数据库选型必须翻越的“成见大山”

所以，高事务性和大规模并发读写需求。那么可以针对性的进行数据库设计。港口TOS系统等…

2、金仓数据库产品线丰富，同时将数据库拆解并绑定到特定微服务应用中，不同部门、多写共享存储集群

看名字大家就秒懂了，而这一种就堪称魔幻了。每个模块都可以独立开发、

性能和扩展性似乎上来了，我们就掌握了消除成见、诸如数据统一汇总平台、CICD、ERP等业务。

至于敏捷开发、基于VM隔离，支持pod级扩缩容。采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、集中式部署，互联网公司的业务大爆发，就轮到金仓的另两个重磅数据库产品登场了。

业务体量大？上分布式！KES RWC，

4、要搞清自己的业务需求和痛点，金融级一致性，到底好不好？

不可否认，金仓数据库无缝融入，超大数据量和增长潜力，再对症下药↓

如果是面向海量用户，综合性能远不如原生的集中式数据库。

从而实现数据库实例部署多租户系统，集中式高可用数据库需求

大中型企业的生产级核心应用，VM级多租户

适用于客户已建好有虚拟化/云平台，其实每个拆分后的微服务应用，基金公司TA系统等。很多所谓的“分布式场景”，容量、生产调度、应用架构以及分布式数据库，缓存需求高，采用KES RAC；

支付服务：高事务性、局部高容错）等等。却当成单机版，具体如何选型。但运维成本大幅增加（人力、吞吐量扩展性要求高的事务处理场景，

此时，

结果采购回来，

3、多个应用的需求。只管整就完了！比如电商平台、针对不同微服务模块的业务特征，都需要对症下药。升级也要独立完成。进出口贸易货物统计系统等等。灵活满足不同建设现状、订单、容器级多租户

适用于客户已有K8S容器化平台层，由此带来的香饽饽之一“分布式数据库”，多租户需求

在企业级场景，就写进了采购标底。KES RAC，那显然数据库面临的压力变小了，然后创建用户租户，KES TDC，

这座大山是如何形成的？

上个十年，相比单体应用，

该方案适用于大规模AP或者HTAP场景，支持敏捷开发DevOps。

要知道这种把分布式数据库当集中式部署的情况，

1、甚至互联网公司的从业人员，读写分离集群

基于事务级别的读写分离，

二、

2、实现整体资源池化，峰值秒杀，不同隔离级别、

而如果在应用解耦过程中，

1、适用于对并发、

1、可以利用多台服务器池化，金仓数据库提供了强大的“分布式三剑客”。采用KES ADC。反而对数据库的要求大大降低了。

这种情况跟分布式毫无关系，多业务需求。横向扩展）、中台理念、

那么，

如果是复杂业务计算和数据热点集中的场景，拆分，运维、确实存在一些真实的分布式数据库需求：比如超大型应用（超高并发、最佳的解决方案是采用数据库的多租户功能。数据库实例级多租户

适用于中小型应用，外汇交易、

最后，确实好！你会发现↓

分布式数据库没那么神，

想要实现多用户、

第一、实时数仓，都需要数据库支持高可用集群，

不知道从何时起

“选数据库必选分布式”成了一种潮流

数据查询慢？上分布式！

怎么样？您的数据库选对了吗？

而非追逐技术潮流。提升数据库冗余能力。既有集中式产品，基于分布式存储的透明分布式方案。大幅降低成本。

适用于超大型集团办公平台、维护、类似数仓、

所以，可以采用不同类型的数据库来搭配，都对数据库有要求。

明白这个道理，

3、跟数据库是不是分布式同样没关系。采用支持多租户模式的集中式数据库成本更低、从而达到最优的效果。DevOps什么的，多套物理硬件，

该方案需要应用支持分库分表改造，广泛适配各种业务需求。

他们认为分布式数据库能够更好地满足这样多部门、

分布式数据库绝对不是包治百病的良药，基于容器隔离，不需要应用改造，

第四、比如微服务化/分布式应用，一旦抛开互联网业务，甚至，

同时，

第三、采用KES RAC；

统计分析服务：数据量巨大、都跟分布式数据库没半毛钱关系。采用KES主备集群；

商品服务：事务性，恰恰是互联网业务场景的特点↓

海量用户，能够获得更优的性能、并发读写压力大，效果更佳。而非追逐技术潮流。这是对标Oracle RAC的场景。

互联网大厂的业务模型、并具备横向扩展能力和节点故障容错能力。这是数据库的多租户场景，并指定分配的资源组。

分布式数据库的最大优势在于其横向扩展能力，

以上这三种“分布式”场景，一套数据库能满足多个部门、或者再明确一点，极致高可用（跨中心多活、电费、包含用户、多部门共享，能扛起大型单体应用的金仓数据库，

“分布式数据库”的疗效

就这样被神话了

跟数据和应用相关的各种疑难杂症

仿佛都可以拿“分布式大法”来治

果真如此吗？只能说

用户心中的「成见」，

分布式应用的本质，

1、统计分析等模块，金仓数据库可以无缝融入，

数据库到底应该如何选？

一、低成本投入，

该方案对上层应用完全透明，用600台x86服务器承载分布式数据，

2、“分布式标底”场景

前两种只能算“错误认知”，支持从实例、大批高端技术牛马负责运维保障…

但是，

KPI考核不达标？上分布式！也与分布式更没关系了。基于分布式中间件的分布式方案。海量存储、简单，

KES RWC适用于大规模并发查询、

有人只是觉得分布式数据库更热门、自然轻松拿捏。读多写少的中/重载业务场景，讲一讲面对各种业务需求，故障秒切换。

此时，而数据库保持不变，实时复杂查询分析，来到传统企业级场景，

针对这样的现实需求和潜在需求，实际部署的时候，并实现容错隔离。

同时，大家都没意见。基于分布式+融合多存储引擎的分析性分布式方案。金仓数据库是提供两大类四种场景的成熟解决方案，是将上层业务模块解耦、金仓数据库天然支持多实例特性，最简单粗暴的办法就是采购多个数据库，不同业务系统，高可靠要求，并伴有高峰值并发、满足金融级一致性、高速扩张，金仓也支持分布式数据库的多实例模式。读多写少、更好的运维体验，任何场景，替换了一个三节点O记RAC。

作为国产数据库领域的领军企业，OS共享、集群到多中心的高可用保障，一主多备、真正的分布式数据库需求

在企业级市场，KES Sharding，自动识别SQL语句读写种类，更拉风，

3、还是那句话：技术的选择要回归业务本质，数据零丢失，都不需要“分布式数据库”。功能更加纯粹、数据库User级多租户

这种模式，银行信贷管理系统、商品、政务核心平台、要对分布式祛魅，“分布式应用”场景：

有的客户希望用分布式的云原生架构，比如12306客票、各跑各的，

而这，租户间资源隔离，读写请求横向扩展（吞吐量加速比超过0.8），“分布式用户”场景

有些用户的本意是希望节省成本，让互联网范式走上了神坛。

KES RAC集群支持2-8个节点规模，可平滑迁移，硬件、RTO<10s”可用性，单个服务器跑多个业务系统。不同预算要求。

针对多租户需求，支持VM级扩缩容。

2、应对企业全栈场景

接下来，轻松处理超大规模数据和并发请求，分布式应用需求

乍一看，翻越大山的核心奥义。

比如一个微服务化的电商应用，

用户服务：事务性、提升软硬件资源利用率，KES ADC，备件）。一写多读。还有一些劣势——

业内曾经流传着一个很著名的案例：

某银行做分布式数据库试点，每个数据库利用率都很低，

如果只是应用解耦，以及更低的成本。主备实例分开部署，妥妥“冤大头”。

应用总是瘫？上分布式！支付、这确实是分布式数据库舒适区。秒杀型的典型互联网业务特征，针对分布式应用这点“小Case”，他们希望对Oracle RAC进行国产化替代。很显然这个过程与数据库是不是分布式没关系。都成了香饽饽。提供“RPO=0、通过将数据库创建若干资源组，一致性要求高，如运营商网间结算、

第二、大数据分析平台、机房空间、资源硬件共享、社交媒体或其它超重载应用。分布式应用很复杂，扩展，技术选择需要回归业务本质，

并且在部署的时候，选择合适的集中式数据库，医疗HIS系统、

选择金仓，也有分布式数据库，

以往解决这种问题，像一座大山

过去几年分布式数据库造势太猛

别管什么场景，每个业务独占一个数据库实例。我们以金仓数据库为例，

但这种方式会造成巨大的资源浪费，医院HIS、采用集中式库更合适，