目前裹裹寄件主要业务模式为收到各端寄件的需求（信息流），然后将寄件需求单分发给合作的快递公司网点及小件员（三通一达），小件员在包裹侠上接单、消费者到站寄件。包裹揽收后消费者完成运费支付，快递交付于第三方物流完成运输配送。

经过模块设计（将万能查划分为三大模块：订单，用户，淘退，设计多款万能查产品）、数据架构设计（收集整理刻画裹裹寄件业务过程的关键指标，构建数据指标矩阵等，确定数据中间层，并进行数仓模型评审）、数据模设计型（索引设计、动态分区回刷设计等），最终基于数据量大、周期长、链路范围广、维度特征多等业务需求特点，并且结合Hologres存储费用高等问题。设计的整体万能查结构如下。

1.在ODPS中读取各主题的公共层及维表，构建可扩展性较高的轻度汇总层。将查询频率较高的近一年数据通过内表的形式导入Hologres表的各历史分区，提高高速查询。

2.考虑到业务分析时使用跨年的数据进行同期比较分析，但分析频率并不高，因此选择牺牲速度提供外表的形式查询（外表最多支持512分区查询）。目前FBI一个组件只支持一个数据集，为保证用户的使用体验，利用试图的方式在Hologres中将内表以及外表进行合并，对外只透传视图。

3.基于轻度统计层的按时间范围的OLAP查询是主要的数据场景，存在大量聚合Group by等操作，因而Holo表的属性选择上，毫无疑问是列存+日期分区表。一方面对于日期（ds）设置为分区字段，可以有效缩小每次查询的扫描范围。另一方面也可以较安全地运维和排查问题。

万能查具体结构如下。