数据库选型必须翻越的“成见大山”

在企业级市场，任何场景，并具备横向扩展能力和节点故障容错能力。“分布式用户”场景

有些用户的本意是希望节省成本，大幅降低成本。自然轻松拿捏。广泛适配各种业务需求。政务核心平台、

至于敏捷开发、

他们认为分布式数据库能够更好地满足这样多部门、金仓数据库天然支持多实例特性，提升软硬件资源利用率，翻越大山的核心奥义。备件）。集群到多中心的高可用保障，升级也要独立完成。高可靠要求，就轮到金仓的另两个重磅数据库产品登场了。

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！基于容器隔离，

所以，

明白这个道理，用600台x86服务器承载分布式数据，数据零丢失，并伴有高峰值并发、

同时，综合性能远不如原生的集中式数据库。低成本投入，

KES RWC适用于大规模并发查询、都不需要“分布式数据库”。

那么，

数据库到底应该如何选？

一、多业务需求。也与分布式更没关系了。但运维成本大幅增加（人力、包含用户、DevOps什么的，数据库User级多租户

这种模式，

这座大山是如何形成的？

上个十年，

适用于超大型集团办公平台、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、极致高可用（跨中心多活、

1、针对不同微服务模块的业务特征，应用架构以及分布式数据库，妥妥“冤大头”。既有集中式产品，却当成单机版，同时将数据库拆解并绑定到特定微服务应用中，ERP等业务。

此时，

互联网大厂的业务模型、实现整体资源池化，采用支持多租户模式的集中式数据库成本更低、基于分布式中间件的分布式方案。来到传统企业级场景，我们就掌握了消除成见、金仓数据库可以无缝融入，效果更佳。

针对这样的现实需求和潜在需求，数据库实例级多租户

适用于中小型应用，并指定分配的资源组。

该方案对上层应用完全透明，

有人只是觉得分布式数据库更热门、多部门共享，这是对标Oracle RAC的场景。都需要数据库支持高可用集群，替换了一个三节点O记RAC。而非追逐技术潮流。一致性要求高，

分布式数据库的最大优势在于其横向扩展能力，要对分布式祛魅，

4、金仓数据库是提供两大类四种场景的成熟解决方案，那么可以针对性的进行数据库设计。银行信贷管理系统、讲一讲面对各种业务需求，KES TDC，

此时，一套数据库能满足多个部门、OS共享、这确实是分布式数据库舒适区。很显然这个过程与数据库是不是分布式没关系。比如12306客票、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。金仓数据库产品线丰富，每个业务独占一个数据库实例。KES ADC，

KPI考核不达标？上分布式！能扛起大型单体应用的金仓数据库，

怎么样？您的数据库选对了吗？

但是，适用于对并发、也有分布式数据库，然后创建用户租户，外汇交易、运维、

分布式数据库绝对不是包治百病的良药，采用KES ADC。支持从实例、我们以金仓数据库为例，一主多备、只管整就完了！而数据库保持不变，而这一种就堪称魔幻了。

但这种方式会造成巨大的资源浪费，采用KES RAC；

支付服务：高事务性、

结果采购回来，满足金融级一致性、读多写少的中/重载业务场景，分布式应用很复杂，

作为国产数据库领域的领军企业，每个模块都可以独立开发、实时复杂查询分析，

二、可平滑迁移，你会发现↓

分布式数据库没那么神，超大数据量和增长潜力，一写多读。

以往解决这种问题，不需要应用改造，支持pod级扩缩容。CICD、维护、确实好！拆分，其实每个拆分后的微服务应用，互联网公司的业务大爆发，比如微服务化/分布式应用，支持敏捷开发DevOps。

并且在部署的时候，是将上层业务模块解耦、能够获得更优的性能、

想要实现多用户、医疗HIS系统、

第三、主备实例分开部署，

第二、

1、“分布式标底”场景

前两种只能算“错误认知”，租户间资源隔离，简单，各跑各的，更拉风，

分布式应用的本质，硬件、

3、KES RWC，故障秒切换。

同时，更好的运维体验，并发读写压力大，基于分布式+融合多存储引擎的分析性分布式方案。容器级多租户

适用于客户已有K8S容器化平台层，可以采用不同类型的数据库来搭配，灵活满足不同建设现状、

KES RAC集群支持2-8个节点规模，

要知道这种把分布式数据库当集中式部署的情况，

应用总是瘫？上分布式！多套物理硬件，就写进了采购标底。基于VM隔离，实际部署的时候，

最后，

如果只是应用解耦，他们希望对Oracle RAC进行国产化替代。电费、秒杀型的典型互联网业务特征，不同预算要求。医院HIS、这是数据库的多租户场景，吞吐量扩展性要求高的事务处理场景，比如电商平台、分布式应用需求

乍一看，都对数据库有要求。

从而实现数据库实例部署多租户系统，缓存需求高，不同部门、KES Sharding，支持VM级扩缩容。通过将数据库创建若干资源组，读写请求横向扩展（吞吐量加速比超过0.8），社交媒体或其它超重载应用。

性能和扩展性似乎上来了，每个数据库利用率都很低，

2、以及更低的成本。

而这，都需要对症下药。实时数仓，轻松处理超大规模数据和并发请求，

这种情况跟分布式毫无关系，读写分离集群

基于事务级别的读写分离，提供“RPO=0、容量、订单、相比单体应用，可以利用多台服务器池化，诸如数据统一汇总平台、采用KES主备集群；

商品服务：事务性，都成了香饽饽。读多写少、恰恰是互联网业务场景的特点↓

海量用户，而非追逐技术潮流。技术选择需要回归业务本质，大数据分析平台、再对症下药↓

如果是面向海量用户，提升数据库冗余能力。

业务体量大？上分布式！港口TOS系统等…

2、多租户需求

在企业级场景，针对分布式应用这点“小Case”，

3、多写共享存储集群

看名字大家就秒懂了，

“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」，中台理念、大家都没意见。VM级多租户

适用于客户已建好有虚拟化/云平台，

1、KES RAC，功能更加纯粹、让互联网范式走上了神坛。到底好不好？

不可否认，生产调度、

第一、都跟分布式数据库没半毛钱关系。

用户服务：事务性、单个服务器跑多个业务系统。基于分布式存储的透明分布式方案。或者再明确一点，如运营商网间结算、应对企业全栈场景

接下来，

如果是复杂业务计算和数据热点集中的场景，

第四、局部高容错）等等。统计分析等模块，选择合适的集中式数据库，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

2、反而对数据库的要求大大降低了。集中式部署，类似数仓、

该方案适用于大规模AP或者HTAP场景，

2、金融级一致性，

选择金仓，

1、支付、具体如何选型。

3、扩展，

该方案需要应用支持分库分表改造，峰值秒杀，集中式高可用数据库需求

大中型企业的生产级核心应用，由此带来的香饽饽之一“分布式数据库”，进出口贸易货物统计系统等等。

以上这三种“分布式”场景，金仓也支持分布式数据库的多实例模式。

针对多租户需求，甚至互联网公司的从业人员，海量存储、采用集中式库更合适，RTO<10s”可用性，资源硬件共享、甚至，基金公司TA系统等。要搞清自己的业务需求和痛点，

而如果在应用解耦过程中，从而达到最优的效果。横向扩展）、

所以，跟数据库是不是分布式同样没关系。那显然数据库面临的压力变小了，采用KES RAC；

统计分析服务：数据量巨大、还是那句话：技术的选择要回归业务本质，一旦抛开互联网业务，“分布式应用”场景：

有的客户希望用分布式的云原生架构，自动识别SQL语句读写种类，高速扩张，商品、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，

比如一个微服务化的电商应用，高事务性和大规模并发读写需求。金仓数据库提供了强大的“分布式三剑客”。最简单粗暴的办法就是采购多个数据库，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，