基于Tablestore的海量保险单查询平台
背景
随着人们风险意识的提高与普及，越来越多的人愿意为自己与家人投一份保险，保险行业的飞速发展也带来了许多问题：海量的保险单该如何存储？如何高效地对保险单进行检索？传统的解决方案一般使用MySQL等关系型数据库对数据进行持久化与检索，但是随着数据量的上涨如何进行水平扩展变成了一个问题。近年来使用NoSQL这种分布式架构的存储引擎来存储海量数据越来越流行，Tablestore是阿里云自研的分布式NoSQL服务，有高并发低延迟、易于水平扩展等特点，可以很好地解决保险行业保险单存储的规模以及各种检索等需求。
需求分析
某公司推出一款寿险产品，每一位投保人投保后会在后台系统中产生一条订单数据，同时投保人可以通过平台查看自己的保单；与此同时，保险经纪人也可以通过平台多保单进行检索、追踪以及轻量级分析。具体需求整理如下：
-
保险用户
- 在线投保，生成保单
- 根据保单生效日期、失效日期检索保单
- 查看自己的保单详情
-
保险经纪人
- 根据投保人查询保单
- 根据保单生效日期、失效日期检索保单
- 查询某个用户快要失效的保单
- 根据受益人的受益百分比查询保单
- 根据保费对保单以及用户进行排序
技术选型
MySQL
作为一款开源的开源关系型数据库，MySQL有高性能、低成本以及可靠性好等特点，用户可以通过JDBC等工具使用SQL语句对数据库进行增删改查。但是MySQL也有他的不足：
- 随着数据量的膨胀无法水平扩展
- 对保险单的多维查询需求支持不佳
- 在大数量的情况下，写入性能较差
对于这些问题，第一条可以通过一些例如分库分表等手段解决，但是用户维护成本较高；第二条的话由于MySQL的索引引擎的实现，MySQL并不适合对数据进行多维检索分析，一般业界也会将数据导入到Elasticsearch、Solr等搜索引擎中对数据进行检索分析，但是这样同样提高了运维的复杂度。
Tablestore
Tablestore是阿里云基于谷歌Bigtable论文研发的一款分布式数据库产品，可以提供超大规模的存储容量，天然的分布式架构也提供了易于横向扩展的特性，理论上可以存储的数据量是不受限制的。在存储引擎上与MySQL相比Tablestore使用的是LSM-Tree，此种数据结构有天然的写入性能优势，特别适合存储保险单这类写多读少的数据。同时用户将数据托管在Tablestore上无需做任何的运维管理，大大减低了开发运维成本。
在数据检索方面，2019年年初Tablestore推出了多元索引（SearchIndex）功能，支持多维查询、GEO查询、分词查询等功能，完全满足保险单数据查询与轻量级分析的需求。多元索引与MySQL索引不同的是，用户只需要在需要索引的列上打开索引，既可以与其他列进行各种组合查询，而无需创建类似MySQL的联合索引。
所以基于Tablestore，我们给出如下的系统架构：
表结构设计
我们这边以普通的寿险保单为例，一张保单有如下的几类数据
- 保单ID
- 产品名称
- 用户信息（投保人用户ID、经纪人用户ID）
- 投保人信息、被保人信息与收益人信息
同时我们是支持了多受益人，这边我们选用了SearchIndex的NESTED数据类型来满足相关需求。具体Tablestore表与SearchIndex索引设计如下：
| 列类型 | 字段名 | 数据类型 | 索引数据类型 | 说明 |
|---|---|---|---|---|
| 主键列 | policy_id_md5 | String | 不索引 | 保单ID的MD5，保证数据打散 |
| 属性列 | policy_id | String | KEYWORD | 保单ID，全局唯一 |
| product_name | String | KEYWORD | 产品名称 | |
| operate_time | Long | LONG | 投保日期，UNIX时间戳，毫秒 | |
| effective_time | Long | LONG | 生效日期 | |
| expiration_time | Long | LONG | 失效日期 | |
| applier_user_id | String | KEYWORD | 投保人用户ID | |
| broker_user_id | String | KEYWORD | 经纪人用户ID | |
| applier_name | String | KEYWORD | 投保人姓名 | |
| applier_id | String | KEYWORD | 投保人证件号 | |
| applier_gender | String | KEYWORD | 投保人性别 | |
| insured_name | String | KEYWORD | 被保人姓名 | |
| insured_id | String | KEYWORD | 被保人证件号 | |
| insured_gender | String | KEYWORD | 被保人性别 | |
| beneficiary_info | String | NESTED | 多受益人信息 | |
| premium | Long | LONG | 保费 | |
| profit | Long | LONG | 保额 |
受益人信息在SearchIndex中为NESTED类型，在写入Tablestore表是需要写入一个JSON数组字符串，例如
[
{
"name": "Tom",
"id": "110101199909221111",
"gender": "male",
"benifit_percentage": 30
},
{
"name": "Lucy",
"id": "110102199201031411",
"gender": "female",
"benifit_percentage": 70
}
]具体的字段类型如下
| 字段 | 索引数据类型 | 说明 |
|---|---|---|
| name | KEYWORD | 受益人姓名 |
| id | KEYWORD | 受益人证件号 |
| gender | KEYWORD | 受益人性别 |
| benefit_percentage | LONG | 受益百分比 |
代码示例
代码可以在github上找到：https://github.com/aliyun/tablestore-examples/tree/master/demos/insurance-policy-management
SDK引入
引入Tablestore SDK 4.11.0
<dependency>
<groupId>com.aliyun.openservices</groupId>
<artifactId>tablestore</artifactId>
<version>4.11.0</version>
</dependency>创建Tablestore表与多元索引
创建表
// Create table
TableMeta tableMeta = new TableMeta(tableName);
// Only one primary key column: policy_id_md5 with type String
tableMeta.addPrimaryKeyColumn(POLICY_ID_MD5, PrimaryKeyType.STRING);
// Set TTL to -1, never expire; Set maxVersions 1, only have one version per column
TableOptions tableOptions = new TableOptions(-1, 1);
CreateTableRequest createTableRequest = new CreateTableRequest(tableMeta, tableOptions);
syncClient.createTable(createTableRequest);创建索引
CreateSearchIndexRequest createRequest = new CreateSearchIndexRequest(tableName, indexName);
IndexSchema indexSchema = new IndexSchema();
indexSchema.addFieldSchema(new FieldSchema(POLICY_ID, FieldType.KEYWORD));
// Other filed ommited
// Create nested Field
List<FieldSchema> beneficiaryInfoSchema = new ArrayList<>();
beneficiaryInfoSchema.add(new FieldSchema(NAME, FieldType.KEYWORD));
beneficiaryInfoSchema.add(new FieldSchema(ID, FieldType.KEYWORD));
beneficiaryInfoSchema.add(new FieldSchema(GENDER, FieldType.KEYWORD));
beneficiaryInfoSchema.add(new FieldSchema(BENEFIT_PERCENTAGE, FieldType.LONG));
indexSchema.addFieldSchema(new FieldSchema(BENEFICIARY_INFO, FieldType.NESTED).setSubFieldSchemas(beneficiaryInfoSchema));
createRequest.setIndexSchema(indexSchema);
syncClient.createSearchIndex(createRequest);数据写入
本示例仅展示插入一条数据的样例，批量插入可以看demo中的ImportExampleData
RowPutChange rowPutChange = new RowPutChange(tableName);
// primary key
PrimaryKey primaryKey = new PrimaryKey(new PrimaryKeyColumn[]{
new PrimaryKeyColumn(POLICY_ID_MD5, PrimaryKeyValue.fromString(DigestUtils.md5Hex("POLICY_000000001837128")))
});
rowPutChange.setPrimaryKey(primaryKey);
// value columns
rowPutChange.addColumn(POLICY_ID, ColumnValue.fromString("POLICY_000000001837128"))
// Other columns are omitted
.addColumn(PROFIT, ColumnValue.fromLong(10_000L));
// nested field, must fill with a JSON array, you can use jackson or gson to generate JSON array
rowPutChange.addColumn(BENEFICIARY_INFO, ColumnValue.fromString("[\n" +
" {\n" +
" \"name\": \"Kelly Evans\",\n" +
" \"id\": \"285278192706139313\",\n" +
" \"gender\": \"male\",\n" +
" \"benefitPercentage\": 14\n" +
" },\n" +
" {\n" +
" \"name\": \"Ida Clark\",\n" +
" \"id\": \"418688200511062045\",\n" +
" \"gender\": \"male\",\n" +
" \"benefitPercentage\": 27\n" +
" },\n" +
" {\n" +
" \"name\": \"Corey King\",\n" +
" \"id\": \"909243194601171631\",\n" +
" \"gender\": \"female\",\n" +
" \"benefitPercentage\": 18\n" +
" },\n" +
" {\n" +
" \"name\": \"Susan Evans\",\n" +
" \"id\": \"288912191305043117\",\n" +
" \"gender\": \"female\",\n" +
" \"benefitPercentage\": 41\n" +
" }\n" +
"]"));
PutRowRequest putRowRequest = new PutRowRequest(rowPutChange);
syncClient.putRow(putRowRequest);数据查询
通过申请人姓名和保单过期时间搜索
本需求是一个AND查询，在多元索引中，我们只需要将两个Query放到BoolQuery的mustQueries中即可：
SearchQuery searchQuery = new SearchQuery();
searchQuery.setGetTotalCount(true);
BoolQuery boolQuery = new BoolQuery();
TermQuery applierNameQuery = new TermQuery();
applierNameQuery.setFieldName(APPLIER_NAME);
applierNameQuery.setTerm(ColumnValue.fromString("Vernon Richardson"));
RangeQuery expirationTimeQuery = new RangeQuery();
expirationTimeQuery.setFieldName(EXPIRATION_TIME);
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd");
Date date;
try {
date = simpleDateFormat.parse("2019-03-04");
} catch (ParseException e) {
throw new RuntimeException(e);
}
expirationTimeQuery.setTo(ColumnValue.fromLong(date.getTime()), true);
// use BoolQuery to combine other queries
boolQuery.setMustQueries(Arrays.asList(
applierNameQuery,
expirationTimeQuery
));
searchQuery.setQuery(boolQuery);
SearchRequest searchRequest = new SearchRequest(tableName, indexName, searchQuery);
// specify columns to get
SearchRequest.ColumnsToGet columnsToGet = new SearchRequest.ColumnsToGet();
// get all columns
columnsToGet.setReturnAll(true);
searchRequest.setColumnsToGet(columnsToGet);
SearchResponse searchResponse = syncClient.search(searchRequest);通过受益人姓名和受益比例查询
受益人字段我们在多元索引中保存为nested类型，这边我们使用NestedQuery来完成此功能：
SearchQuery searchQuery = new SearchQuery();
searchQuery.setGetTotalCount(true);
NestedQuery nestedQuery = new NestedQuery();
// search for nested field beneficiary_info
nestedQuery.setPath(BENEFICIARY_INFO);
nestedQuery.setScoreMode(ScoreMode.Avg);
BoolQuery boolQuery = new BoolQuery();
TermQuery beneficiaryNameQuery = new TermQuery();
// concat field name with `.`
beneficiaryNameQuery.setFieldName(BENEFICIARY_INFO + "." + NAME);
beneficiaryNameQuery.setTerm(ColumnValue.fromString("Tyrone Lee"));
RangeQuery profitPercentageQuery = new RangeQuery();
// concat field name with `.`
profitPercentageQuery.setFieldName(BENEFICIARY_INFO + "." + BENEFIT_PERCENTAGE);
profitPercentageQuery.setFrom(ColumnValue.fromLong(50), true);
boolQuery.setMustQueries(Arrays.asList(
beneficiaryNameQuery,
profitPercentageQuery
));
nestedQuery.setQuery(boolQuery);
searchQuery.setQuery(nestedQuery);
SearchRequest searchRequest = new SearchRequest(tableName, indexName, searchQuery);
// specify columns to get
SearchRequest.ColumnsToGet columnsToGet = new SearchRequest.ColumnsToGet();
// get all columns
columnsToGet.setReturnAll(true);
searchRequest.setColumnsToGet(columnsToGet);
SearchResponse searchResponse = syncClient.search(searchRequest);其他示例
其他示例可以参照样例代码中的SearchPolicyExample。
总结
通过Tablestore的多元索引功能可以很方便地完成一个海量保单查询平台，用户只需要关注功能开发而不需要关注具体的运维细节，实现了真正的0托管，如果有更多的问题可以加入我们的技术支持群：
