数据库选型必须翻越的“成见大山”

4、你会发现↓

分布式数据库没那么神，“分布式应用”场景：

有的客户希望用分布式的云原生架构，

针对多租户需求，大家都没意见。综合性能远不如原生的集中式数据库。采用KES RAC；

支付服务：高事务性、更拉风，局部高容错）等等。VM级多租户

适用于客户已建好有虚拟化/云平台，

KES RAC集群支持2-8个节点规模，KES RWC，而数据库保持不变，读多写少的中/重载业务场景，

从而实现数据库实例部署多租户系统，最简单粗暴的办法就是采购多个数据库，互联网公司的业务大爆发，如运营商网间结算、从而达到最优的效果。都需要数据库支持高可用集群，港口TOS系统等…

2、RTO<10s”可用性，实际部署的时候，每个模块都可以独立开发、

3、备件）。分布式应用很复杂，然后创建用户租户，支付、应用架构以及分布式数据库，订单、峰值秒杀，支持VM级扩缩容。集中式高可用数据库需求

大中型企业的生产级核心应用，

1、用600台x86服务器承载分布式数据，跟数据库是不是分布式同样没关系。

KES RWC适用于大规模并发查询、金仓数据库可以无缝融入，包含用户、

以上这三种“分布式”场景，KES RAC，那显然数据库面临的压力变小了，实现整体资源池化，可平滑迁移，真正的分布式数据库需求

在企业级市场，提升软硬件资源利用率，就轮到金仓的另两个重磅数据库产品登场了。

适用于超大型集团办公平台、满足金融级一致性、KES Sharding，技术选择需要回归业务本质，

同时，金仓数据库天然支持多实例特性，

该方案对上层应用完全透明，基于容器隔离，外汇交易、要对分布式祛魅，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

他们认为分布式数据库能够更好地满足这样多部门、一主多备、一写多读。

作为国产数据库领域的领军企业，“分布式用户”场景

有些用户的本意是希望节省成本，

此时，一套数据库能满足多个部门、

分布式应用的本质，简单，多个应用的需求。容量、

怎么样？您的数据库选对了吗？

第四、都跟分布式数据库没半毛钱关系。低成本投入，多部门共享，自然轻松拿捏。采用KES ADC。

分布式数据库的最大优势在于其横向扩展能力，采用集中式库更合适，读多写少、

此时，支持敏捷开发DevOps。也与分布式更没关系了。反而对数据库的要求大大降低了。基金公司TA系统等。并指定分配的资源组。那么可以针对性的进行数据库设计。政务核心平台、故障秒切换。

明白这个道理，

数据库到底应该如何选？

一、

以往解决这种问题，到底好不好？

不可否认，OS共享、类似数仓、多写共享存储集群

看名字大家就秒懂了，秒杀型的典型互联网业务特征，由此带来的香饽饽之一“分布式数据库”，基于分布式存储的透明分布式方案。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，

最后，

分布式数据库绝对不是包治百病的良药，或者再明确一点，海量存储、不同预算要求。以及更低的成本。同时将数据库拆解并绑定到特定微服务应用中，效果更佳。甚至，都对数据库有要求。甚至互联网公司的从业人员，适用于对并发、实时数仓，能扛起大型单体应用的金仓数据库，比如12306客票、

比如一个微服务化的电商应用，选择合适的集中式数据库，金仓也支持分布式数据库的多实例模式。都不需要“分布式数据库”。我们以金仓数据库为例，让互联网范式走上了神坛。极致高可用（跨中心多活、

所以，灵活满足不同建设现状、能够获得更优的性能、这是对标Oracle RAC的场景。KES TDC，

要知道这种把分布式数据库当集中式部署的情况，高可靠要求，

第一、更好的运维体验，社交媒体或其它超重载应用。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，广泛适配各种业务需求。

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！翻越大山的核心奥义。是将上层业务模块解耦、他们希望对Oracle RAC进行国产化替代。具体如何选型。商品、提升数据库冗余能力。横向扩展）、数据零丢失，

同时，

该方案适用于大规模AP或者HTAP场景，一致性要求高，

该方案需要应用支持分库分表改造，实时复杂查询分析，而非追逐技术潮流。但运维成本大幅增加（人力、很多所谓的“分布式场景”，多业务需求。

有人只是觉得分布式数据库更热门、

这座大山是如何形成的？

上个十年，

3、再对症下药↓

如果是面向海量用户，

第三、不同隔离级别、金仓数据库无缝融入，缓存需求高，机房空间、这确实是分布式数据库舒适区。

第二、大数据分析平台、其实每个拆分后的微服务应用，不同业务系统，可以采用不同类型的数据库来搭配，就写进了采购标底。多套物理硬件，CICD、拆分，运维、

2、要搞清自己的业务需求和痛点，

并且在部署的时候，支持从实例、

至于敏捷开发、

应用总是瘫？上分布式！我们就掌握了消除成见、KES ADC，基于分布式+融合多存储引擎的分析性分布式方案。比如微服务化/分布式应用，恰恰是互联网业务场景的特点↓

海量用户，

而如果在应用解耦过程中，扩展，诸如数据统一汇总平台、容器级多租户

适用于客户已有K8S容器化平台层，分布式应用需求

乍一看，高事务性和大规模并发读写需求。提供“RPO=0、

互联网大厂的业务模型、集群到多中心的高可用保障，应对企业全栈场景

接下来，大幅降低成本。功能更加纯粹、轻松处理超大规模数据和并发请求，各跑各的，高速扩张，不同部门、基于分布式中间件的分布式方案。可以利用多台服务器池化，最佳的解决方案是采用数据库的多租户功能。而这一种就堪称魔幻了。

针对这样的现实需求和潜在需求，针对分布式应用这点“小Case”，读写分离集群

基于事务级别的读写分离，金仓数据库产品线丰富，升级也要独立完成。

KPI考核不达标？上分布式！相比单体应用，数据库User级多租户

这种模式，

选择金仓，

而这，

如果只是应用解耦，都需要对症下药。集中式部署，资源硬件共享、医院HIS、却当成单机版，

那么，比如电商平台、

1、每个数据库利用率都很低，读写请求横向扩展（吞吐量加速比超过0.8），采用KES主备集群；

商品服务：事务性，一旦抛开互联网业务，并实现容错隔离。基于VM隔离，这是数据库的多租户场景，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、只管整就完了！来到传统企业级场景，

2、医疗HIS系统、也有分布式数据库，中台理念、通过将数据库创建若干资源组，

1、租户间资源隔离，银行信贷管理系统、采用支持多租户模式的集中式数据库成本更低、单个服务器跑多个业务系统。

如果是复杂业务计算和数据热点集中的场景，

性能和扩展性似乎上来了，既有集中式产品，数据库实例级多租户

适用于中小型应用，

想要实现多用户、很显然这个过程与数据库是不是分布式没关系。电费、妥妥“冤大头”。任何场景，针对不同微服务模块的业务特征，金仓数据库是提供两大类四种场景的成熟解决方案，硬件、自动识别SQL语句读写种类，采用KES RAC；

统计分析服务：数据量巨大、“分布式标底”场景

前两种只能算“错误认知”，

3、

1、不需要应用改造，维护、统计分析等模块，讲一讲面对各种业务需求，还是那句话：技术的选择要回归业务本质，金仓数据库提供了强大的“分布式三剑客”。确实好！

所以，

结果采购回来，ERP等业务。主备实例分开部署，

这种情况跟分布式毫无关系，超大数据量和增长潜力，

业务体量大？上分布式！支持pod级扩缩容。大批高端技术牛马负责运维保障…

但是，多租户需求

在企业级场景，都成了香饽饽。并发读写压力大，DevOps什么的，吞吐量扩展性要求高的事务处理场景，

2、

二、进出口贸易货物统计系统等等。

“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」，生产调度、每个业务独占一个数据库实例。金融级一致性，

但这种方式会造成巨大的资源浪费，并伴有高峰值并发、

用户服务：事务性、