手机零售行业的AI破局和成本突围之路

李远军是九机与九讯云技术总负责人。自 2016 年加入九机以来，他亲历了这家区域手机零售商向全国性 SaaS 服务商的转型。作为从一线成长起来的技术掌舵人，李远军深谙零售行业的“生存法则”——在单台手机利润不足 50 元的薄利市场中，技术创新的前提必须是极致的成本控制。他通过引入 OceanBase 数据库解决了多数据库并存的“技术负债”问题，并借助 AI 技术为九机探索出了新的降本增效之道。

本期《DB 大咖说》对话李远军，揭秘这家手机零售企业如何借力 OceanBase，赋能 AI 场景，并通过简化架构实现成本管控上的突破与创新。

本文为此次访谈的精简梳理，篇幅有限，如果您对零售行业的数字化转型、AI 应用创新、数据库上云等话题感兴趣，可以观看下方视频~ 👇

在手机零售这片红海市场中，九机已深耕近 20 年。凭借线上线下融合的模式，九机的规模不断扩张，在云南、贵州等地拥有 500 多家门店，会员过千万，年营业额达数十亿。此外，九机还基于自身的商业模式孵化 SaaS 平台——九讯云，将自身的零售能力转化为行业解决方案，输出至全国 31 个省市近万家门店，为九机拓展出第二增长曲线。

随着业务规模的不断扩大，复杂的数据库架构、高昂的运维成本以及多租户管理难题，成为九机和九讯云持续发展的“绊脚石”。为此，李远军作为九机和九讯云技术总负责人，带领团队引入 OceanBase 数据库，通过统一数据库简化技术栈、降低成本以及基于 AI 技术的创新等措施，业务效率与系统稳定性显著提升。

你能想象吗？对零售商来说，一台手机的利润不足 50 元。由于薄利，整个行业对成本非常敏感。李远军从 2016 年加入九机，如今已经成长为九机和九讯云的技术总负责人，对手机零售市场的“抠门”深有感触。“手机零售行业对成本的关注甚至到了抠门的地步，因为不抠门也不行，一台手机的利润不到 50 元。”他解释说。

作为技术负责人，在他的所有决策中，成本都是最为关注的指标之一，数据库选型也不例外。

九讯云的业务系统是伴随着公司的发展而逐步建立起来的。为了节省成本，团队不断打磨研发能力，自研了大部分的企业软件系统，能使用开源软件的都尽量使用开源软件，比如中间件、数据库等。另一方面，为了应对某一时期的业务需求，企业不断引入新的技术栈，也导致了“技术债”的累积，数据库就是其中之一。

经过 20 多年的发展，九讯云形成了多种数据库并存的局面，包括早期的 SQL Server、现在大量使用的 MySQL、以及少量 PostgresSQL、TiDB、MongoDB 数据库等等。随着 AI 时代更多智能化业务场景的出现，引入适配向量数据的 AI 技术栈也成为必需，多种数据库并存给九讯云带来很大的运维压力，也推高了运维成本。

“人才招聘就是一个难题。九机总部位于昆明，不像北上广深这些大城市拥有各种各样的人才。比如，懂 MongoDB 的人在这里就不好找。”李远军说。

不过，更大的挑战是随着九讯云业务规模的不断扩大，用户需求多样化，对后台数据库的要求越来越复杂，原来一直在用的 MySQL 已经无法满足这些需求。

以九讯云的多租户隔离为例。九讯云的客户根据门店规模将客户分为大、中、小三类，其业务场景差异显著。比如：大型租户要求独占资源以保障性能，中小型租户则需共享资源但保持一定的隔离性。如果继续采用 MySQL，将有大量的集群需要进行运维管理，不仅运维成本高，还无法灵活分配资源，以九讯云现有的人力根本不够用。

另外，数据量还在不断增加，如果继续用 MySQL，就要分库分表，运维复杂性还会越来越高。

鉴于这些问题已经制约了九讯云的长期发展，于是，2023 年数据库的替换升级提上了议事日程。

“我们的最低需求要能替换 MySQL，满足我们现在的业务需求；此外，最好还能替换其他几个数据库。当然，成本不能增加。”李远军说。

根据上述要求，九讯云对流行的一些数据库，包括各种 RDS、TiDB、OceanBase、PostgresSQL 等进行了评估,初步选中了 OceanBase，包括开源的 OceanBase 和云数据库 OB Cloud，随后对 OceanBase 进行了充分的测试。

“当时 OceanBase 的支持力度很大，帮助我们对 OceanBase 进行了功能测试、兼容测试，确认 OceanBase 能满足我们关于成本以及后续的可扩展性需求。”李远军介绍，评估中也有一款分布式数据库表现也很稳定。不过相比 OceanBase，它存在存储成本高、对网络带宽敏感等不足。“最终我们敲定使用 OceanBase。”李远军说。

李远军介绍，OceanBase 打动他的是这些能力：

多租户能力：OceanBase 支持租户间资源的灵活隔离，能够充分满足不同租户对性能与成本的需求。

统一技术栈：OceanBase 全面兼容 MySQL 协议，提供 JSON、多模能力，可以帮助我们整合 MongoDB、TiDB 等不同数据库，极大地简化了系统架构，降低了运维成本。

成本优化：OceanBase 的高压缩率（只要原来 1/6 左右的存储空间）大幅降低了存储成本，其分布式的架构也能够支持系统灵活扩容。

部署灵活：OceanBase 是独立的第三方数据库供应商，既可以私有化部署，也提供云数据库 OB Cloud，且支持多云部署。这个能力对九机和九讯云非常关键，因为九讯云有一些客户就是私有云部署，数据库要部署在自己的数据中心。同时，客户也可能会选择不同的云服务商，而 OB Cloud 在多个云平台都可以提供服务，为九讯云提供了很大的灵活性。

2024 年下半年，九讯云的数据库替换工作正式开始，先从边缘、辅助系统开始，然后逐步推进到核心业务系统。从已完成数据库迁移的系统运行结果看，成本节约、软件架构简化、性能稳定等特点一一都得到了验证。OceanBase 的能力都没有让李远军失望。

以统一软件栈为例，九讯云原来有个应用基于文档数据库 MongoDB。由于 OceanBase 能支持 JSON 数据类型，且功能上也能替代 MongoDB，李远军果断选择从 MongoDB 迁移到 OceanBase。

“这个切换可以说皆大欢喜，开发人员只要统一用 SQL 就好，不要学 MongoDB 的语法，运维人员也不要掌握 MongoDB 的运维。我们不再为找懂 MongoDB 的人发愁了。”李远军说。

实际上，OceanBase 给九讯云带来的好处远不只一个强大的数据库引擎，而是一次技术重构的机会，一个创新的技术底座。以 OceanBase 作为向量数据底座，九讯云的几个 AI 项目已经顺利落地。

随着生成式 AI 技术的成熟，九讯云也在积极探索通过大模型+向量数据库（即 RAG）方式实现 AI 的落地。

李远军介绍，以前向量数据库用的是开源的 Milvus，这是一个专业的向量数据库，需要为它专门准备一套资源。而现在有了 OceanBase，九讯云需要的向量化能力 OceanBase 都已经具备，且实现对 Milvus 的向量能力整合，极大地简化了软件架构，推动几个 AI 项目顺利落地。

场景一：九讯云商城手机壳拍照搜索

手机门店的销售除了手机外，配件（如手机壳）也是一个重要的收入来源。配件大多是非标品，种类繁多，更新快，售价不高，无法做到一货一码（条码）。

以前，顾客要购买，店员会拿着手机壳一个个进行肉眼比对，找到对应的 SKU 信息，然后出单，费时不说，在多个型号外观相似的情况下还容易出错。现在店员通过九讯云开发的手机 APP 中的拍照搜索，能快速定位该实物的 SKU 信息，进入加单流程。

李远军介绍，这一功能用到了 OceanBase 新增的向量检索能力。他们事先将配件图片进行向量化（Embedding），存储在 OceanBase 的数据库中，需要时就可以直接通过向量索引进行搜索，提高了店员的工作效率，也改善了顾客的体验，效果非常好。

场景二：商品信息自动匹配

九讯云借助 OceanBase 的向量能力落地 AI 应用的第二个场景是商品名的自动匹配。九讯云的一些客户在将老系统迁到九讯云时，需要将原有的系统导入到九讯云的商品库中。不同系统的商品命名差异大，一个商品可能存在不同的名称（如“苹果 15”与“iPhone 15”），传统关键词匹配的准确率低、且匹配规则复杂、开发工作量大。九讯云调用大模型，基于 OceanBase 数据库向量功能实现语义上的快速匹配，实现了高精度的语义相似度搜索，搜索准确率提升至 90% 以上，工作效率得到明显提升。

场景三：知识库构建

九讯云当下正在做的一个工作是将企业 SOP、售后流程等知识经过 Embedding，存储到 OceanBase 中，通过 Dify 平台+Deepseek-R1+OceanBase，进行九讯云全平台的智能化升级改造，搭建企业自己的知识库，通过自然语言查询进行智能问答、知识共享，从而提升工作效率，快速对员工进行赋能。目前该功能正在测试，预计很快就会正式上线。

“这些 AI 应用虽然简单，但实实在在地给我们带来了商业价值。而 OceanBase 给了我们一个强大的技术底座，让我们可以通过‘成本管控+技术精简+AI 赋能’的切实解决了业务遇到的问题，实现降本增效，助力企业发展。”李远军表示。

实际上，对于 AI 的应用李远军还有很多的考虑，未来也将逐步探索更多场景。比如，利用 SQL+AI 的能力，将 AI 用于库存管理、物流管理以及调度等，从而优化库存结构，减少库存积压和缺货现象。

李远军表示，未来九讯云会继续深耕 AI 与数据库的融合应用，借助 OceanBase 的强大数据处理能力和 AI 技术的智能分析能力，不断挖掘数据背后的价值，为业务赋能。