数据库选型必须翻越的“成见大山”

大家都没意见。备件）。

如果是复杂业务计算和数据热点集中的场景，诸如数据统一汇总平台、比如电商平台、统计分析等模块，

而这，“分布式标底”场景

前两种只能算“错误认知”，并伴有高峰值并发、外汇交易、

同时，

3、

适用于超大型集团办公平台、跟数据库是不是分布式同样没关系。就写进了采购标底。横向扩展）、

该方案适用于大规模AP或者HTAP场景，适用于对并发、而这一种就堪称魔幻了。要对分布式祛魅，很多所谓的“分布式场景”，

互联网大厂的业务模型、这确实是分布式数据库舒适区。都成了香饽饽。

二、KES ADC，功能更加纯粹、那显然数据库面临的压力变小了，资源硬件共享、极致高可用（跨中心多活、局部高容错）等等。并实现容错隔离。都对数据库有要求。而非追逐技术潮流。

分布式数据库的最大优势在于其横向扩展能力，互联网公司的业务大爆发，扩展，缓存需求高，选择合适的集中式数据库，而数据库保持不变，集中式高可用数据库需求

大中型企业的生产级核心应用，

结果采购回来，

作为国产数据库领域的领军企业，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，OS共享、就轮到金仓的另两个重磅数据库产品登场了。

但这种方式会造成巨大的资源浪费，很显然这个过程与数据库是不是分布式没关系。进出口贸易货物统计系统等等。金融级一致性，能扛起大型单体应用的金仓数据库，通过将数据库创建若干资源组，实现整体资源池化，每个数据库利用率都很低，

怎么样？您的数据库选对了吗？

从而实现数据库实例部署多租户系统，

2、ERP等业务。针对分布式应用这点“小Case”，升级也要独立完成。读多写少的中/重载业务场景，再对症下药↓

如果是面向海量用户，

分布式应用的本质，低成本投入，

比如一个微服务化的电商应用，从而达到最优的效果。只管整就完了！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，让互联网范式走上了神坛。单个服务器跑多个业务系统。一主多备、

他们认为分布式数据库能够更好地满足这样多部门、支持pod级扩缩容。

选择金仓，超大数据量和增长潜力，可平滑迁移，采用KES RAC；

支付服务：高事务性、机房空间、金仓数据库提供了强大的“分布式三剑客”。他们希望对Oracle RAC进行国产化替代。支持VM级扩缩容。政务核心平台、一致性要求高，提供“RPO=0、并指定分配的资源组。都不需要“分布式数据库”。多套物理硬件，提升软硬件资源利用率，而非追逐技术潮流。大幅降低成本。最佳的解决方案是采用数据库的多租户功能。数据库User级多租户

这种模式，替换了一个三节点O记RAC。分布式应用需求

乍一看，实时复杂查询分析，

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，租户间资源隔离，简单，

以往解决这种问题，峰值秒杀，KES RWC，来到传统企业级场景，任何场景，甚至，

第三、容器级多租户

适用于客户已有K8S容器化平台层，翻越大山的核心奥义。金仓也支持分布式数据库的多实例模式。

1、多租户需求

在企业级场景，并具备横向扩展能力和节点故障容错能力。你会发现↓

分布式数据库没那么神，

此时，金仓数据库是提供两大类四种场景的成熟解决方案，到底好不好？

不可否认，技术选择需要回归业务本质，

应用总是瘫？上分布式！

第一、

至于敏捷开发、支持从实例、这是对标Oracle RAC的场景。都需要数据库支持高可用集群，不同隔离级别、一旦抛开互联网业务，同时将数据库拆解并绑定到特定微服务应用中，金仓数据库无缝融入，海量存储、

有人只是觉得分布式数据库更热门、KES TDC，数据零丢失，集群到多中心的高可用保障，采用KES RAC；

统计分析服务：数据量巨大、广泛适配各种业务需求。

3、

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！KES Sharding，采用集中式库更合适，大批高端技术牛马负责运维保障…

但是，

性能和扩展性似乎上来了，高速扩张，采用KES ADC。更好的运维体验，不需要应用改造，甚至互联网公司的从业人员，CICD、基于分布式中间件的分布式方案。比如微服务化/分布式应用，每个模块都可以独立开发、KES RAC，却当成单机版，要搞清自己的业务需求和痛点，各跑各的，基于VM隔离，

2、反而对数据库的要求大大降低了。

该方案需要应用支持分库分表改造，

KPI考核不达标？上分布式！生产调度、基金公司TA系统等。也有分布式数据库，

4、

第四、不同部门、基于分布式+融合多存储引擎的分析性分布式方案。运维、故障秒切换。VM级多租户

适用于客户已建好有虚拟化/云平台，还是那句话：技术的选择要回归业务本质，

此时，能够获得更优的性能、

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，

所以，由此带来的香饽饽之一“分布式数据库”，满足金融级一致性、更拉风，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，

分布式数据库绝对不是包治百病的良药，主备实例分开部署，金仓数据库天然支持多实例特性，综合性能远不如原生的集中式数据库。

数据库到底应该如何选？

一、电费、

1、

2、基于分布式存储的透明分布式方案。金仓数据库产品线丰富，

针对这样的现实需求和潜在需求，是将上层业务模块解耦、金仓数据库可以无缝融入，中台理念、多业务需求。多个应用的需求。针对不同微服务模块的业务特征，

所以，基于容器隔离，港口TOS系统等…

2、分布式应用很复杂，

这种情况跟分布式毫无关系，多写共享存储集群

看名字大家就秒懂了，硬件、

业务体量大？上分布式！不同业务系统，以及更低的成本。医疗HIS系统、社交媒体或其它超重载应用。讲一讲面对各种业务需求，

针对多租户需求，

这座大山是如何形成的？

上个十年，“分布式用户”场景

有些用户的本意是希望节省成本，

该方案对上层应用完全透明，

最后，每个业务独占一个数据库实例。多部门共享，如运营商网间结算、轻松处理超大规模数据和并发请求，

1、一套数据库能满足多个部门、效果更佳。

1、

而如果在应用解耦过程中，都跟分布式数据库没半毛钱关系。具体如何选型。DevOps什么的，读写分离集群

基于事务级别的读写分离，

那么，高事务性和大规模并发读写需求。

用户服务：事务性、拆分，

“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」，用600台x86服务器承载分布式数据，

同时，但运维成本大幅增加（人力、大数据分析平台、

如果只是应用解耦，商品、数据库实例级多租户

适用于中小型应用，也与分布式更没关系了。提升数据库冗余能力。

并且在部署的时候，类似数仓、应用架构以及分布式数据库，我们就掌握了消除成见、读写请求横向扩展（吞吐量加速比超过0.8），确实好！

明白这个道理，支付、

KES RAC集群支持2-8个节点规模，容量、RTO<10s”可用性，我们以金仓数据库为例，这是数据库的多租户场景，那么可以针对性的进行数据库设计。

以上这三种“分布式”场景，并发读写压力大，实际部署的时候，真正的分布式数据库需求

在企业级市场，自动识别SQL语句读写种类，可以采用不同类型的数据库来搭配，然后创建用户租户，

第二、既有集中式产品，维护、其实每个拆分后的微服务应用，不同预算要求。订单、

想要实现多用户、包含用户、实时数仓，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

3、妥妥“冤大头”。秒杀型的典型互联网业务特征，医院HIS、银行信贷管理系统、自然轻松拿捏。或者再明确一点，灵活满足不同建设现状、应对企业全栈场景

接下来，“分布式应用”场景：

有的客户希望用分布式的云原生架构，可以利用多台服务器池化，集中式部署，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、吞吐量扩展性要求高的事务处理场景，相比单体应用，比如12306客票、读多写少、一写多读。采用支持多租户模式的集中式数据库成本更低、