业务挑战
该企业是全球领先的智能终端提供商，生产手机、笔记本电脑、平板电脑、智能穿戴设备等，致力于打造全球标志性科技品牌，坚持研发及前瞻性技术的持续投入，以创新、品质和服务作为三大战略，为全球消费者带来不断创新的智能设备，创造智慧新世界。
该企业在经营过程中，形成了海量的生产数据、库存数据、供应链数据、销售数据、人力资源数据、设备与维护数据、客户与售后服务数据，这些数据集不仅是企业运营的宝贵资源，也是推动业务增长和创新的关键驱动力，因此，该企业构建了统一的内部数据平台，对所有数据统一管理，同时运用人工智能等技术对数据进行深入分析，为企业的经营决策提供有力的支持，充分发挥数据的价值。
随着业务数据的快速增长，数据的录入、查询功能出现延迟，数据处理、分析模块运行缓慢，海量数据引发的性能问题严重影响了该企业的业务运营。
实现难点
- 多业务系统接入
- 大规模存量数据迁移到 ShardingSphere
- SQL 语句复杂，大量使用聚合函数和分组查询；
- 存在较多非绑定表的联合查询，常规下推模式无法支持；
- 计算节点数量多，且对一致性有极高要求。
- 需要在线变更分片数量、算法，实现分片表的弹性伸缩，且迁移过程中不阻塞业务读写。
方案亮点
- 实现了深度优化的联邦查询，支持各种聚合函数和复杂语法；
- 支持了不同类型逻辑表的联合查询，也支持跨逻辑库的联合查询；
- 基于 Cost 代价模型优化的查询引擎，提升查询效率的同时减少资源消耗；
- 实现了元数据一致性，保证计算节点状态同步；
- 实现了分片数据的弹性伸缩能力，支撑海量分片表在线重分布。
解决方案
该企业基于开源版 ShardingSphere 搭建公司内部数据平台，对海量数据进行了分库分表，系统性能得到大幅提升，后续引入了 SphereEx 可视化管理界面，使用了用户管理、权限管理、数据库防火墙等 SphereEx 商业插件，对数据库进行更加精细化的管理，该企业的内部数据平台高效运行，运营效率得到显著提升。
客户收益
企业“内部数据平台”的性能得到明显提升，业务运营效率得到明显提高
