每年的618，11.11都是全球消费者的购物狂欢节，也是各品牌推广的盛会。但近年来，随着市场环境日趋复杂，品牌间的竞争越来越激烈，要想在这场大促中“突围”，通过对潜在客户的精准投放和营销，无疑是最有效的解决办法。

JD.COM数码店是一套专为品牌商打造的精准营销工具，可以帮助商家实现消费者洞察，制定有效的营销策略，重新检查投放效果。截至2021年2月底，已开通并积极使用JD.COM数码广场的品牌超过3000个，覆盖家电、美妆、快速消费电子、手机、食品等主要行业的全球品牌。

高并发业务场景背后的技术挑战

在JD.COM 618和JD.COM 11月11日活动期间，JD.COM数字工作室需要支持3000多个品牌同时选择线圈中的潜在客户。庞大的数据量对数据存储、处理、传输和读取的性能提出了严峻的挑战。

因为之前的几个车间都是用离线计算来选择潜在客户，所以离线任务数量少的时候，资源和有效性就能满足用户的需求。但在推广期间，圈选频率增加，受资源调度影响，查询结果需要半小时才能显示。在极端情况下，系统甚至可能变得没有反应。如何让品牌主拥有流畅无感的服务体验，对几个车间的系统后台提出了更高的要求，秒级响应、安全稳定是重点。

数码广场的业务系统具有节假日需求剧增的特点。每年的促销期和节假日期间，潜在客户的选圈需求往往会爆发。具体来说，需要支持3000个品牌的频繁轮询需求，需要保证系统有足够的“弹性”来应对6月18日和11月11日促销前的流量高峰，以保证业务服务不中断。

海量数据秒级响应的法宝——京东云数据仓库JDW

为了更好地帮助JD.COM数字广场服务品牌，解决海量数据的复杂处理问题，使系统响应更快，结果更准确。基于京东云开源项目Greenplum构建大规模并行处理(MPP)数据仓库JDW产品，可广泛应用于OLAP(联机分析处理)场景下海量数据的查询和处理。告别高延迟，百亿数据查询可以秒级响应！

数据仓库的JDW服务默认采用高可用性架构，实现VPC部署，还提供高可靠的日志服务和自动扩容功能，使数据仓库可以根据业务需求随时在线扩容，满足业务的快速增长，提高业务数据分析的效率。同时，数据仓库JDW兼容ANSISQL2003和PostgreSQL数据库生态，不仅提供高性能离线数据处理，还支持高并发在线分析。

在海量数据处理方面，数据仓库JDW采用位图位图数据结构，可以优化海量数据存储、计算和查询的性能。在此基础上，京东云使用压缩比更高的稀疏位图——roaring bitmap来存储数据，大大减缓了每天数据量快速增加的存储和计算压力，大大提高了数据存储、处理、传输和读取的性能。

在数据查询响应方面，数据采用分布式架构，通过位图插件实现实时交集和差量计算，实现分钟级甚至秒级分析，大大提高了用户对潜在客户的圈层选择效率。

在运维和服务方面，京东云便捷的运维安全管控能力、丰富的可视化监控指标和自动报警机制，极大地减轻了多个车间的运维压力，为多个车间的品牌提供了优质的服务体验。

通过以上措施，京东云数据仓库JDW完美解决了JD.COM数字工场数据处理量大、查询延迟高的问题，让品牌商秒级筛选出目标客户，帮助品牌商快速开展营销活动，抢占先机，保持增长。

业务场景大规模离线并行处理的好帮手

京东云数据仓库JDW拥有丰富的生态建设，支持冷热数据分离。用户的热数据可以存储在数据仓库JDW进行分析计算，冷数据可以通过京东云自研插件实时传输到云对象存储。

京东云数据仓库JDW可广泛应用于精准营销领域，如商业区位分析、商圈运营分析、金融业务分析、游戏运营分析等大规模线下和线上并行处理场景。

-End-