# 新零售业务介绍

# 新零售是什么?

雷军说:新零售是更高效的零售,我们要从线上回到线下。不是原路返回,通过互联网的工具和方法提升传统零售的效率实现融合。三四线城市更喜欢线下的零售模式

马云说:线下与线上零售将深度结合,加上现代物流平台,构成未来的新零售;阿里巴巴退出了天猫超市、盒马生鲜线下零售,验证了阿里巴巴线下发展的意愿。

商务部:以消费者体验为中心,以技术创新为驱动的零售新模式。

简单概况:利用各种创新技术将线上与线下业务结合起来的一种零售模式,其实上新零售是互联网+的一种延伸

# 新零售线上业务仅是电商吗?

线上业务不局限于电商,还包括在线教育、医疗服务、以及金融业务等;

比如:在淘宝搜索「医院预约」,出来的是商品、书籍,而不是我们需要的预约挂号之类的,可见电商系统擅长的是 商品销售,对服务类业务显得无能为力。

再比如:在某课购买课程,线上学习,这种学习体验也是淘宝京东无法带给我们的。

# 新零售的线下业务

线下无论出售的是商品还是服务,都可以利用云计算、大数据,以及人工智能技术,将客户分流到线下门店中,让用户体验到定制化的服务。

传统的零售模式:

  • 用户来到门店
  • 服务人员问询,掌握一定的需求
  • 提供相应的服务或则产品

如果同时到店的客户非常多,就需要排队,这种体验非常的不好。

有了新零售之后,通过线上的平台,了解了客户的需求之后,商家做好准备工作,减少了客户等待时间,提高了商家的工作效率。

举个例子:比如我的私家车需要做保养,但是线上 APP 是无法做到这个事情的,线上线下业务就结合起来了。在线上选择好保养的项目以及预约到店的时间,线下商家备好货,到时直接就可以做保养了。

这就是新零售的一种方式,线上线下结合,既方便又快捷。以互联网+ 的思维去连接工厂、门店、微商,这就是新零售。

# 新零售平台构成

一般有以下 4 个渠道,除了第一个,其他的都是线上

image-20200530211010903

一般很少有企业全面发展,比如万达从线下往线上发展,淘宝京东是从线上往线下发展。

那么渠道的发展顺序一般为(基于成本考虑):

  1. 小程序

    企业可以利用小程序起家,小程序的成本是最低的,一般是适合小程序开始,但是小程序的打包体积不能超过 2M,所以不能定义太多的界面。

  2. APP

    接下来就可以开发 APP,移动端发展,比如拼多多,发展很壮大了,都没有自己的购物网站。拼多多继续发展壮大的话,后续就很有可能会开发 PC 端产品,附加更多的内容。

  3. 网站

    这个时候,用户活跃多,在架构上就能采用数据库集群、消息队列、微服务等等一系列技术。

    开发一个网站的成本很大,如上面所说的成本起家历程来说,达到这个阶段的话,这些成本企业一般都是可以承受的了。

  4. 线下门店

    要用真实的商品、备注货源、要有门店和店员,投入是非常巨大的

比如盒马生鲜这种规模的门店,不适合短时间内在全国开很多家,投入巨大,企业承担不起。一家一家来

# 本课程与新零售的关系

为新零售平台搭建出一个数据库系统。网上有很多讲解电商的课程,由于篇幅原因,基本上都是 以点带面,讲解几个模块,草草收尾。

本课程虽然讲解的数据库,但是为带领大家搭 建出一个完整的数据库平台。我们锁定的目标是:

  • 中小型企业

广大中小型企业的新零售需求

  • 日活跃用户 5 万以下

    指 APP 或 小程序的日活跃用户

  • 最佳的性价比方案

    通过优化数据表和 sql 语句找到最佳的性价比方案

  • 适用于多平台业务

    设计出来的数据库,可用在 java、php 等系统上

# 业务扩展后的数据库架构变化

关键词是:架构、性能、成本、重构,从这几个方面考虑

随着新零售的发展,从移动端迈向网站,原本的单节点 MySQL 就会遇到瓶颈,这个时候就需要寻找一个新的数据库架构。

本课程后半段,在高负载下,如何设计出百万 PV 的数据库平台。提高数据库负载,不仅仅是用上数据库集群那么简单。比如 MySQL 的集群方式就有很多种

image-20200530214432158

高负载带来的问题之一就是大数据量,InnoDB 单表数据超过 2000 万时,性能可能会严重下降。最好的办法就是对数据进行切分,存储到不同的 MySQL 节点上。这里就又牵涉到分布式的相关的东西,节点高可用、读写分离、分布式事物等问题的出现。

  • pxc 集群:每个节点都必须同步接受数据

  • rp 集群:每个节点是异步接受数据的

    只要一个节点成功接受数据,那么事务就算成功了,如果由于网络原因,读写分离情况下,就可能导致扣款成功,但是订单状态同步失败的问题

由于同步方式的不同,他们适合的场景也是不同(规避优缺点);所以:

  • pxc :适合保存强一致性数据

    如:订单、用户信息等

  • rp:不适合保存强一致性数据

    比如,用户评价、商品信息等。

如果说一项业务既操作了 pxc 又操作了 rp 的数据,这种跨集群的事物就很难实现。包括跨集群联合提取数据,也是很难的。

所以:高负载的数据库设计不是那么好设计的

在本课后半段会讲解如何搭建这种高负载的数据库平台。