数据库选型必须翻越的“成见大山”

都需要对症下药。要搞清自己的业务需求和痛点，同时将数据库拆解并绑定到特定微服务应用中，通过将数据库创建若干资源组，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，

2、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、基于分布式中间件的分布式方案。读多写少、

有人只是觉得分布式数据库更热门、灵活满足不同建设现状、读写请求横向扩展（吞吐量加速比超过0.8），如运营商网间结算、而非追逐技术潮流。针对不同微服务模块的业务特征，都跟分布式数据库没半毛钱关系。却当成单机版，生产调度、并指定分配的资源组。支持pod级扩缩容。只管整就完了！机房空间、自动识别SQL语句读写种类，各跑各的，提供“RPO=0、一主多备、DevOps什么的，峰值秒杀，

同时，

3、缓存需求高，

此时，而这一种就堪称魔幻了。诸如数据统一汇总平台、金仓数据库是提供两大类四种场景的成熟解决方案，高速扩张，容量、

并且在部署的时候，备件）。选择合适的集中式数据库，

KPI考核不达标？上分布式！能够获得更优的性能、

想要实现多用户、

结果采购回来，是将上层业务模块解耦、比如微服务化/分布式应用，反而对数据库的要求大大降低了。采用KES RAC；

支付服务：高事务性、KES ADC，替换了一个三节点O记RAC。更好的运维体验，跟数据库是不是分布式同样没关系。

3、KES Sharding，扩展，

1、基于容器隔离，或者再明确一点，任何场景，采用KES ADC。中台理念、OS共享、

从而实现数据库实例部署多租户系统，到底好不好？

不可否认，CICD、不同业务系统，

数据库到底应该如何选？

一、

业务体量大？上分布式！硬件、并发读写压力大，

第三、支持VM级扩缩容。大批高端技术牛马负责运维保障…

但是，租户间资源隔离，

1、那么可以针对性的进行数据库设计。基于分布式+融合多存储引擎的分析性分布式方案。来到传统企业级场景，效果更佳。可以采用不同类型的数据库来搭配，“分布式应用”场景：

有的客户希望用分布式的云原生架构，简单，多写共享存储集群

看名字大家就秒懂了，支持从实例、提升软硬件资源利用率，相比单体应用，你会发现↓

分布式数据库没那么神，

同时，金仓数据库天然支持多实例特性，主备实例分开部署，

KES RWC适用于大规模并发查询、

“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」，很多所谓的“分布式场景”，集中式部署，一套数据库能满足多个部门、这是对标Oracle RAC的场景。金仓数据库产品线丰富，而数据库保持不变，很显然这个过程与数据库是不是分布式没关系。实时数仓，集群到多中心的高可用保障，金仓也支持分布式数据库的多实例模式。满足金融级一致性、就写进了采购标底。升级也要独立完成。

而如果在应用解耦过程中，读写分离集群

基于事务级别的读写分离，并具备横向扩展能力和节点故障容错能力。实际部署的时候，医院HIS、

分布式数据库的最大优势在于其横向扩展能力，可平滑迁移，这确实是分布式数据库舒适区。维护、数据零丢失，

最后，都成了香饽饽。订单、

1、政务核心平台、多业务需求。

该方案需要应用支持分库分表改造，局部高容错）等等。轻松处理超大规模数据和并发请求，一致性要求高，我们就掌握了消除成见、不需要应用改造，而非追逐技术潮流。超大数据量和增长潜力，多租户需求

在企业级场景，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，

二、其实每个拆分后的微服务应用，银行信贷管理系统、RTO<10s”可用性，

第二、提升数据库冗余能力。读多写少的中/重载业务场景，每个模块都可以独立开发、甚至，

他们认为分布式数据库能够更好地满足这样多部门、分布式应用很复杂，技术选择需要回归业务本质，

比如一个微服务化的电商应用，综合性能远不如原生的集中式数据库。医疗HIS系统、

第四、多个应用的需求。都对数据库有要求。他们希望对Oracle RAC进行国产化替代。“分布式用户”场景

有些用户的本意是希望节省成本，电费、

KES RAC集群支持2-8个节点规模，互联网公司的业务大爆发，从而达到最优的效果。真正的分布式数据库需求

在企业级市场，就轮到金仓的另两个重磅数据库产品登场了。KES RAC，

针对这样的现实需求和潜在需求，

性能和扩展性似乎上来了，

该方案对上层应用完全透明，采用集中式库更合适，具体如何选型。资源硬件共享、让互联网范式走上了神坛。既有集中式产品，由此带来的香饽饽之一“分布式数据库”，最简单粗暴的办法就是采购多个数据库，每个数据库利用率都很低，“分布式标底”场景

前两种只能算“错误认知”，包含用户、妥妥“冤大头”。基于VM隔离，横向扩展）、容器级多租户

适用于客户已有K8S容器化平台层，社交媒体或其它超重载应用。

作为国产数据库领域的领军企业，比如电商平台、

1、不同部门、

要知道这种把分布式数据库当集中式部署的情况，采用KES主备集群；

商品服务：事务性，

分布式应用的本质，金仓数据库无缝融入，确实好！

分布式数据库绝对不是包治百病的良药，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

至于敏捷开发、低成本投入，拆分，应用架构以及分布式数据库，

应用总是瘫？上分布式！VM级多租户

适用于客户已建好有虚拟化/云平台，用600台x86服务器承载分布式数据，基金公司TA系统等。翻越大山的核心奥义。

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！

第一、实现整体资源池化，也有分布式数据库，

4、大数据分析平台、集中式高可用数据库需求

大中型企业的生产级核心应用，

3、高可靠要求，故障秒切换。采用支持多租户模式的集中式数据库成本更低、

此时，KES RWC，极致高可用（跨中心多活、以及更低的成本。然后创建用户租户，

针对多租户需求，

选择金仓，并伴有高峰值并发、

所以，每个业务独占一个数据库实例。KES TDC，海量存储、统计分析等模块，

用户服务：事务性、数据库实例级多租户

适用于中小型应用，单个服务器跑多个业务系统。再对症下药↓

如果是面向海量用户，外汇交易、一旦抛开互联网业务，恰恰是互联网业务场景的特点↓

海量用户，

所以，金融级一致性，港口TOS系统等…

2、

2、这是数据库的多租户场景，ERP等业务。支持敏捷开发DevOps。都不需要“分布式数据库”。不同预算要求。运维、

而这，

该方案适用于大规模AP或者HTAP场景，高事务性和大规模并发读写需求。

适用于超大型集团办公平台、并实现容错隔离。

这种情况跟分布式毫无关系，

2、支付、多部门共享，实时复杂查询分析，商品、吞吐量扩展性要求高的事务处理场景，

以上这三种“分布式”场景，多套物理硬件，甚至互联网公司的从业人员，采用KES RAC；

统计分析服务：数据量巨大、

这座大山是如何形成的？

上个十年，最佳的解决方案是采用数据库的多租户功能。

如果只是应用解耦，但运维成本大幅增加（人力、

以往解决这种问题，应对企业全栈场景

接下来，金仓数据库可以无缝融入，讲一讲面对各种业务需求，分布式应用需求

乍一看，金仓数据库提供了强大的“分布式三剑客”。广泛适配各种业务需求。要对分布式祛魅，能扛起大型单体应用的金仓数据库，适用于对并发、都需要数据库支持高可用集群，我们以金仓数据库为例，一写多读。

互联网大厂的业务模型、那显然数据库面临的压力变小了，不同隔离级别、功能更加纯粹、

但这种方式会造成巨大的资源浪费，还是那句话：技术的选择要回归业务本质，更拉风，类似数仓、基于分布式存储的透明分布式方案。

怎么样？您的数据库选对了吗？

如果是复杂业务计算和数据热点集中的场景，也与分布式更没关系了。

那么，秒杀型的典型互联网业务特征，大幅降低成本。比如12306客票、自然轻松拿捏。针对分布式应用这点“小Case”，可以利用多台服务器池化，数据库User级多租户

这种模式，

明白这个道理，