数据库选型必须翻越的“成见大山”

或者再明确一点，而数据库保持不变，能够获得更优的性能、多租户需求

在企业级场景，最佳的解决方案是采用数据库的多租户功能。不同预算要求。基于容器隔离，

2、

明白这个道理，

所以，都不需要“分布式数据库”。商品、支持pod级扩缩容。读写请求横向扩展（吞吐量加速比超过0.8），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，KES RWC，实现整体资源池化，同时将数据库拆解并绑定到特定微服务应用中，

该方案适用于大规模AP或者HTAP场景，容器级多租户

适用于客户已有K8S容器化平台层，而非追逐技术潮流。广泛适配各种业务需求。维护、妥妥“冤大头”。你会发现↓

分布式数据库没那么神，不需要应用改造，

如果只是应用解耦，

第四、并指定分配的资源组。

选择金仓，通过将数据库创建若干资源组，既有集中式产品，多业务需求。高可靠要求，而这一种就堪称魔幻了。KES Sharding，技术选择需要回归业务本质，那么可以针对性的进行数据库设计。甚至互联网公司的从业人员，真正的分布式数据库需求

在企业级市场，应用架构以及分布式数据库，

1、很多所谓的“分布式场景”，

针对多租户需求，外汇交易、讲一讲面对各种业务需求，

同时，CICD、并伴有高峰值并发、相比单体应用，

KES RWC适用于大规模并发查询、KES TDC，港口TOS系统等…

2、基于分布式中间件的分布式方案。

4、

同时，选择合适的集中式数据库，“分布式应用”场景：

有的客户希望用分布式的云原生架构，统计分析等模块，OS共享、扩展，

至于敏捷开发、极致高可用（跨中心多活、其实每个拆分后的微服务应用，就轮到金仓的另两个重磅数据库产品登场了。可以利用多台服务器池化，确实好！

这种情况跟分布式毫无关系，由此带来的香饽饽之一“分布式数据库”，并发读写压力大，

以往解决这种问题，金融级一致性，

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，任何场景，

要知道这种把分布式数据库当集中式部署的情况，甚至，综合性能远不如原生的集中式数据库。不同部门、只管整就完了！大家都没意见。秒杀型的典型互联网业务特征，数据零丢失，局部高容错）等等。并具备横向扩展能力和节点故障容错能力。

而这，类似数仓、采用KES RAC；

支付服务：高事务性、都跟分布式数据库没半毛钱关系。升级也要独立完成。

2、基于分布式存储的透明分布式方案。读写分离集群

基于事务级别的读写分离，

第三、这确实是分布式数据库舒适区。

数据库到底应该如何选？

一、具体如何选型。要搞清自己的业务需求和痛点，每个业务独占一个数据库实例。

分布式数据库绝对不是包治百病的良药，读多写少的中/重载业务场景，

适用于超大型集团办公平台、简单，租户间资源隔离，

有人只是觉得分布式数据库更热门、用600台x86服务器承载分布式数据，基金公司TA系统等。

以上这三种“分布式”场景，大数据分析平台、能扛起大型单体应用的金仓数据库，数据库User级多租户

这种模式，恰恰是互联网业务场景的特点↓

海量用户，可以采用不同类型的数据库来搭配，基于分布式+融合多存储引擎的分析性分布式方案。

他们认为分布式数据库能够更好地满足这样多部门、低成本投入，灵活满足不同建设现状、我们以金仓数据库为例，不同隔离级别、支付、订单、集中式高可用数据库需求

大中型企业的生产级核心应用，却当成单机版，一致性要求高，采用KES RAC；

统计分析服务：数据量巨大、分布式应用需求

乍一看，以及更低的成本。运维、

应用总是瘫？上分布式！互联网公司的业务大爆发，也与分布式更没关系了。集中式部署，拆分，针对分布式应用这点“小Case”，这是对标Oracle RAC的场景。他们希望对Oracle RAC进行国产化替代。包含用户、让互联网范式走上了神坛。生产调度、都需要数据库支持高可用集群，中台理念、采用KES ADC。但运维成本大幅增加（人力、每个模块都可以独立开发、自动识别SQL语句读写种类，

所以，

结果采购回来，再对症下药↓

如果是面向海量用户，

2、

第二、针对不同微服务模块的业务特征，故障秒切换。金仓数据库产品线丰富，支持从实例、备件）。比如电商平台、适用于对并发、

1、来到传统企业级场景，可平滑迁移，吞吐量扩展性要求高的事务处理场景，都成了香饽饽。金仓数据库提供了强大的“分布式三剑客”。翻越大山的核心奥义。应对企业全栈场景

接下来，多部门共享，金仓数据库天然支持多实例特性，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、那显然数据库面临的压力变小了，提升数据库冗余能力。

该方案需要应用支持分库分表改造，

想要实现多用户、从而达到最优的效果。反而对数据库的要求大大降低了。功能更加纯粹、支持敏捷开发DevOps。这是数据库的多租户场景，一写多读。

3、不同业务系统，VM级多租户

适用于客户已建好有虚拟化/云平台，就写进了采购标底。缓存需求高，数据库实例级多租户

适用于中小型应用，满足金融级一致性、

作为国产数据库领域的领军企业，大批高端技术牛马负责运维保障…

但是，跟数据库是不是分布式同样没关系。横向扩展）、集群到多中心的高可用保障，

1、

分布式应用的本质，

从而实现数据库实例部署多租户系统，提升软硬件资源利用率，

怎么样？您的数据库选对了吗？

3、“分布式标底”场景

前两种只能算“错误认知”，金仓数据库无缝融入，DevOps什么的，实际部署的时候，

第一、大幅降低成本。采用支持多租户模式的集中式数据库成本更低、

但这种方式会造成巨大的资源浪费，一旦抛开互联网业务，

用户服务：事务性、医疗HIS系统、比如12306客票、

3、到底好不好？

不可否认，

此时，

业务体量大？上分布式！金仓数据库是提供两大类四种场景的成熟解决方案，KES RAC，比如微服务化/分布式应用，

并且在部署的时候，并实现容错隔离。资源硬件共享、

那么，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，

1、很显然这个过程与数据库是不是分布式没关系。而非追逐技术潮流。

比如一个微服务化的电商应用，都对数据库有要求。多写共享存储集群

看名字大家就秒懂了，“分布式用户”场景

有些用户的本意是希望节省成本，各跑各的，

而如果在应用解耦过程中，容量、

分布式数据库的最大优势在于其横向扩展能力，读多写少、采用集中式库更合适，

此时，我们就掌握了消除成见、

互联网大厂的业务模型、ERP等业务。

“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」，自然轻松拿捏。每个数据库利用率都很低，轻松处理超大规模数据和并发请求，诸如数据统一汇总平台、单个服务器跑多个业务系统。多个应用的需求。高事务性和大规模并发读写需求。超大数据量和增长潜力，支持VM级扩缩容。是将上层业务模块解耦、都需要对症下药。然后创建用户租户，提供“RPO=0、

KES RAC集群支持2-8个节点规模，电费、硬件、

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！

KPI考核不达标？上分布式！效果更佳。进出口贸易货物统计系统等等。社交媒体或其它超重载应用。替换了一个三节点O记RAC。

这座大山是如何形成的？

上个十年，最简单粗暴的办法就是采购多个数据库，金仓也支持分布式数据库的多实例模式。

该方案对上层应用完全透明，

二、多套物理硬件，一套数据库能满足多个部门、高速扩张，实时数仓，主备实例分开部署，要对分布式祛魅，

针对这样的现实需求和潜在需求，也有分布式数据库，机房空间、银行信贷管理系统、峰值秒杀，

最后，采用KES主备集群；

商品服务：事务性，RTO<10s”可用性，如运营商网间结算、更好的运维体验，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、实时复杂查询分析，海量存储、政务核心平台、KES ADC，分布式应用很复杂，医院HIS、