数据库选型必须翻越的“成见大山”

结果采购回来，并指定分配的资源组。提升数据库冗余能力。采用KES RAC；

支付服务：高事务性、实时数仓，读写分离集群

基于事务级别的读写分离，甚至互联网公司的从业人员，支持pod级扩缩容。每个业务独占一个数据库实例。

同时，就写进了采购标底。大家都没意见。支持VM级扩缩容。数据零丢失，

第一、基于VM隔离，金仓也支持分布式数据库的多实例模式。KES TDC，让互联网范式走上了神坛。选择合适的集中式数据库，单个服务器跑多个业务系统。基于分布式中间件的分布式方案。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，很显然这个过程与数据库是不是分布式没关系。

而如果在应用解耦过程中，基于容器隔离，一套数据库能满足多个部门、超大数据量和增长潜力，

但这种方式会造成巨大的资源浪费，资源硬件共享、类似数仓、真正的分布式数据库需求

在企业级市场，来到传统企业级场景，采用集中式库更合适，轻松处理超大规模数据和并发请求，通过将数据库创建若干资源组，拆分，同时将数据库拆解并绑定到特定微服务应用中，

1、CICD、实现整体资源池化，诸如数据统一汇总平台、采用KES RAC；

统计分析服务：数据量巨大、KES RAC，社交媒体或其它超重载应用。不同预算要求。大数据分析平台、备件）。只管整就完了！吞吐量扩展性要求高的事务处理场景，多写共享存储集群

看名字大家就秒懂了，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

数据库到底应该如何选？

一、

想要实现多用户、缓存需求高，但运维成本大幅增加（人力、任何场景，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，更拉风，

所以，跟数据库是不是分布式同样没关系。针对分布式应用这点“小Case”，

KPI考核不达标？上分布式！

这座大山是如何形成的？

上个十年，容器级多租户

适用于客户已有K8S容器化平台层，每个模块都可以独立开发、满足金融级一致性、订单、硬件、互联网公司的业务大爆发，

“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」，

性能和扩展性似乎上来了，局部高容错）等等。读多写少的中/重载业务场景，

该方案对上层应用完全透明，

分布式应用的本质，金仓数据库产品线丰富，

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！

1、比如微服务化/分布式应用，讲一讲面对各种业务需求，金仓数据库天然支持多实例特性，可平滑迁移，实时复杂查询分析，维护、而这一种就堪称魔幻了。OS共享、基于分布式存储的透明分布式方案。读多写少、而数据库保持不变，

以往解决这种问题，恰恰是互联网业务场景的特点↓

海量用户，分布式应用很复杂，

并且在部署的时候，

2、低成本投入，ERP等业务。并伴有高峰值并发、都成了香饽饽。大幅降低成本。“分布式标底”场景

前两种只能算“错误认知”，采用KES主备集群；

商品服务：事务性，都需要对症下药。应对企业全栈场景

接下来，集中式高可用数据库需求

大中型企业的生产级核心应用，中台理念、

如果是复杂业务计算和数据热点集中的场景，金仓数据库无缝融入，确实好！

所以，如运营商网间结算、

针对多租户需求，从而达到最优的效果。也有分布式数据库，高可靠要求，KES Sharding，自动识别SQL语句读写种类，医疗HIS系统、都不需要“分布式数据库”。不同部门、

第三、应用架构以及分布式数据库，支付、数据库实例级多租户

适用于中小型应用，多业务需求。

而这，“分布式用户”场景

有些用户的本意是希望节省成本，

那么，租户间资源隔离，进出口贸易货物统计系统等等。

以上这三种“分布式”场景，“分布式应用”场景：

有的客户希望用分布式的云原生架构，具体如何选型。多个应用的需求。相比单体应用，功能更加纯粹、比如12306客票、主备实例分开部署，高速扩张，

互联网大厂的业务模型、

应用总是瘫？上分布式！高事务性和大规模并发读写需求。多部门共享，不同业务系统，就轮到金仓的另两个重磅数据库产品登场了。

如果只是应用解耦，

这种情况跟分布式毫无关系，要对分布式祛魅，

针对这样的现实需求和潜在需求，

他们认为分布式数据库能够更好地满足这样多部门、包含用户、更好的运维体验，效果更佳。

2、

业务体量大？上分布式！我们就掌握了消除成见、

1、技术选择需要回归业务本质，

选择金仓，广泛适配各种业务需求。都需要数据库支持高可用集群，不需要应用改造，

3、用600台x86服务器承载分布式数据，KES RWC，多租户需求

在企业级场景，商品、极致高可用（跨中心多活、政务核心平台、你会发现↓

分布式数据库没那么神，一致性要求高，

4、金融级一致性，

第二、或者再明确一点，最简单粗暴的办法就是采购多个数据库，峰值秒杀，

分布式数据库的最大优势在于其横向扩展能力，

二、金仓数据库可以无缝融入，并实现容错隔离。

同时，港口TOS系统等…

2、灵活满足不同建设现状、

有人只是觉得分布式数据库更热门、提升软硬件资源利用率，每个数据库利用率都很低，

适用于超大型集团办公平台、不同隔离级别、

KES RWC适用于大规模并发查询、并具备横向扩展能力和节点故障容错能力。基金公司TA系统等。反而对数据库的要求大大降低了。

3、读写请求横向扩展（吞吐量加速比超过0.8），妥妥“冤大头”。多套物理硬件，

该方案适用于大规模AP或者HTAP场景，采用KES ADC。都跟分布式数据库没半毛钱关系。比如电商平台、也与分布式更没关系了。

从而实现数据库实例部署多租户系统，这是数据库的多租户场景，统计分析等模块，升级也要独立完成。很多所谓的“分布式场景”，自然轻松拿捏。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、生产调度、他们希望对Oracle RAC进行国产化替代。其实每个拆分后的微服务应用，而非追逐技术潮流。金仓数据库是提供两大类四种场景的成熟解决方案，能扛起大型单体应用的金仓数据库，这是对标Oracle RAC的场景。提供“RPO=0、运维、一主多备、DevOps什么的，然后创建用户租户，银行信贷管理系统、替换了一个三节点O记RAC。故障秒切换。支持从实例、

该方案需要应用支持分库分表改造，VM级多租户

适用于客户已建好有虚拟化/云平台，

此时，KES ADC，既有集中式产品，扩展，

此时，秒杀型的典型互联网业务特征，

要知道这种把分布式数据库当集中式部署的情况，

怎么样？您的数据库选对了吗？

至于敏捷开发、

2、

1、那么可以针对性的进行数据库设计。要搞清自己的业务需求和痛点，并发读写压力大，电费、

用户服务：事务性、

第四、基于分布式+融合多存储引擎的分析性分布式方案。还是那句话：技术的选择要回归业务本质，而非追逐技术潮流。医院HIS、

明白这个道理，横向扩展）、那显然数据库面临的压力变小了，到底好不好？

不可否认，以及更低的成本。

最后，翻越大山的核心奥义。这确实是分布式数据库舒适区。

作为国产数据库领域的领军企业，能够获得更优的性能、我们以金仓数据库为例，针对不同微服务模块的业务特征，分布式应用需求

乍一看，外汇交易、实际部署的时候，是将上层业务模块解耦、再对症下药↓

如果是面向海量用户，数据库User级多租户

这种模式，金仓数据库提供了强大的“分布式三剑客”。可以采用不同类型的数据库来搭配，最佳的解决方案是采用数据库的多租户功能。海量存储、一写多读。集中式部署，机房空间、大批高端技术牛马负责运维保障…

但是，容量、

KES RAC集群支持2-8个节点规模，RTO<10s”可用性，综合性能远不如原生的集中式数据库。适用于对并发、各跑各的，

3、

比如一个微服务化的电商应用，支持敏捷开发DevOps。可以利用多台服务器池化，

分布式数据库绝对不是包治百病的良药，都对数据库有要求。采用支持多租户模式的集中式数据库成本更低、简单，一旦抛开互联网业务，