究竟什么样的数据库，才能承接 RTA 广告这个技术活！

本文分享自华为云社区《究竟什么样的数据库，才能承接RTA广告这个技术活！》，作者： GaussDB 数据库。

广告投放费钱效果差，该如何解？

广告投放是企业宣传营销不可或缺的一部分。尤其是在新媒体发展白热化的当下，不仅广告渠道多样化，投放模式也更细节化和个性化。

随着客户广告投放产出比意识的加强，以短视频平台、微博等渠道为例，在投放目标选择上，广告主通常需要通过配置年龄、性别、学历等偏好规则，才能将广告投放给满足标签的受众，投放中这一灵活性不足的限制，常常会让广告主难以抉择，导致投放效果不佳。

普通广告投放仅支持有限的人群标签，投放效果一般

广告主企业往往每年需花费数亿甚至数十亿广告费，却依然难以准确触达目标用户，造成大量资金浪费。那该如何解决“让广告主对每一条广告请求，有投递或者拒绝的自主权”这一问题呢？

广告 RTA 应运而生！

广告 RTA 业务流程大揭秘

RTA（Realtime API），是一种用于满足广告主实时、个性化的投放需求的技术手段。其广告投放流程如下举例：

• 小王在刷短视频或文章资讯过程中，平台在短时间内做出反应，我要给小王曝光广告；

• 紧接着，媒体侧会询问多个广告主是否要投递广告；

• 多个广告主收到消息后，会迅速作出反应，将这个用户与设定的投放标准一一对比。如果符合要求，就会答复要参与竞价投放；如果不符合要求，答复本次不投放；

• 媒体侧收到每个广告主的反馈后，如果有投放意愿的广告主，通过竞价排序等环节，向用户（小王）曝光一则广告；反之，小王也就没看到其广告；

• 对于超时未答复的广告主，媒体侧采取自带默认策略，就会导致投放效果不佳。

广告 RTA 业务流程

广告 RTA 要想效果好，数据库挑战少不了

广告主的 RTA 系统，是从核心的画像数据库读取数据并进行投放决策的，数据越“新鲜”，投放效果越好。因此，大数据平台生成的最新数据，需要及时写入画像数据库。综合来看，广告 RTA 对核心画像数据库有以下诉求：

1.能承载高并发访问

广告主往往会在多个媒体侧投放广告，因此，RTA 系统要承接大量的实时竞价请求。以电商、金融客户的 RTA 系统为例，经验上，日常数据库 QPS 通常在几十万到数百万之间。

2.保持稳定的低时延

媒体侧对时效性要求很严苛，通常需要广告主在 40-100ms 内返回决策结果，排除掉复杂的业务决策计算，留给数据库的时间非常短，必须在个位数毫秒内执行完请求，对数据库挑战非常大。

一旦响应超时，平台会认为弃投或者默认投递，投放效果差，损害了广告主商业利益。

3.海量数据快速导入，确保决策精准性

离线业务会定期生成全量画像数据，如果能把这些成百 GB 甚至数 TB 的价值数据第一时间导入画像库，就会极大提升 RTA 投放效果。但并非所有数据库都能在短时间内导入成百 GB 甚至数 TB 级的离线数据。因此，有时业务不得不舍弃数据实时性，将数据分组，连续数晚，利用业务低峰才能将数据低效导入。

除此之外，降本也是广告主对数据库的核心诉求。部分客户会选择将画像数据压缩后存储，读取后再解压，以降低成本，这样给业务带来比较大的资源和开发负担。

放眼数据库，谁能满足广告 RTA 高要求？

随着数字化进程的加深，应用端数据量呈几何式增长，业务场景和用户需求也更加多元化。数据库作为数据存储的底座，势必会面临巨大的挑战。广告 RTA 以在“高并发、低时延”有严苛著称，究竟哪个数据库才能承受的住来自广告 RTA 的挑战呢？

以常用的几个数据库为例

• MySQL：难以承载数十万至百万 QPS 并发；

• Hbase/MongoDB：容量大，无法满足稳定低时延诉求，很容易导致投放超时；

• Redis：基于并发和时延性能考虑，业界比较多的 RTA 选择使用开源自建 Redis。但是随着业务增长，开源自建 Redis 会面临存储成本和离线数据导入慢这两大瓶颈问题。

华为云 GeminiDB Redis 接口在广告 RTA 场景上，不仅解决了开源自建 Redis 存储成本和离线数据导入慢的瓶颈问题，还具备"稳定低时延、节约存储成本、FastLoad 极速导入" 三大核心能力，拥有丰富的线上广告、推荐类业务的实践案例。

总结

RTA 广告竞价业务近年来发展潜力巨大，一方面要满足媒体侧的性能指标要求，另一方面又要承担企业降本重任。在这类典型大数据业务中，无论从性能、稳定性，还是大容量、低成本，华为云数据库 GeminiDB Redis 接口能够兼顾性能与存储降本需求，是其最佳存储选型，欢迎做广告推荐类业务的小伙伴使用体验。

点击关注，第一时间了解华为云新鲜技术~