服装零售决策管理系统技术方案

概述与分析

本系统在进行设计时，必须考虑到品牌公司的数据管理以及数据安全问题，在当前系统资源有限的情况下，还必须考虑服务的效率，以在有限资源下达到最好的服务。

考虑到我们面对的是无数的对数据安全要求比较苛刻的品牌公司，因此可以得出，我们的系统是非常明显的多租户SAAS系统。

基于以往的经验，结合对零售行业的深度学习分析与了解，实施一个服装零售系统的决策系统将是一个复杂沉重的工作，是一个挑战性异常高昂的决定。我们必须慎重选择客户当前最关心最头疼的部分，还要考虑客户对未来数据管理的需要。

因此我们的系统既要保障客户数据的安全，还要考虑系统的可靠扩展性，连续服务的技术一致性等也都变得至关重要。

技术方案与选型

数据库

关于服饰行业的模型复杂性，我们考虑在系统业务处理模型上，尽量使用mongodb数据库来实现，通用数据考虑使用postgre来完成。希望既能保障业务建模的便利完整性，也能在系统管理上尽量简单。

软件技术

涉及到用户信息安全管理方面，尽量使用商业公司提供的安全服务。

关于业务的实现，考虑到初创企业成本限制，需尽量使用已经验证成熟灵活的开源系统和框架，必要之处，再考虑商业公司提供的技术和设施服务。

租户系统

由于我们系统的多租户特性，经过思考和分析，当前可以选择的技术方案有以下几种：

大数据模式

我们把所有的数据保存在一个数据库中，数据之间不做严格的隔离，但会对不同租户赋予不同的安全的uid，并在所有租户相关的数据上赋予这个uid进行区分。

这种模式对系统要求相对比较大，系统租户量不多时，系统实现和执行效果比较满意，担当租户量增大时，考虑到数据量的极度增加，对于数据库系统的挑战将会非常大，并且可能需要投入非常大的硬件设施投入。

轻量租户模式

我们将为每一个租户建立一个独立的数据库，系统使用统一的管理系统来管理租户数据，所有租户共享同一个数据库连接池，系统根据租户的不同来调整连接池中的租用的连接，使之根据不同租户去访问租户的私有数据库。

考虑到共享连接池，因此这种系统租户量可能不会很大，并且对租户的访问要求也比较苛刻，比如要求租户访问时的压力要小于每秒一个请求，任务处理速度也要求应在10ms内完成。原因是某一个租户的慢速访问，会直接影响其它的租户的访问效率。

const express = require('express');
const mongoose = require('mongoose');

mongoose.connect('mongodb://127.0.0.1:27017/main');
mongoose.set('debug', true);

mongoose.model('User', mongoose.Schema({ name: String }));

const app = express();

app.get('/users/:tenantId', function(req, res) {
  const db = mongoose.connection.useDb(`tenant_${req.params.tenantId}`, {
    // `useCache` tells Mongoose to cache connections by database name, so
    // `mongoose.connection.useDb('foo', { useCache: true })` returns the
    // same reference each time.
    useCache: true
  });
  // Need to register models every time a new connection is created
  if (!db.models['User']) {
    db.model('User', mongoose.Schema({ name: String }));
  }
  console.log('Find users from', db.name);
  db.model('User').find().
    then(users => res.json({ users })).
    catch(err => res.status(500).json({ message: err.message }));
});

app.listen(3000);

重度租户模式

这种模式，应该比上一个模式更加灵活，服务质量应该更高，比如可以服务10K个以上的租户，可以要求请求的速度大于每秒一个请求。

因此我们需要要求每一个不同的租户，都需要有自己独立的连接池。单个租户的对系统性能要求比较严格的业务请求，能够较小的影响到其它的租户的使用。

很明显，这种系统实现起来更加困难，也更加复杂。特别是mongodb对最大连接能力的限制，即使使用mongd atlas，也有会对每个连接池中活跃连接数进行限制

const express = require('express');
const mongoose = require('mongoose');

const tenantIdToConnection = {};

const app = express();

app.get('/users/:tenantId', function(req, res) {
  let initialConnection = Promise.resolve();
  const { tenantId } = req.params;
  if (!tenantIdToConnection[tenantId]) {
    tenantIdToConnection[tenantId] = mongoose.createConnection(`mongodb://127.0.0.1:27017/tenant_${tenantId}`);
    tenantIdToConnection[tenantId].model('User', mongoose.Schema({ name: String }));
    initialConnection = tenantIdToConnection[tenantId].asPromise();
  }
  const db = tenantIdToConnection[tenantId];
  initialConnection.
    then(() => db.model('User').find()).
    then(users => res.json({ users })).
    catch(err => res.status(500).json({ message: err.message }));
});

app.listen(3000);