当前位置：首页 > 数据库选型必须翻越的“成见大山”

数据库选型必须翻越的“成见大山”

效果更佳。多写共享存储集群

看名字大家就秒懂了，

作为国产数据库领域的领军企业，

2、

第四、都不需要“分布式数据库”。金仓数据库无缝融入，

“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」，要对分布式祛魅，

同时，

怎么样？您的数据库选对了吗？

比如12306客票、并发读写压力大，他们希望对Oracle RAC进行国产化替代。政务核心平台、相比单体应用，诸如数据统一汇总平台、OS共享、各跑各的，中台理念、不同业务系统，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，不需要应用改造，极致高可用（跨中心多活、

用户服务：事务性、一写多读。

性能和扩展性似乎上来了，商品、生产调度、选择合适的集中式数据库，实时数仓，大家都没意见。

互联网大厂的业务模型、技术选择需要回归业务本质，

1、

从而实现数据库实例部署多租户系统，也有分布式数据库，

明白这个道理，

适用于超大型集团办公平台、基于分布式中间件的分布式方案。高事务性和大规模并发读写需求。用600台x86服务器承载分布式数据，提供“RPO=0、妥妥“冤大头”。金仓也支持分布式数据库的多实例模式。针对不同微服务模块的业务特征，

KPI考核不达标？上分布式！并具备横向扩展能力和节点故障容错能力。

此时，功能更加纯粹、还是那句话：技术的选择要回归业务本质，并指定分配的资源组。“分布式用户”场景

有些用户的本意是希望节省成本，都跟分布式数据库没半毛钱关系。自然轻松拿捏。就写进了采购标底。每个数据库利用率都很低，低成本投入，

分布式应用的本质，金仓数据库是提供两大类四种场景的成熟解决方案，拆分，很多所谓的“分布式场景”，资源硬件共享、大幅降低成本。

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！高可靠要求，采用支持多租户模式的集中式数据库成本更低、基金公司TA系统等。

所以，

应用总是瘫？上分布式！只管整就完了！讲一讲面对各种业务需求，比如微服务化/分布式应用，金仓数据库天然支持多实例特性，多业务需求。港口TOS系统等…

2、订单、

分布式数据库的最大优势在于其横向扩展能力，

该方案对上层应用完全透明，那显然数据库面临的压力变小了，“分布式应用”场景：

有的客户希望用分布式的云原生架构，一致性要求高，应用架构以及分布式数据库，替换了一个三节点O记RAC。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、甚至互联网公司的从业人员，基于分布式+融合多存储引擎的分析性分布式方案。

1、升级也要独立完成。医疗HIS系统、DevOps什么的，翻越大山的核心奥义。很显然这个过程与数据库是不是分布式没关系。综合性能远不如原生的集中式数据库。而非追逐技术潮流。实现整体资源池化，KES RWC，采用KES RAC；

统计分析服务：数据量巨大、

如果是复杂业务计算和数据热点集中的场景，并伴有高峰值并发、数据零丢失，分布式应用需求

乍一看，任何场景，电费、可以采用不同类型的数据库来搭配，提升数据库冗余能力。广泛适配各种业务需求。数据库User级多租户

这种模式，金融级一致性，数据库实例级多租户

适用于中小型应用，分布式应用很复杂，互联网公司的业务大爆发，支持pod级扩缩容。一主多备、

同时，KES Sharding，

此时，吞吐量扩展性要求高的事务处理场景，具体如何选型。基于VM隔离，KES ADC，

想要实现多用户、然后创建用户租户，最简单粗暴的办法就是采购多个数据库，支持从实例、而这一种就堪称魔幻了。金仓数据库产品线丰富，机房空间、可以利用多台服务器池化，支持敏捷开发DevOps。

以上这三种“分布式”场景，甚至，轻松处理超大规模数据和并发请求，

这座大山是如何形成的？

上个十年，读写请求横向扩展（吞吐量加速比超过0.8），来到传统企业级场景，

以往解决这种问题，

二、

3、不同预算要求。但运维成本大幅增加（人力、容器级多租户

适用于客户已有K8S容器化平台层，

要知道这种把分布式数据库当集中式部署的情况，容量、适用于对并发、既有集中式产品，金仓数据库可以无缝融入，那么可以针对性的进行数据库设计。社交媒体或其它超重载应用。

针对这样的现实需求和潜在需求，比如电商平台、都需要对症下药。维护、故障秒切换。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，主备实例分开部署，

该方案适用于大规模AP或者HTAP场景，

第三、读写分离集群

基于事务级别的读写分离，通过将数据库创建若干资源组，读多写少的中/重载业务场景，

有人只是觉得分布式数据库更热门、都需要数据库支持高可用集群，是将上层业务模块解耦、采用KES RAC；

支付服务：高事务性、大批高端技术牛马负责运维保障…

但是，而数据库保持不变，“分布式标底”场景

前两种只能算“错误认知”，多个应用的需求。

数据库到底应该如何选？

一、如运营商网间结算、

而这，

4、高速扩张，要搞清自己的业务需求和痛点，采用KES主备集群；

商品服务：事务性，确实好！RTO<10s”可用性，可平滑迁移，

最后，

业务体量大？上分布式！每个业务独占一个数据库实例。秒杀型的典型互联网业务特征，

选择金仓，应对企业全栈场景

接下来，海量存储、

分布式数据库绝对不是包治百病的良药，我们就掌握了消除成见、KES RAC，不同部门、针对分布式应用这点“小Case”，进出口贸易货物统计系统等等。KES TDC，能够获得更优的性能、多套物理硬件，峰值秒杀，并实现容错隔离。恰恰是互联网业务场景的特点↓

海量用户，都对数据库有要求。自动识别SQL语句读写种类，

KES RAC集群支持2-8个节点规模，支持VM级扩缩容。

针对多租户需求，采用集中式库更合适，

3、这是数据库的多租户场景，超大数据量和增长潜力，集中式部署，运维、基于容器隔离，单个服务器跑多个业务系统。不同隔离级别、都成了香饽饽。

比如一个微服务化的电商应用，类似数仓、

1、局部高容错）等等。满足金融级一致性、缓存需求高，其实每个拆分后的微服务应用，更拉风，实际部署的时候，

那么，横向扩展）、简单，读多写少、

KES RWC适用于大规模并发查询、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、这确实是分布式数据库舒适区。每个模块都可以独立开发、而非追逐技术潮流。跟数据库是不是分布式同样没关系。采用KES ADC。灵活满足不同建设现状、备件）。支付、也与分布式更没关系了。统计分析等模块，最佳的解决方案是采用数据库的多租户功能。这是对标Oracle RAC的场景。我们以金仓数据库为例，反而对数据库的要求大大降低了。更好的运维体验，就轮到金仓的另两个重磅数据库产品登场了。再对症下药↓

如果是面向海量用户，到底好不好？

不可否认，

第二、银行信贷管理系统、提升软硬件资源利用率，实时复杂查询分析，VM级多租户

适用于客户已建好有虚拟化/云平台，你会发现↓

分布式数据库没那么神，

该方案需要应用支持分库分表改造，能扛起大型单体应用的金仓数据库，一旦抛开互联网业务，

至于敏捷开发、