段：數(shù)據(jù)聚合模型轉換3階段數(shù)據(jù)分析用戶360MongoDB專業(yè)服務 - 保險行業(yè)ProblemWhy MongoDBData Warehouse批量、靜態(tài)、非實時的用戶信息Results挑戰(zhàn)方案效果公司在去O趨勢下，多個開發(fā)團隊已經(jīng)將 MongoDB應用于數(shù)個系統(tǒng)，并有多個應用

6、項目團隊正在考慮近期應用MongoDB數(shù)據(jù) 庫。另一方面，相比其他傳統(tǒng)數(shù)據(jù)庫如MySQL 或Oracle，開發(fā)團隊和運維團隊均缺少開 發(fā)和運維經(jīng)驗，急需架構上開發(fā)運維規(guī)范和 實際開發(fā)設計指導，為此需開展本 MongoDB專業(yè)技術服務項目。提供MongoDB專業(yè)服務，包括：MongoDB培訓太保MongoDB數(shù)據(jù)庫規(guī)范制定 4個開發(fā)項目MongoDB技術支持 生產(chǎn)MongoDB數(shù)據(jù)庫運維支撐通過完成架構、開發(fā)、運維的規(guī)范指定及技 術支撐，達到降低使用風險、規(guī)范使用方式 擴大使用范圍、提高使用水平的目標架構規(guī)劃：協(xié)助制定數(shù)據(jù)庫選擇標準、架構 和開發(fā)規(guī)范開發(fā)指導：提供知識培訓，協(xié)助項目組實際 設計和

7、開發(fā)運維規(guī)范：協(xié)助制定部署標準，指導編寫運 維手冊、MongoDB專業(yè)服務 - 保險行業(yè)產(chǎn)品培訓MongoDB開發(fā)與運維綜合培訓架構規(guī)劃按照客戶架構標準，完成規(guī)范的設計與編寫MongoDB適用場景與選型辦法MongoDB設計開發(fā)規(guī)范MongoDB架構與安全規(guī)范開發(fā)指導為壽險營銷人員管理報表，壽險孤兒保單處理、客戶俱樂部、集團中臺投保處理4個開發(fā)項目組提 供，如下指導：MongoDB數(shù)據(jù)庫數(shù)據(jù)模型設計MongoDB典型開發(fā)語句MongoDB索引設計與性能調(diào)優(yōu)MongoDB數(shù)據(jù)集成設計運維規(guī)范制定MongoDB運維規(guī)范，提供技術支持MongoDB日常運維（部署、監(jiān)控、備份、升級）手冊日常技術支持（

8、升級、優(yōu)化、健康巡檢、故障處理）MongoDB專業(yè)服務 - 保險行業(yè)機票緩存低價國際機票 - 全量國際機票MongoDB + Redis - MongoDB 11節(jié)點復制集 - 7個分片 WireTiger - In-Memory80000 QPS20000 insert20000 delete40000 query低價機票緩存架構旅客數(shù)據(jù)中臺ProblemWhy MongoDBData Warehouse批量、靜態(tài)、非實時的用戶信息Results挑戰(zhàn)方案效果因歷史原因，某航空公司的旅客信息多來自 不同渠道，如航信或代理商，客戶信息分散 在多個不同系統(tǒng)中，部分信息需要依賴外部服務和銷售部門難以

9、獲得完整準確的客戶信 息，已經(jīng)影響到了客戶銷售的準確性和客戶 客戶體驗，亟待改進客戶信息涉及行程、行李、投訴、貴賓廳、 大數(shù)據(jù)、網(wǎng)站等十多個內(nèi)外系統(tǒng)，數(shù)據(jù)格式 來源方式不相同，如何持續(xù)快速集成，是關 鍵挑戰(zhàn)利用MongoDB靈活的數(shù)據(jù)模型，實現(xiàn)客戶 信息多數(shù)據(jù)源的快速集成通過Spark架構和MongoDB的集成，大幅度提升了數(shù)據(jù)分析和處理速度利用MongoDB企業(yè)版安全功能，確保了客 戶敏感數(shù)據(jù)的安全4個月內(nèi)完成系統(tǒng)的開發(fā)上線，并在上線過 程中，持續(xù)集成新的客戶數(shù)據(jù)源實現(xiàn)了客戶信息的多維度集成，初步形成了客戶信息的唯一真相來源采用Spark和MongoDB架構后，存量用戶 8000萬，實時處理

10、每天增量客戶數(shù)據(jù)1200 萬條旅客數(shù)據(jù)中臺旅客數(shù)據(jù)中臺個性化服務、精準營銷、航班系統(tǒng)集成問題方案收益現(xiàn)代金融應用中基于大數(shù)據(jù)的推薦系統(tǒng) 日益重要，能夠滿足實時聯(lián)機性能，是 關鍵要求。業(yè)務需要每天從全部歷史交易中，選出 1000萬目標客戶，并可按不同的字段查 詢，并在5秒內(nèi)必須返回全部結果傳統(tǒng)數(shù)據(jù)庫無法處理這么大的數(shù)據(jù)量， HBase有無法提供靈活查詢的能力，需 要新的解決方案。Hadoop/storm每日離線計算客戶的交 易流水，根據(jù)一定的規(guī)則，每日選取 1000萬的用戶數(shù)據(jù)Storm將這1000萬數(shù)據(jù)，以及不同的業(yè) 務數(shù)據(jù)集，寫入MongoDB以以供查詢前端應用直接從MongoDB查詢這些數(shù)

11、 據(jù)集實現(xiàn)實時返回MongoDB與大數(shù)據(jù)平臺的集成后， 實現(xiàn)了5秒必須返回的性能要求目前支持1000萬客戶營銷，未來將增加 到2000到3000萬客戶營銷聯(lián)機大數(shù)據(jù)系統(tǒng)“星”服務體系構建所提出的系統(tǒng)挑戰(zhàn) 證券行業(yè)海量數(shù)據(jù)的 實時計算多客戶端 一致性智能工具的 全局部署“星”服務 系統(tǒng)化痛點系統(tǒng)多樣智能工具多樣客戶無獲得感多客戶端業(yè)務復雜億級數(shù)據(jù)時效性用戶個性風險承受不同 千人千面的復雜邏輯多協(xié)議接入基于MongoDB的特性構筑實時計算引擎 - 證券行業(yè)非結構化存儲 海量數(shù)據(jù) 水平擴展能力不用頻繁修改數(shù)據(jù)庫表結構三個典型特性非結構化存儲海量數(shù)據(jù)水平擴展能力6個 分 片每 分 片 一 主 二 從讀

12、 寫 分 離產(chǎn)品 信 息資訊 信 息股 票分 析 數(shù)據(jù)用智相戶能似畫診K像股線擴容方便用戶自選股數(shù)據(jù)18億歷史資產(chǎn)和收益百億+用戶標簽人群10億+資訊數(shù)據(jù)千萬+用戶資訊提醒數(shù)據(jù) 每日2000萬+水平擴展快捷，性能高效工金服行具融務情產(chǎn)產(chǎn)產(chǎn)產(chǎn)品品品品公 告龍 虎 榜產(chǎn) 品 分 紅。MongoDB未來展望 全業(yè)務覆蓋 證券行業(yè)核心庫共享庫大數(shù)據(jù)庫外部 數(shù)據(jù)日終數(shù)據(jù)大數(shù)據(jù)分析 數(shù)據(jù)統(tǒng)計結果數(shù) 據(jù)實時數(shù)據(jù)行為引流訂單社交資訊產(chǎn)品營銷活動活動信息積分數(shù)據(jù)排行數(shù)據(jù)營銷數(shù)據(jù)產(chǎn)品資訊產(chǎn)品數(shù)據(jù)資訊數(shù)據(jù)訂單數(shù)據(jù)行情數(shù)據(jù)用戶數(shù)據(jù)用戶信息認證數(shù)據(jù)用戶行為投顧數(shù)據(jù)大數(shù)據(jù)用戶分析股票分析產(chǎn)品分析智能推薦MongoDB數(shù)據(jù)

13、庫數(shù)據(jù) 體系MongoD B庫用戶計算營銷活動 庫第四部分：Akamai產(chǎn)品服務及案例分析Akamai內(nèi)容優(yōu)化(圖片優(yōu)化、負載均衡)CDN應用加速(卸載及性能優(yōu)化)性能管理(監(jiān)控、壓測)Dynamic Site AcceleratorCaching, reliability, and offload for web contentIonAdaptive Acceleration for Browsers and AppsCloudTestScalable, global load testingmPulseReal User Monitoring correlates performance

14、with business resultsCloudletsSmart, scalable apps for load balancing, phased deployments, redirects and moreImage & Video ManagerDynamic optimization and transformation of images網(wǎng)頁性能及移動解決方案Cloud and client-based acceleration and management.媒體解決方案Deliver the highest quality media at scale直播串流(串流接入)C

15、DN(卸載、性能優(yōu)化)Media Service LiveUtilize Accelerated Ingest to deliver high quality 24x7 live linear streams (HDS, HLS, DASH)Download DeliveryCaching, reliability, and offload for large file contentAdaptive Media DeliveryDeliver consistent, high-quality online video securely to growing online audiences云

16、安全解決方案Adaptive threat protection as a service.爬蟲管理應用安全+ DDoS緩解DDoS清洗及DNS防護API 管理Web App ProtectorAutomated, blanket protection for web applicationsKona Site DefenderCustomizable, advanced app and API protection, managed optionEdge DNSScalable authoritative DNS service with DDoS protectionProlexicMan

17、aged volumetric DDoS protectionBot Manager StdManage automated visitor traffic to protect revenueBot Manager PremierMachine learning to protect against credential abuse & account takeoverAPI GatewayManage access, authentication and rate controls for APIsClient ReputationMachine learning service to a

18、daptively manage traffic企業(yè)安全Enterprise AccessSimple, unified & secure enterprise application accessEnt Threat ProtectorMalware protection using recursive DNS & Cloud Security Intelligence高互動性/動態(tài)數(shù)據(jù) 支持高級快取策略 (動態(tài)/地理位置)快速回源技術(協(xié)議/路由優(yōu)化)DSA動態(tài)網(wǎng)頁加速加速產(chǎn)品及功能亮點DD下載分發(fā)大型文件傳輸優(yōu)化 提高大文件下載完成率穩(wěn)定下載速度分層減少回源流量AMD串流分發(fā) 支持點播/

19、串流播放(長時間音視頻)提高音視頻卸載率 減少音視頻卡頓最高優(yōu)先等級感知終端網(wǎng)絡質(zhì)量 感知終端設備類型支援高級前端優(yōu)化 策略Ion動態(tài)網(wǎng)頁及移動端分發(fā)跨境電商(服裝)現(xiàn)狀挑戰(zhàn)目標影響成立與2014年至2019年, 銷售 覆蓋全球200多 個國家/地區(qū), 日發(fā)貨量最高超過300萬件App/網(wǎng)頁中包含 巨量圖片和動態(tài) 請求服務器流量成本 高昂部分國家/地區(qū) 用戶使用APP時 圖片加載過慢,操作卡頓圖片大小/格式 眾多, 維護成本 太大提高圖片卸載率加快圖片加載速 度加快APP數(shù)據(jù)交 互速度簡化圖片管理方 式服務器帶寬成本 大幅減少APP響應速度加 快圖片加載速度顯 著提升圖片維護成本大 量減少手機制造成立與2015年至2020年, 產(chǎn)品 覆蓋超過30個國 家/地區(qū)