交易支付透明拆分

交易支付是螞蟻集團最核心的一個業務，最初采用的是分庫分表的解決方案。分庫分表的方案給核心業務帶來了水平擴展的能力，同時也帶來了灰度升級的能力，讓核心業務的系統性風險大大降低。但隨著支付寶業務的飛速發展，發現系統中的單機容量開始出現不足，在分庫分表的架構下，這種情況只能通過將數據繼續拆分成 M*N 份來解決，導致一方面耗時耗力，另外一方面技術風險非常高。

而 OceanBase 數據庫利用分區表的方案及其帶來的水平擴展能力，完美地解決了這一問題。只需要將原來的 N 份數據，每一份都通過分區表打散為 M 個數據分區，利用分區表打破單機的容量限制，就可以從數據層完成這一拆分過程，無需業務改造，極大地節省了成本，降低了技術風險。同時，OceanBase 數據庫的分區表方案也可以使得用戶完全無需關注數據的分布細節，輕松支持跨分區的分布式事務、多分區的關聯，真正實現“透明”訪問分布式數據庫。

會員系統的多維度查詢

會員系統在很多企業中也都是存在的，系統中保存了很多重要的用戶信息。對于這些信息，是需要從多個維度進行訪問的，例如：通過用戶的 ID 查詢用戶的詳細信息；通過用戶的手機號碼查詢用戶的詳細信息；以年齡作為一個維度來對用戶進行分組等等。對于這種多維度查詢場景，尤其是非分區鍵查詢在海量數據的分布式場景中是經常碰到的問題。通常可以采用在非分區列建立影子表的方式來解決。但這樣的解決方式并非利用了數據庫本身的能力，只能算是應用層的折中方案。OceanBase 數據庫可以利用分區表特性將數據打散后分布到集群的多個節點上，從而滿足一部分的查詢需求，之后利用強一致性全局索引功能來滿足其它維度的查詢和分析需求，在數據庫層面實現了數據分片和水平擴展能力，并且對用戶透明。

批處理系統

很多行業的批處理系統中通常會有大量批處理操作，包含多張大表關聯的復雜計算，并且涉及到大量的數據更新。批處理意味著每一次處理的數據量很大，而且有很多張大表要做關聯，經常要做一些比較復雜的查詢，并且更新量也比較大，使得傳統的集中式數據庫，出現了單點瓶頸，垂直擴容成本非常高，幾乎不可接受。OceanBase 數據庫的 SQL 引擎在經過了近 10 年的發展之后，已經擁有了很好的 SQL 執行能力和分布式計算能力，可以支撐這種復雜的 HTAP 應用。由于 OceanBase 數據庫的原生分布式數據庫特點，可以完美地解決傳統數據庫的單點性能瓶頸問題，而且還可以節省擴容帶來的成本。