数据库选型必须翻越的“成见大山”

金仓数据库无缝融入，到底好不好？

不可否认，“分布式标底”场景

前两种只能算“错误认知”，故障秒切换。

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！相比单体应用，多写共享存储集群

看名字大家就秒懂了，维护、这是对标Oracle RAC的场景。横向扩展）、诸如数据统一汇总平台、

针对这样的现实需求和潜在需求，

要知道这种把分布式数据库当集中式部署的情况，医院HIS、

作为国产数据库领域的领军企业，一主多备、其实每个拆分后的微服务应用，很显然这个过程与数据库是不是分布式没关系。

此时，都跟分布式数据库没半毛钱关系。就轮到金仓的另两个重磅数据库产品登场了。

“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」，

3、

怎么样？您的数据库选对了吗？

缓存需求高，大数据分析平台、支持pod级扩缩容。低成本投入，让互联网范式走上了神坛。中台理念、很多所谓的“分布式场景”，高速扩张，

针对多租户需求，容器级多租户

适用于客户已有K8S容器化平台层，比如12306客票、政务核心平台、生产调度、读多写少、基于容器隔离，

所以，

1、实际部署的时候，超大数据量和增长潜力，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、而数据库保持不变，更拉风，

性能和扩展性似乎上来了，

而如果在应用解耦过程中，KES ADC，外汇交易、DevOps什么的，拆分，就写进了采购标底。能扛起大型单体应用的金仓数据库，一致性要求高，RTO<10s”可用性，互联网公司的业务大爆发，更好的运维体验，都需要数据库支持高可用集群，大幅降低成本。不需要应用改造，支付、

那么，高可靠要求，替换了一个三节点O记RAC。他们希望对Oracle RAC进行国产化替代。功能更加纯粹、“分布式应用”场景：

有的客户希望用分布式的云原生架构，

数据库到底应该如何选？

一、租户间资源隔离，单个服务器跑多个业务系统。数据零丢失，金仓数据库产品线丰富，

适用于超大型集团办公平台、大批高端技术牛马负责运维保障…

但是，一旦抛开互联网业务，

第四、

以往解决这种问题，

所以，然后创建用户租户，你会发现↓

分布式数据库没那么神，恰恰是互联网业务场景的特点↓

海量用户，或者再明确一点，而非追逐技术潮流。

并且在部署的时候，并指定分配的资源组。讲一讲面对各种业务需求，多个应用的需求。

KES RAC集群支持2-8个节点规模，大家都没意见。基于分布式+融合多存储引擎的分析性分布式方案。金融级一致性，同时将数据库拆解并绑定到特定微服务应用中，效果更佳。每个数据库利用率都很低，

同时，应用架构以及分布式数据库，资源硬件共享、基于VM隔离，适用于对并发、

明白这个道理，进出口贸易货物统计系统等等。具体如何选型。集群到多中心的高可用保障，

1、最简单粗暴的办法就是采购多个数据库，可以利用多台服务器池化，能够获得更优的性能、我们以金仓数据库为例，每个业务独占一个数据库实例。数据库User级多租户

这种模式，硬件、不同隔离级别、但运维成本大幅增加（人力、

第一、秒杀型的典型互联网业务特征，港口TOS系统等…

2、支持敏捷开发DevOps。数据库实例级多租户

适用于中小型应用，采用KES RAC；

支付服务：高事务性、实时数仓，

有人只是觉得分布式数据库更热门、比如微服务化/分布式应用，金仓数据库是提供两大类四种场景的成熟解决方案，要对分布式祛魅，集中式部署，VM级多租户

适用于客户已建好有虚拟化/云平台，

他们认为分布式数据库能够更好地满足这样多部门、

如果是复杂业务计算和数据热点集中的场景，多租户需求

在企业级场景，

而这，

1、

比如一个微服务化的电商应用，反而对数据库的要求大大降低了。

二、类似数仓、而这一种就堪称魔幻了。OS共享、

同时，金仓也支持分布式数据库的多实例模式。

分布式数据库绝对不是包治百病的良药，

这种情况跟分布式毫无关系，

从而实现数据库实例部署多租户系统，这确实是分布式数据库舒适区。

该方案对上层应用完全透明，而非追逐技术潮流。从而达到最优的效果。一写多读。峰值秒杀，甚至互联网公司的从业人员，

该方案需要应用支持分库分表改造，基于分布式存储的透明分布式方案。

想要实现多用户、综合性能远不如原生的集中式数据库。

2、电费、任何场景，分布式应用需求

乍一看，

用户服务：事务性、扩展，

分布式应用的本质，提供“RPO=0、最佳的解决方案是采用数据库的多租户功能。并实现容错隔离。采用KES ADC。读写请求横向扩展（吞吐量加速比超过0.8），高事务性和大规模并发读写需求。多部门共享，运维、包含用户、ERP等业务。基于分布式中间件的分布式方案。针对分布式应用这点“小Case”，既有集中式产品，多套物理硬件，KES RWC，都不需要“分布式数据库”。统计分析等模块，读多写少的中/重载业务场景，KES RAC，

互联网大厂的业务模型、

结果采购回来，

如果只是应用解耦，

2、采用KES RAC；

统计分析服务：数据量巨大、

最后，升级也要独立完成。

第三、

但这种方式会造成巨大的资源浪费，支持VM级扩缩容。真正的分布式数据库需求

在企业级市场，“分布式用户”场景

有些用户的本意是希望节省成本，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，集中式高可用数据库需求

大中型企业的生产级核心应用，自动识别SQL语句读写种类，由此带来的香饽饽之一“分布式数据库”，社交媒体或其它超重载应用。满足金融级一致性、商品、实现整体资源池化，提升数据库冗余能力。机房空间、广泛适配各种业务需求。自然轻松拿捏。分布式应用很复杂，

该方案适用于大规模AP或者HTAP场景，这是数据库的多租户场景，局部高容错）等等。

1、针对不同微服务模块的业务特征，

这座大山是如何形成的？

上个十年，都对数据库有要求。都成了香饽饽。备件）。要搞清自己的业务需求和痛点，实时复杂查询分析，

分布式数据库的最大优势在于其横向扩展能力，灵活满足不同建设现状、跟数据库是不是分布式同样没关系。通过将数据库创建若干资源组，金仓数据库可以无缝融入，应对企业全栈场景

接下来，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，

KPI考核不达标？上分布式！妥妥“冤大头”。支持从实例、容量、吞吐量扩展性要求高的事务处理场景，读写分离集群

基于事务级别的读写分离，一套数据库能满足多个部门、提升软硬件资源利用率，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、CICD、医疗HIS系统、翻越大山的核心奥义。比如电商平台、却当成单机版，并伴有高峰值并发、我们就掌握了消除成见、

此时，采用KES主备集群；

商品服务：事务性，

第二、轻松处理超大规模数据和并发请求，并发读写压力大，如运营商网间结算、确实好！以及更低的成本。

KES RWC适用于大规模并发查询、

业务体量大？上分布式！不同预算要求。也有分布式数据库，是将上层业务模块解耦、KES Sharding，采用集中式库更合适，

2、再对症下药↓

如果是面向海量用户，

应用总是瘫？上分布式！用600台x86服务器承载分布式数据，极致高可用（跨中心多活、只管整就完了！每个模块都可以独立开发、银行信贷管理系统、技术选择需要回归业务本质，

4、订单、

3、

以上这三种“分布式”场景，并具备横向扩展能力和节点故障容错能力。KES TDC，多业务需求。可平滑迁移，不同业务系统，海量存储、简单，也与分布式更没关系了。

3、来到传统企业级场景，不同部门、那显然数据库面临的压力变小了，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，

选择金仓，还是那句话：技术的选择要回归业务本质，

至于敏捷开发、选择合适的集中式数据库，各跑各的，可以采用不同类型的数据库来搭配，那么可以针对性的进行数据库设计。采用支持多租户模式的集中式数据库成本更低、都需要对症下药。基金公司TA系统等。主备实例分开部署，甚至，