【阿里云】游戏行业多场景云数据库解决方案

放眼全球市场，游戏产业收入增长迅速。在游戏的整个开发和运营周期，数据库的使用场景非常多。面对游戏访问压力、游戏合服场景、掉线问题、游戏排行榜和游戏买量优化场景，阿里云使用灵活组合的数据库产品，为游戏顺利上线运营和良好用户体验提供保障。

方案背景

游戏行业场景多
游戏类型不同导致技术架构差异较大，很难归纳出一套可复制到所有游戏产品中的单一数据库解决方案，必须根据游戏类型细分方案。

突发高峰访问
游戏新开服，或有重大活动时，会有难以精确预期的玩家访问压力。传统的解决方案就是部署尽可能多的数据库来承载高峰访问，容易导致昂贵数据库资源的浪费或数据库资源准备不足。

合服需要平滑的数据迁移
当游戏进入平稳期后，出于提升玩家游戏体验和控制成本的目的，会有游戏合服的需求。数据库需要关注的重点就是保证数据的平滑迁移，整个迁移过程不能影响到玩家体验，且数据合并要保证完整准确，符合业务逻辑，解决冲突数据。

回档需要敏捷的数据恢复能力
游戏运营过程中，可能出现有玩家利用游戏漏洞，批量复制虚拟道具或其他严重破坏游戏公平性的行为，这时就需要业务紧急修复漏洞，同时将受影响数据恢复到漏洞被利用前的状态（所谓回档），如何提升数据恢复的速度成为挑战。

方案架构

玩家访问压力应对

玩家访问压力应对方案
游戏推广期、新开服或重大活动期间，玩家访问量突增，数据库常成为瓶颈，需要快速变配、扩容能力。

业务挑战
游戏推广期，买量用户蜂拥而至，频繁开新服。
维护停机后开服，很多玩家等待多时，集中上线。
重大版本上线或有重要活动，推广效果超预期时，会有大量老玩家回归。

方案优势
PolarDB新增只读节点最多只需5min，节点变配最多只需15min。
业务压力超载时可进行快速升配保证游戏平稳运行。
业务压力下降时可进行快速降配，实现高性价比数据库架构。

游戏合服

游戏合服方案
分区分服游戏进入平稳期后，需定期进行合服。对应的数据库也要进行合并，让数据合并后符合业务逻辑。

业务挑战
游戏进入平稳期后，每个分区会流失相当数量的玩家，应用和数据库负载都开始走低，多余的实例需要释放。
因为分区玩家流失，在线进行聊天和游戏互动的玩家就会变少，留存玩家就会感觉游戏体验下降。
游戏合服场景的关键点是数据的迁移问题。

方案优势
支持多种类型数据库的数据迁移，比如游戏行业常见的MongoDB、MySQL和Redis实例间数据迁移。
迁移过程可限速，不影响游戏业务，在维护器只需要切换数据链接串即可，业务割接时间短。
DTS保证每条迁移或同步链路都有良好的传输性能，全量数据迁移高峰期时性能可以达到70MB/s，20万的TPS
DTS保证链路稳定性高，有效保证数据传输的可靠性。
DLA能提前定位出数据合并后可能冲突的玩家数据。

游戏排行榜

游戏排行榜应对方案
针对游戏排行榜这种通用的游戏需求，提供简单高效的数据存储方案。

业务挑战
随着游戏热度逐渐增长，特别是新游戏，积分变化会非常频繁，对数据的update更新并发很高，容易导致RDS实例过载。
积分数据因为实时激励玩家竞争，实时性要求强，玩家查询频率高，每次都要进行排序，在数据量较大情况下会导致CPU打满。
如果采用只读实例或缓存来缓解RDS的排序查询，会面临数据复制延迟和数据一致性的问题。

方案优势
添加、删除和更新玩家积分均有对应接口，对开发非常友好。
排行榜数据都在内存存储，可承载高并发更新，且因为数据已经是有序的，查询时延大大优于RDS数据库。
云数据库Redis版提供双机房的同城容灾架构，单机房故障会自动进行切换，保证服务可用性（前提是游戏应用层也要提前做双机房容灾）。
云数据库Redis版通过在备节点进行RDB快照备份的方式，可实现数据的自动、手动持久化保存；且可在控制台使用备份文件进行数据恢复，让排行榜数据具备数据误操作后的快速恢复能力。

游戏回档

游戏回档方案
当游戏漏洞被利用，导致部分玩家数据失去平衡性，需要对相应数据做回档恢复处理。

业务挑战
网络游戏的回档，给玩家带来的直接感受是最近一段时间内积累的经验值、新获得的道具物品突然消失不见，会给玩家挫败感，带来极坏的游戏体验。

方案优势
数据库备份DBS支持多种环境和多种类型数据库备份。
增量日志实时备份，数据可回档到任意时间点。
针对游戏回档场景，可选用DBS的“极速型存储池”方案，每10min生成一份完整的数据快照，需要恢复到任意时间点的增量数据回放秒级完成，数据可直接挂载到MySQL实例，然后快速查询出需要回档的完整玩家数据。

掉线问题

掉线问题解决方案
数据库高可用、例行切换或变配，会导致应用连接闪断，可能导致玩家批量掉线重连，需要给游戏服务端屏蔽掉这种闪断。

业务挑战
一旦到数据库连接发生闪断，由于应用没有很好的连接探活和重试机制，就会导致玩家与数据库失去连接，直接现象就是全服玩家批量掉线，这对游戏运营商是致命的，可能涉及大量玩家补偿甚至导致玩家流失。

方案优势
PolarDB-X的代理层可保持与应用的数据库连接不断，底层发生HA切换或变配后，有中间件或代理层重建与数据库实例连接，回放连接会话属性。整个过程应用不会有感知。

游戏买量优化

游戏买量优化方案
游戏运营阶段，通过对海量的获客结果数据进行实施分析，调整不同渠道投放比例，可大幅提升买量行为效率。

业务挑战
广告、买量分析需要数据分析技术，很多游戏客户缺乏大数据技术和人才的储备，短期难以落地。

方案优势
秒级实时分析，依托ADB预留模式，秒级监控DAU等数据，为广告投放效果提供有力在线决策保障。
打通了结构化和非结构化数据，广告买量投放效果实时（分钟级）分析，渠道评估更精确。
数据湖分析DLA、ADB高性能库和大容量库实现了数据冷、温、热三级分层，在充分满足各层数据分析效率同时，有效降低了客户整体数据存储成本。
DLA和ADB兼容标准SQL，没有接触过大数据的研发人员可以轻松上手，完成平台开发。

方案优势
完整的技术体系
阿里云数据库产品种类丰富，可结合细分游戏类型（如全球同服游戏）及具体业务场景（如游戏新开服），设计从缓存到关系型数据库的完整全球数据同步方案，供用户实施。

灵活的产品组合
针对不同场景，方案可以采用灵活的产品组合。比如，游戏合服场景，可利用DLA跨数据库实例、跨数据库类型对数据进行冲突分析，预先处理冲突数据；而DTS可实现数据全量+增量平滑迁移，整个迁移过程游戏业务无感知。

资源弹性
利用云数据库资源弹性的优势，比如，PolarDB计算存储层分离，可在分钟级别快速升配或增加只读节点；MongoDB底层存储采用云盘架构，不受单机容量限制，这些都能用来应对游戏新开服等压力场景。

定向数据回档恢复
利用云上存储资源优势，构建基于快照原理的备份恢复体系（可选服务），可在分钟级拉起一份历史数据快照，供客户快速查询数据，进行定向数据回档恢复。