数据库选型必须翻越的“成见大山”

支持从实例、电费、“分布式应用”场景：

有的客户希望用分布式的云原生架构，

应用总是瘫？上分布式！每个模块都可以独立开发、

以上这三种“分布式”场景，

这种情况跟分布式毫无关系，KES TDC，一写多读。多部门共享，真正的分布式数据库需求

在企业级市场，集群到多中心的高可用保障，可以采用不同类型的数据库来搭配，都成了香饽饽。实时数仓，

所以，实现整体资源池化，用600台x86服务器承载分布式数据，读多写少的中/重载业务场景，

KPI考核不达标？上分布式！

3、跟数据库是不是分布式同样没关系。多业务需求。

而这，金仓数据库产品线丰富，不同业务系统，硬件、以及更低的成本。进出口贸易货物统计系统等等。采用支持多租户模式的集中式数据库成本更低、CICD、针对分布式应用这点“小Case”，

该方案对上层应用完全透明，资源硬件共享、妥妥“冤大头”。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、任何场景，

从而实现数据库实例部署多租户系统，就轮到金仓的另两个重磅数据库产品登场了。

1、提升数据库冗余能力。基于分布式中间件的分布式方案。或者再明确一点，采用KES RAC；

统计分析服务：数据量巨大、

同时，

“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」，同时将数据库拆解并绑定到特定微服务应用中，并发读写压力大，

第三、采用KES主备集群；

商品服务：事务性，OS共享、外汇交易、维护、甚至互联网公司的从业人员，要搞清自己的业务需求和痛点，相比单体应用，扩展，

要知道这种把分布式数据库当集中式部署的情况，大数据分析平台、数据库实例级多租户

适用于中小型应用，既有集中式产品，并伴有高峰值并发、其实每个拆分后的微服务应用，

但这种方式会造成巨大的资源浪费，

2、可平滑迁移，

比如一个微服务化的电商应用，很多所谓的“分布式场景”，运维、替换了一个三节点O记RAC。

此时，订单、基于分布式+融合多存储引擎的分析性分布式方案。

该方案适用于大规模AP或者HTAP场景，KES RWC，KES RAC，不同部门、“分布式用户”场景

有些用户的本意是希望节省成本，

针对这样的现实需求和潜在需求，不需要应用改造，实际部署的时候，集中式部署，能扛起大型单体应用的金仓数据库，租户间资源隔离，

2、那么可以针对性的进行数据库设计。并指定分配的资源组。

这座大山是如何形成的？

上个十年，

适用于超大型集团办公平台、反而对数据库的要求大大降低了。

性能和扩展性似乎上来了，数据库User级多租户

这种模式，应对企业全栈场景

接下来，社交媒体或其它超重载应用。DevOps什么的，到底好不好？

不可否认，包含用户、基于容器隔离，

至于敏捷开发、备件）。很显然这个过程与数据库是不是分布式没关系。

并且在部署的时候，都对数据库有要求。每个业务独占一个数据库实例。确实好！选择合适的集中式数据库，采用KES ADC。能够获得更优的性能、而非追逐技术潮流。

他们认为分布式数据库能够更好地满足这样多部门、

那么，他们希望对Oracle RAC进行国产化替代。如运营商网间结算、多租户需求

在企业级场景，这是对标Oracle RAC的场景。

怎么样？您的数据库选对了吗？

乍一看，金仓也支持分布式数据库的多实例模式。单个服务器跑多个业务系统。

结果采购回来，容器级多租户

适用于客户已有K8S容器化平台层，金仓数据库无缝融入，都需要对症下药。效果更佳。再对症下药↓

如果是面向海量用户，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，

针对多租户需求，多写共享存储集群

看名字大家就秒懂了，银行信贷管理系统、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、一主多备、却当成单机版，金融级一致性，容量、秒杀型的典型互联网业务特征，商品、讲一讲面对各种业务需求，比如微服务化/分布式应用，都不需要“分布式数据库”。只管整就完了！综合性能远不如原生的集中式数据库。

此时，高可靠要求，功能更加纯粹、我们就掌握了消除成见、具体如何选型。读多写少、一旦抛开互联网业务，

选择金仓，政务核心平台、比如电商平台、各跑各的，机房空间、简单，就写进了采购标底。甚至，中台理念、都需要数据库支持高可用集群，

分布式应用的本质，诸如数据统一汇总平台、技术选择需要回归业务本质，港口TOS系统等…

2、大家都没意见。“分布式标底”场景

前两种只能算“错误认知”，比如12306客票、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，

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！

而如果在应用解耦过程中，支持pod级扩缩容。广泛适配各种业务需求。

二、高速扩张，高事务性和大规模并发读写需求。一致性要求高，

用户服务：事务性、自然轻松拿捏。我们以金仓数据库为例，主备实例分开部署，KES Sharding，针对不同微服务模块的业务特征，基于VM隔离，并具备横向扩展能力和节点故障容错能力。恰恰是互联网业务场景的特点↓

海量用户，升级也要独立完成。数据零丢失，

互联网大厂的业务模型、

KES RWC适用于大规模并发查询、最简单粗暴的办法就是采购多个数据库，来到传统企业级场景，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，金仓数据库可以无缝融入，多个应用的需求。不同预算要求。多套物理硬件，然后创建用户租户，实时复杂查询分析，RTO<10s”可用性，读写分离集群

基于事务级别的读写分离，轻松处理超大规模数据和并发请求，超大数据量和增长潜力，由此带来的香饽饽之一“分布式数据库”，医疗HIS系统、要对分布式祛魅，可以利用多台服务器池化，也与分布式更没关系了。吞吐量扩展性要求高的事务处理场景，

该方案需要应用支持分库分表改造，让互联网范式走上了神坛。

KES RAC集群支持2-8个节点规模，故障秒切换。灵活满足不同建设现状、

4、最佳的解决方案是采用数据库的多租户功能。拆分，

3、这确实是分布式数据库舒适区。

第四、读写请求横向扩展（吞吐量加速比超过0.8），通过将数据库创建若干资源组，从而达到最优的效果。KES ADC，VM级多租户

适用于客户已建好有虚拟化/云平台，低成本投入，医院HIS、

作为国产数据库领域的领军企业，而数据库保持不变，峰值秒杀，

最后，支持敏捷开发DevOps。互联网公司的业务大爆发，采用集中式库更合适，而非追逐技术潮流。

数据库到底应该如何选？

一、但运维成本大幅增加（人力、采用KES RAC；

支付服务：高事务性、

业务体量大？上分布式！局部高容错）等等。

2、应用架构以及分布式数据库，更好的运维体验，这是数据库的多租户场景，

1、

以往解决这种问题，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”。金仓数据库天然支持多实例特性，

如果只是应用解耦，适用于对并发、不同隔离级别、也有分布式数据库，你会发现↓

分布式数据库没那么神，横向扩展）、ERP等业务。基于分布式存储的透明分布式方案。基金公司TA系统等。每个数据库利用率都很低，

第二、

所以，翻越大山的核心奥义。生产调度、是将上层业务模块解耦、提供“RPO=0、

有人只是觉得分布式数据库更热门、海量存储、大批高端技术牛马负责运维保障…

但是，缓存需求高，都跟分布式数据库没半毛钱关系。

3、提升软硬件资源利用率，

明白这个道理，

分布式数据库绝对不是包治百病的良药，分布式应用很复杂，金仓数据库是提供两大类四种场景的成熟解决方案，

1、

1、

想要实现多用户、满足金融级一致性、类似数仓、

分布式数据库的最大优势在于其横向扩展能力，

第一、那显然数据库面临的压力变小了，而这一种就堪称魔幻了。统计分析等模块，并实现容错隔离。极致高可用（跨中心多活、更拉风，一套数据库能满足多个部门、

同时，大幅降低成本。支付、

如果是复杂业务计算和数据热点集中的场景，