让餐厅放心的云服务-雅座CRM技术解密
中国IDC圈7月3日报道：雅座提供专业的企业级SaaS云服务，对系统的安全性、稳定性、可靠性要求极高。CRM的目标是数据营销，需要提供各种纬度的灵活的查询分析，高弹性、易扩展的大数据处理能力，在CRM云服务中日趋重要。
【编者按】作为国内融资最为火爆的领域之一，企业级SaaS市场吸引了众多风投和创业者的关注。6月中旬，雅座正式对外宣布已获得数亿元人民币C轮融资，由支付宝母公司蚂蚁金服领投，再次引爆了整个国内SaaS市场。目前，雅座累计为超过15000家餐饮门店提供精准营销服务，而基于用户交易和消费行为的数据分析是精准营销的核心，如何快速处理海量数据，进行多维度、低延时的统计分析、数据挖掘，对系统性能和可伸缩性提出了更高的挑战。本文来自雅座CTO对其CRM技术的解密分享。
以下为原文：
一. CRM云服务的系统瓶颈
雅座CRM历经9年的成长，累计为超过15000家餐饮门店提供精准营销服务，管理超过5000万会员数据，日交易流水超百万笔，年交易额达200亿以上。
雅座提供专业的企业级SaaS云服务，对系统的安全性、稳定性、可靠性要求极高，这是企业的基本诉求。同时，基于用户交易和消费行为的数据分析，是精准营销的核心，如何快速处理海量数据，进行多维度、低延时的统计分析、数据挖掘，对系统性能和可伸缩性提出了更高的挑战。CRM的目标是数据营销，需要提供各种纬度的灵活的查询分析。举例来说，餐厅一个简单的需求，希望根据消费时间、性别、消费金额筛选出目标客户，随着数据量增大，仅靠关系数据库分库分表和索引优化已经难以满足企业的效率要求。高弹性、易扩展的大数据处理能力，在CRM云服务中日趋重要。
二. 雅座CRM系统架构
1. 目标客户金字塔模型
一个餐厅的辐射范围通常覆盖周围3公里，这个范围内的常客为餐厅贡献了80%以上的销售额。此外还有一些临时聚会，或手握超低价团购券的客人，这些客人并不能为餐厅带来持续性消费，不断的打折、跳楼价甚至可能会损害餐厅的正常经营，餐厅表面看似人头攒动，但桌均消费大幅降低，服务员前厅后厨百米折返跑，服务不断下降，最终导致把老顾客拒之门外。当餐厅经历表面的繁荣，发现营业额并无增长，试图提高价格时，图便宜的客人一呼而散，餐厅则难以为继。
因此，价格战永远不是一个好主意，管理好目标客户并带来持续性收入，才是一个健康的商业模式。雅座CRM通过用户消费行为分析，将目标客户锁定在常客和忠诚客户，降低企业营销推广成本的同时，提高营销活动的响应率，为餐厅带来更高的利润空间。所有这些用户群体的标签分类，依赖离线分析 + 在线分析引擎完成，为餐厅提供更准确、更及时的营销决策支持。
2. 业务架构
业务上，用户通过POS消费的数据，上传到CRM云端，一系列的数据处理分析后，系统为不同的餐厅提供特定的营销活动，将微信、短信、APP做为营销出口，和消费者产生互动，增加消费粘性，为餐厅带来更多价值。
3. 技术架构
1)数据迁移
随着IaaS和PaaS技术成熟，国内涌现出一批质量较高的云主机提供商。雅座选择了其中的两家，将自有数据中心迁移到了云主机上。迁移前，雅座的数据中心机柜紧张，原有机房扩容面临很大问题，一方面业务增长很快，数据中心扩容的需求日益急迫；另一方面，在线业务7x24小时不间断，无法停机维护做系统迁移。运维部制定了在线增量数据迁移方案，把数据库、搜索引擎的数据挂到pgq上，启动pgq生产者，将变化的数据写入队列。同时将数据复制到云主机上，复制完成后，启动pgq消费者，从队列读取变化的数据增量更新。
2)高可用性
一个数据中心内，消除数据库和应用服务的单点故障比较容易，但跨数据中心的高可用性，要考虑到网络拓扑、延时或中断、数据一致、处理效率等问题，比较繁琐。我们建立双活数据中心，不同数据中心分担不同的业务。按照业务响应的优先级别划分为两类：交易相关的实时业务，不允许超过分钟级中断；CRM数据分析相关的准实时业务，不允许超过小时级中断。主数据中心处理POS、微信、安卓终端等在线交易实时相关的业务，灾备数据中心处理CRM数据分析、定时任务、日志分析、Storm等准实时业务，通过pgq 和流复制各数据中心保持两份完整的交易数据。当数据中心或网络出现异常时，每一个数据中心所需的业务数据基本完整，此时有两个选择：a) 由一个数据中心全面接管所有业务。 b) 数据不同步，但各数据中心均可正常使用，异常解决后，继续同步数据。按业务响应分级容灾，可以更合理的利用双活数据中心，根据不同的异常情况，自动或人工做出响应。
3)数据同步秒级延时
雅座CRM的技术特点是数据处理手段多样化，为了满足灵活快速检索、统计分析、日常业务、读写分离等多种目的，交易数据会被同步到只读库、ES、Storm、GreenPlum数据仓库，目前正在启动Hadoop离线处理。衡量交易系统性能的关键指标是TPS和吞吐量，当TPS不断提升时，每秒处理的数据量也会大幅增加，数据同步的效率就尤为关键。通过压力测试和容量测试，可以计算出数据同步的效率是否符合要求。假设我们为10000家餐饮门店提供服务，单店高峰时段每小时100单，那么系统高峰期的吞吐量指标设定在1000笔/秒。为了满足效率要求，并考虑容错机制和可扩展性，我们设计了基于pgq的异步队列。Skytools是skype公司开发的一款基于Postgres的消息套件，在skype内部广泛使用，开发于2006年，2007年开源Skytools Framework，至今一直在使用和维护，使用场景如下：
异步数据传输
数千队列和消费者
监控中心
Skytools包含三个组件：pgq、londiste、walmgr
pgq提供Python API，由异步处理机制去灵活调用。用于解决实时事务的异步批处理问题。
pgq由Producer、Ticker、Consumer组成，支持高可用部署。Producer将Events推送到Queue中，Ticker负责对批量Queue制定相应处理规则，Consumer从Queue中获取Events。
基于pgq，雅座CRM设计和实现了协同消费者模式，当系统超负荷时，一键式注册新的消费者，就可以实现多消费者协同处理，提升数据同步的效率。同时，根据负载水平和批大小，数据延时可以由Ticker动态调整。通过压力测试，我们可以验证部署方案是否满足需要，调整线上消费者节点数量。目前，雅座CRM可以做到多数据源同步秒级延时、水平扩展。
4)实时分析
目前雅座CRM核心数据量达到10亿级别，做为CRM云服务，灵活、高效的数据检索必不可少。一般来说，根据业务时间采用分库分表、历史数据迁移的方案降低活跃数据量，提升查询效率。但CRM系统跨年、连锁跨门店查询的需求比较普遍，分库分表会在实现方案上增加较高的复杂度，同时无法满足多种纬度的灵活查询，难以扩展。当分库分表后的数据量仍在一个较高的水平时，无法利用索引的全表扫描查询效率会大幅下降。
雅座CRM采用了Elasticsearch做为解决方案。Elasticsearch是一个基于Lucene的开源、分布式搜索框架，基本包含所有所需的特性：分布式搜索、分布式索引、零配置、自动分片、索引自动负载、自动发现、多索引查询，restful风格接口。它支持插件机制，有丰富的插件。比如和mongoDB、couchDB同步的river插件，分词插件，hadoop插件，脚本支持插件等。同时ES还是个准实时的搜索引擎，索引后的数据可以实时搜索到。在ES的应用场景中，更多的是将其做为非结构化数据的存储，通过性能测试和实验，ES同样适用于结构化数据的存储和查询。结合ES的分布式、分片、多索引联合查询的特性，雅座CRM将大数据量的随机查询效率提升了数十倍，达到秒级响应。
CRM的另一个技术特点是统计分析业务多，通过引入Storm流计算框架，将系统日志和pgq做为Storm数据源，结合业务特点，实现分级汇总的topology，我们将原有的T+1数据分析业务提升为实时计算，为企业提供更准确、及时的数据决策支持。
5)离线处理
离线处理主要是基于GreenPlum + 定时任务完成。Greenplum是基于postgresql的分布式数据库。其采用shared nothing架构（MPP），主机，操作系统，内存，存储都是自我控制的，不存在共享。主要由master host，segment host，interconnect三大部分组成。配合合理的分片策略和部署方案，GP的效率可以提升十倍以上。雅座CRM将复杂、难以拆分的SQL操作移植到GP上，大数据量的统计分析效率得到了明显提升。
6)SOA服务化
系统越复杂，耦合越紧密，可维护性和水平扩展越困难。雅座CRM业务覆盖短信、微信、交易、数据分析、智能终端等多个子系统，对吞吐量、并发、稳定性的要求很高。原有系统中，各业务系统紧密耦合是一个整体，已经很难满足水平扩展的要求。根据业务拆分系统，SOA服务化演变成系统升级的阶段性目标。在SOA的实现上，雅座CRM选择了Dubbo，Dubbo是一个分布式服务框架，致力于提供高性能和透明化的RPC远程服务调用方案，以及SOA服务治理方案。其核心部分包含:
远程通讯： 提供对基于长连接的NIO框架抽象封装，包括多种线程模型，序列化，以及“请求-响应”模式的信息交换方式，比常规HTTP等短连接协议更快。
集群容错： 提供基于接口方法的透明远程过程调用，包括多协议支持，以及软负载均衡，失败容错，地址路由，动态配置等集群支持。
自动发现： 基于注册中心目录服务，使服务消费方能动态的查找服务提供方，使地址透明，使服务提供方可以平滑增加或减少机器。
基础业务上，雅座CRM在Dubbo服务框架上做了分布式缓存同步机制，保证用户和权限及时刷新，为所有应用提供统一的用户服务；运维部署上，实现了跨机房就近调用、高可用、监控的目的，也为系统持续集成打下了更好的基础。
7)监控和预警
SaaS云服务对运维提出了更高的要求，因为雅座CRM系统服务的不仅是一个客户，而是成千上万的餐饮企业，系统每一次故障中断，都可能引起餐厅的直接经济损失，进而损害雅座的品牌形象。在雅座，系统稳定性被定义为最高优先级，是公司业务的基石，要在问题潜伏期提早发现，尽早解决。在运维环节，雅座自主开发和整合开源监控工具，7x24小时监控系统的各项性能指标，当性能指标超出伐值时，系统自动报警，通过短信、邮件及时通知运维中心，并做相应处理。
三. SaaS云服务的感悟
SaaS的出现，改变的不仅是软件体系架构，更多是企业服务的思维方式。传统软件的商业模式中，我们提供的仅仅是应用程序，用户去做运维、使用和学习，成本高、运维难、升级难、无服务、和用户无沟通是所有企业软件很难改变的现状。在传统软件模式下，软件开发商系统不断升级换代，但老用户却无法从中受益。当用户出现系统问题或使用问题时，软件企业无法快速定位问题、解决问题。软件企业不敢面对客户，因为客户始终不满意，对系统不满意，对服务不满意，用户在不断的抱怨中忍受软件系统带来的各种“灾难”。SaaS-软件即服务，为我们带来了新的思路，企业级市场中软件+服务缺一不可。软件的改变在云端，随着快速迭代的开发模式，用户不断享受无感知的系统升级带来的红利，通过产品运营和服务体系，雅座将快速帮助餐饮企业解决各种问题，让企业用户用的放心、满意。
