通过PolarDB多主集群、HTAP和透明冷热数据分层的方案，升级了SaaS数据库架构，解决了易仓跨境SaaS遇到的单实例海量表维护困难，租户资源调配和利用低效，数据量大存储成本高，数据库实例多数据集成成本高，店铺和商品多维统计分析性能差等一系列数据库痛点。不仅大幅提升数据库资源调配效率和利用率，而且实现了持续降本增效。

AnalyticDB通过行列混存、自适应索引，结合向量化的分布式执行引擎实现大部分查询复杂可以在毫秒级完成；同时通过在线化的调度和云原生的弹性扩展能力，可以支持大量商家的在线并发访问。

基于AnalyticDB准时实时输出/分析报表，商户运营报表5分钟更新一次；构建用户标签系统，开发用户画像分析业务；基于PolarDB 5分钟内最高可弹性出百倍资源，应对业务峰值。

利用云原生数据湖分析DLA + OSS极致分析能力来应对业务波峰波谷。一方面轻松应对来自品牌客户的临时分析。另一方面利用DLA的强大计算能力，细致分析活动投放效果，进一步增强了加和智能流量平台为品牌营销带来的销售转化率。

云原生数据库 PolarDB 分布式版产品解决了小打卡社交场景中的圈子日记查询功能。小打卡用户每天在数十万的兴趣圈子中活跃，发布数百万条打卡日记，PolarDB 分布式版的分库分表场景很好地解决了客户需求，降低了响应时间，提高了并发查询能力，利用异构索引表满足了客户多维度查询的需求，最近的全局二级索引解决了异构索引表数据延迟的问题。

通过PolarDB+数据传输服务+AnalyticDB MySQL组成HTAP解决方案，每秒成交的订单数再创历史新高，订单峰值比历史最高峰值再次提高了几倍，高峰业务流量比半年前提高了50倍，系统丝般顺滑！

利用云原生数据库 PolarDB 分布式版产品的高并发写和海量存储能力，支撑特步全国数千家门店零售的全渠道业务中台的数据写入和读取。PolarDB 分布式版的横向扩展能力确保门店能快速扩展数据库读写性能。同时PolarDB 分布式版、RDS的弹性升降配确保在业务高峰的时候可以升级PolarDB 分布式版，提升计算能力，在业务低峰期降配，节约成本。基于AnalyticDB支撑分析业务，提速80%。

使用PolarDB PostgreSQL版（兼容Oracle）迁移Oracle上云，极大地减少了人员投入，缩短了上云周期。

通过AnalyticDB MySQL来提升分析效率和扩展性，满足分析诉求，秒级返回报表查询，助力业务发展。

通过AnalyticDB MySQL实现上万TPS并发写、按需增减节点和TB级数据复杂查询秒级响应，助力广告业务精细化管理。

RDS MySQL提供开箱即用、完善的监控、运维管控能力、限流、数据安全、API等能力，有效降低了孔网运维团队的运维成本，提升了数据库可用性，使我们可以专注于业务架构设计和维护。在数据库迁移上云阶段阿里云DTS提供实时数据同步能力和数据一致性校验能力，帮助我们节省了数据迁移的成本，降低了数据不一致风险”。

阿里云数据库MongoDB版的强大性能和灵活拓展能力帮助我们提高了《一念逍遥》的开发和运维效率，为玩家带来无中断的‘修仙’体验，而我相信这仅仅是阿里云MongoDB一小部分的能量。

通过PolarDB顺畅支撑旗下《口袋奇兵》等游戏产品日均5亿次用户请求，降低请求处理延迟时间，缩短全局聊天邮件响应时间，以保障玩家的顺畅体验，并将整体IT成本降低50%以上。

基于HBase SQL服务(Phoenix)+ Spark构建实时计算和数据仓库解决方案，HBase SQL提供在线查询能力、Spark提供流式处理、复杂分析等能力，满足业务需求。

借助PolarDB快速的弹性能力，在业务的高峰期临时增加数据库配置和集群规模，日常业务再进行降配操作，灵活应对业务变化，与之前的方案相比整体成本大大降低。

阿里云Redis支持存储容量一键在线扩容，降低对业务的影响；通过内存+硬盘的存储方式，在提供高速数据读写能力的同时满足数据持久化需求；提供各数据结构和接口的监控信息，大幅降低运维成本。

通过PolarDB超大存储规格满足单库6TB和单表10亿的存储和查询性能需求；OLAP复杂查询切换到AnalyticDB，构建清晰规范的OLTP、OLAP分离架构；历史数据归档HBase，上层构建Spark，构建用户推荐场景。

采用Redis专属集群，无需改造业务，解决了在线高并发下的Redis带宽资源不够的问题，直播效果更加流畅，质量也更稳定。同时，Redis专属集群不改变DBA现有运维模式，提供自动HA、快速扩容的能力，使得客户更聚焦在业务本身。

通过引入AnalyticDB数据处理平台，大幅提升了行内统计分析和明细查询等工作的效率；省联社专有云平台提供的租户可根据需求进行计算资源的弹性管理，极大地降低了成本。同时，因为产品成熟度高，也几乎没有任何运维成本。

通过全面拥抱阿里云RDS、PolarDB MySQL版及PolarDB 分布式版，省去了大量传统数据库的授权费用；实现快速的弹性能力，资源使用更加节约。利用阿里云生态工具，使得数据库的智能化运维能力大幅提升，更加高效；并基于阿里云数据库数据管理工具DMS构建了一套面向金融企业级的数据安全管控平台。

依托Redis缓存，PolarDB 分布式版水平/垂直拆分，支持并行计算，解决高并发、存储容量、在线计算的扩展性难题；借助于DTS的实时同步能力，让数据流动起来，借助PolarDB MySQL版，AnalyticDB的大数据处理能力，决策报表从分钟级别降低至秒级。

云数据库HBase增强版提供全文索引方案，通过BDS实现HBase与Solr之间的数据实时同步，使业务轻松应对高维度&随机组合查询需求；提供压缩存储优化特性和冷热分离功能，0应用改造实现冷热数据分离存储，降低不常用冷数据存储成本，提升常用热数据访问性能。

专属集群MyBase以资源独享、自主运维、安全可控的新型模式，很大程度上推动客户进行心业务上云的决心。在弥补社区PG无官方高可用方案、BUG修复缓慢、数据损坏修复耗时长等问题的同时，开放OS权限、允许资源超分机制，在安全可控下，很大程度上满足了客户运维习惯和成本把控。

阿里云数据库产品助力我们畅捷通提升了产品性能、稳定性和安全性，同时提高了业务运维效率，大大加固了客户的数据安全，实时洞察产品性能。同时也帮我们节约了成本，使我们能更聚焦产品，帮助我们打造出更好的企业SaaS产品的客户体验。

通过PolarDB的高弹性能力，客户在业务峰值前后灵活扩缩容，满足数据库计算能力的分钟级弹性，在解决了我们大促弹升需求的同时，也帮我们节约了数据库的成本。同时由于业务数据量较大，单个实例需要较大的数据存储量，传统的单机数据库无法满足，PolarDB的存储计算分离能力助力客户解决海量存储的问题。

通过全面集成阿里云技术，共建新零售解决方案，助力企业级客户在云端灵活构建大数据和智能化应用，实现业务发展。

基于云原生多模数据库Lindorm，东软集团搭建的新一代IT智能运维系统支撑某行业领先车企，存储、检索从全球客户终端采集的用户数字足迹和客户体验数据，将运维大数据大屏可视化，更便捷地分析运维数据，更加直观地发现问题点，同时节约数据存储和系统维护成本达4成。

通过使用阿里云DBS为云上云下数据库提供统一备份服务，让最终客户的业务数据长期保留，可回溯。

通过PolarDB提供的全球数据库网络GDN，我们快速搭建了全球部署的多活业务系统架构， 在北京、青岛、深圳、香港四个数据中心实现了跨地域的秒级实时数据灾备。

通过云原生数据库 PolarDB 分布式版，高效支撑了双11业务，在订单业务峰值超过1亿件的情况下，系统平滑稳定运行。同时基于AnalyticDB, 支撑了数十亿寄递数据和客户关系数据的多维分析。

通过引入OLTP和OLAP型数据库，将在线数据与离线分析逻辑拆到两种数据库中，不再完全依赖Oracle。

云原生数据库 PolarDB 分布式版方案极大地提升了公交运营效率和服务水平，助力启迪公交打造北京公交智能化业务系统，为首都人民提供了更加绿色和便利的公交出行服务。基于AnalyticDB数据分析实现智能化车辆调度。

未来油站作为一家初创型公司，加油站业务对云上云下数据传输的双向同步提出了很高的要求，综合对比建设成本和实施方案，采用数据库网关DG方案成本节约40%以上，在保障安全的同时，实施无需复杂的网络设置过程，部署效率大幅度提升。

阿里云原生多模数据库Lindorm（灵动）针对工业物联网数据高并发写入，实时存取等特点，创新性地融合时序、索引、宽表等多模引擎能力，为存储、分析低价值密度、高通量、高实时性的工业物联网监控数据提供了高性价比的最优解决方案，大幅度降低了数据存储和存储系统运维成本。