今天是2014年阿里云开发者大会的第二天，在伏羲二楼，我们见证了各种基于阿里云的框架实践，在高级框架分析自己的实战时，阿里人自嘲道：“您们懂阿里云，比我们自己更懂”。这个主题包含CRM框架实战、云物流平台、阿里云的集成整合使用、车载网及海量数据RDS等领域，吸引人的不是这些领域用了阿里云服务，而是这些领域怎样使用阿里云服务的，使他们的业务价值最大化——这种小投入大收益是不是很值的您期待呢？下面我将这些经验做个总结。

\\

用过阿里云的朋友应该都知道，阿里云的服务包括：

\\

• 云服务器ECS：弹性伸缩，快速部署网址或应用\\t
• 负载均衡SLB：通过流量分发扩展应用系统服务能力\\t
• 关系型数据库服务RDS：用于高可用设计，远离数据丢失\\t
• 开放存储服务OSS：用于海量安全存储，支撑大规模并发访问\\t
• 内容分发网络CDN：用于安全加速，提高用户体验\\t
• 开放存储服务OCS：基于内存的高速缓存\\t
• 开放数据处理服务ODPS：用于海量数据分析\\t
• 开放结构化数据服务OTS：基于大数据，高并发快速访问。\

分享经验一：电商行业怎样用阿里云进行数据采集和分析

\\

本案例来自上海云贝网络科技有限公司架构师刘立谦的分享，他的整体框架中用到了阿里云的OTS、OCS、TIS、ECS。正如架构师刘立谦所说，起初我们只把采集程序部署在ECS上，通过这个程序把天猫、一号店、PaiPai、Amazon、当当网等上面的数据，通过各种分库放在磁盘上面并进行查询，这样做，磁盘的负载能力极不平衡，而且时效性特别差，我们为了解决这个问题，在ECS端和查询端中在添加了OTS、OCS、TIS这三项服务，其中TIS服务还属于试验阶段，还不是公开的服务类型，从分享中爆料说“这个服务叫终搜，使用起来非常不错”。在数据分析阶段，我们把服务分为四种类型：简单非实时、简单实时、复杂非实时、复杂实时。其中复杂实时是最复杂的部分，我们用到阿里云的技术也是最多的，如：

\\

• 快速存储部分：OTS服务、OCS服务、RDS服务\\t
• 快速计算部分：ECS服务、ODPS服务\\t
• 快速查询服务：TIS服务\

分享经验二：“云物流”，搭建SAAS化平台

\\

本案例来自奥林网络科技（宁波）有限公司CTO林雪挺做的分享，本公司发展初期，有自己的机柜，但是在业务扩展的时候，遇到了很多问题，不如说扩展问题，网络问题、老化问题，之后把功能部署到云上，正如讲师所说的：“阿里云已经脱变，犹如一件美丽的艺术品，稳定可靠，开始静静地享受它带来的便利”。他们使用阿里云分享心得如下：

\\

• SLB：代替F5，双线用户场景\\t
• ECS：无边界防火墙下的安全\\t
• RDS：SQL管理方便，容错强\\t
• CDN：Post重试，SLB-TCP session保持不支持\\t
• OTS：吞吐性能好，高并发，统计差\\t
• ODPS：吞吐差，逻辑处理强\

该公司通过使用阿里云收获如下：

\\

• 低成本：比实际使用方案降价32%\\t
• 快捷高效：快速应对活动或突发项目\\t
• 服务生态化：综合解决方案\\t
• ODPS：大数据分析\\t
• OTS：大数据存储\\t
• DRDS：海量数据下单实例RDS的升级方案\\t
• SLS：集中日志分析\

该公司对阿里云展望：

\\

• 对阿里云的期望\\t
• 全球CDN，国际站点\\t
• 站点间数据同步\\t
• 镜像上传，更容易上云\\t
• 更高的IO，不再需要去O\\t
• 云操作审计，安全堡垒\\t
• 更多灵巧的自动化服务，懒人的福利\

分享经验三：阿里云产品实用技巧分享

\\

本案例由上海驻云信息科技有限公司高级架构师李俊涛分享，这个架构师对阿里云的使用可以说是匠心独运，我们先看看他说的第一个例子：

\\

“一次购买1台50M带宽的ECS 4657元/月，批量购买10台5M带宽的ECS 157*10=1570 元/月，节省费用近65%”。

\\

第二个经验是直接用多块硬盘利用Raid0原理进行存储，可以大大提高磁盘I/O性能；第三点就是巧用阿里云的API，这样可以通过二次开发实现批量管理、批量操作、批量监控。

\\

我们再看看，面对这么多的服务，架构师是怎样进行组合使用的，他们的解决方案如下：

\\

1. 使用SLS通过logtail监听实时获取日志数据，保存到SLS服务器，并自动离线备份至ODPS；\\t
2. RDS用来存储关系型数据，可以通过DPC定时导入ODPS；\\t
3. ODPS进行海量分析，分析结果在DPC中进行数据展示。\

分享经验四：车载大数据分析及应用

\\

本案例来自广州通易科技有限公司研发总监刘锬带来的报告，在报告中讲述，我们在使用云之前，面临了很多问题，比如托管网络、数据安全、数据存储、计算能力、运维。而云计算正好解决了这个问题，但是我们怎样选择阿里的服务呢？比如说，在数据存储这块，由于我们的数据没有冷热之分，也就是说，不同时间段的数据，价值是相同的。我们数据的第二个特点：同车型的数据相关性大，用户之间的相关性少，然而在阿里云中RDS、OTS、OAS、ODPS等这些都是稳定、可靠、安全、高性能的存储产品，但是我们选择了最成熟、简单、易用，存储空间最贵的RDS。

\\

在数据分析方面，由于我们应用牵涉到很多机器学习、统计方面的算法，由于阿里对这方面的提供还是不错，我们是基于R进行的数据分析。

\\

使用阿里云后的感想和期待：

\\

1. 希望阿里云的大数据处理工具ODPS算法库Xlib能与R语言算法库媲美\\t
2. 连通OTS和ODPS，也就是说，ODPS可以直接从OTS获取数据，OTS数据使用成本更低\

分享经验五：企业SaaS应用海量数据的RDS解决之道

\\

本案例来自杭州湖畔网络技术有限公司创始人陈耀辉的分享，他们的目的是用免费的MySQL和相对的云主机集群来达到小型机+大型商业DB的效果，这样可以减少大量的资金投入，降低运营成本。他们用的框架是结合RDS的Sharding方案，这种方案的效果如下：

\\

1. 能够基于数据负载现状分配新的sharding\\t
2. 支持横向和纵向的扩展，弹性扩展技术很合适电商业务\\t
3. 跨库Join通过业务的重新设计规避\\t
4. 较少数据迁移量\\t
5. 系统可用率在99.9%，连续2年双11无漏单和错单\\t
6. 投入和产出比（相较同行几十分之一）\

我们采用的战略总结：

\\

1. 水平切分数据库：降低单台机器的负载\\t
2. 负载均衡策略：降低了宕机的可能性\\t
3. 集群：避免数据库宕机带来的单点数据库不能访问的问题\\t
4. 读写分离：最大限度提高应用中读取数据的速度和并发量\

总结：通过上面的分享，我们发现，结合自己公司的实际应用场景，充分合理地利用云计算，可以实现小投入大收益的经济效益。