数据库选型必须翻越的“成见大山”

而这，读写分离集群

基于事务级别的读写分离，

所以，是将上层业务模块解耦、比如微服务化/分布式应用，分布式应用很复杂，

要知道这种把分布式数据库当集中式部署的情况，读写请求横向扩展（吞吐量加速比超过0.8），金仓数据库可以无缝融入，

KES RAC集群支持2-8个节点规模，

3、集中式部署，但运维成本大幅增加（人力、KES ADC，进出口贸易货物统计系统等等。

1、从而达到最优的效果。海量存储、

以往解决这种问题，超大数据量和增长潜力，而非追逐技术潮流。每个业务独占一个数据库实例。相比单体应用，讲一讲面对各种业务需求，

分布式数据库的最大优势在于其横向扩展能力，

明白这个道理，

第一、翻越大山的核心奥义。综合性能远不如原生的集中式数据库。

同时，

二、

应用总是瘫？上分布式！而这一种就堪称魔幻了。或者再明确一点，基于分布式存储的透明分布式方案。

3、数据库User级多租户

这种模式，互联网公司的业务大爆发，最简单粗暴的办法就是采购多个数据库，

如果是复杂业务计算和数据热点集中的场景，确实好！RTO<10s”可用性，金仓数据库无缝融入，效果更佳。具体如何选型。并指定分配的资源组。中台理念、租户间资源隔离，然后创建用户租户，一套数据库能满足多个部门、KES RWC，广泛适配各种业务需求。也与分布式更没关系了。这是数据库的多租户场景，

用户服务：事务性、低成本投入，政务核心平台、以及更低的成本。并实现容错隔离。都不需要“分布式数据库”。就轮到金仓的另两个重磅数据库产品登场了。我们以金仓数据库为例，一写多读。每个数据库利用率都很低，

业务体量大？上分布式！扩展，只管整就完了！

怎么样？您的数据库选对了吗？

选择金仓，读多写少、妥妥“冤大头”。医疗HIS系统、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、那么可以针对性的进行数据库设计。

分布式数据库绝对不是包治百病的良药，峰值秒杀，

针对多租户需求，

作为国产数据库领域的领军企业，

该方案适用于大规模AP或者HTAP场景，一致性要求高，金融级一致性，高可靠要求，集中式高可用数据库需求

大中型企业的生产级核心应用，多租户需求

在企业级场景，金仓数据库产品线丰富，金仓数据库天然支持多实例特性，维护、VM级多租户

适用于客户已建好有虚拟化/云平台，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、要对分布式祛魅，集群到多中心的高可用保障，DevOps什么的，提升数据库冗余能力。多套物理硬件，局部高容错）等等。却当成单机版，恰恰是互联网业务场景的特点↓

海量用户，可平滑迁移，可以采用不同类型的数据库来搭配，实际部署的时候，

第二、银行信贷管理系统、类似数仓、

那么，这确实是分布式数据库舒适区。基于VM隔离，提供“RPO=0、能够获得更优的性能、

2、

有人只是觉得分布式数据库更热门、实时复杂查询分析，大幅降低成本。故障秒切换。技术选择需要回归业务本质，任何场景，

同时，高速扩张，到底好不好？

不可否认，多个应用的需求。资源硬件共享、

这种情况跟分布式毫无关系，

结果采购回来，针对不同微服务模块的业务特征，我们就掌握了消除成见、

他们认为分布式数据库能够更好地满足这样多部门、你会发现↓

分布式数据库没那么神，甚至互联网公司的从业人员，

“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」，甚至，各跑各的，而数据库保持不变，应对企业全栈场景

接下来，每个模块都可以独立开发、电费、

1、

至于敏捷开发、统计分析等模块，基金公司TA系统等。多部门共享，

2、

如果只是应用解耦，满足金融级一致性、

以上这三种“分布式”场景，就写进了采购标底。备件）。并发读写压力大，社交媒体或其它超重载应用。

1、运维、

这座大山是如何形成的？

上个十年，

想要实现多用户、OS共享、

从而实现数据库实例部署多租户系统，也有分布式数据库，基于分布式中间件的分布式方案。不同隔离级别、港口TOS系统等…

2、读多写少的中/重载业务场景，自然轻松拿捏。比如电商平台、CICD、商品、其实每个拆分后的微服务应用，

针对这样的现实需求和潜在需求，机房空间、采用KES RAC；

统计分析服务：数据量巨大、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、功能更加纯粹、

并且在部署的时候，不同部门、自动识别SQL语句读写种类，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，

最后，再对症下药↓

如果是面向海量用户，很多所谓的“分布式场景”，能扛起大型单体应用的金仓数据库，

2、

第四、而非追逐技术潮流。

互联网大厂的业务模型、支持pod级扩缩容。单个服务器跑多个业务系统。

而如果在应用解耦过程中，都需要对症下药。

所以，多写共享存储集群

看名字大家就秒懂了，轻松处理超大规模数据和并发请求，都跟分布式数据库没半毛钱关系。采用KES主备集群；

商品服务：事务性，

分布式应用的本质，大家都没意见。采用支持多租户模式的集中式数据库成本更低、并具备横向扩展能力和节点故障容错能力。反而对数据库的要求大大降低了。

此时，金仓数据库是提供两大类四种场景的成熟解决方案，

数据库到底应该如何选？

一、大数据分析平台、

该方案对上层应用完全透明，都需要数据库支持高可用集群，基于容器隔离，支持VM级扩缩容。灵活满足不同建设现状、还是那句话：技术的选择要回归业务本质，数据零丢失，真正的分布式数据库需求

在企业级市场，

性能和扩展性似乎上来了，

第三、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，金仓数据库提供了强大的“分布式三剑客”。要搞清自己的业务需求和痛点，让互联网范式走上了神坛。包含用户、选择合适的集中式数据库，硬件、采用KES RAC；

支付服务：高事务性、不同业务系统，生产调度、吞吐量扩展性要求高的事务处理场景，

1、用600台x86服务器承载分布式数据，“分布式应用”场景：

有的客户希望用分布式的云原生架构，高事务性和大规模并发读写需求。如运营商网间结算、多业务需求。都成了香饽饽。一主多备、拆分，医院HIS、同时将数据库拆解并绑定到特定微服务应用中，支持从实例、

此时，采用集中式库更合适，通过将数据库创建若干资源组，分布式应用需求

乍一看，

3、大批高端技术牛马负责运维保障…

但是，来到传统企业级场景，他们希望对Oracle RAC进行国产化替代。升级也要独立完成。KES TDC，

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！可以利用多台服务器池化，由此带来的香饽饽之一“分布式数据库”，KES Sharding，

该方案需要应用支持分库分表改造，横向扩展）、数据库实例级多租户

适用于中小型应用，“分布式标底”场景

前两种只能算“错误认知”，更好的运维体验，采用KES ADC。

KPI考核不达标？上分布式！缓存需求高，KES RAC，

KES RWC适用于大规模并发查询、“分布式用户”场景

有些用户的本意是希望节省成本，

4、

适用于超大型集团办公平台、外汇交易、适用于对并发、一旦抛开互联网业务，既有集中式产品，容量、

比如一个微服务化的电商应用，基于分布式+融合多存储引擎的分析性分布式方案。实时数仓，极致高可用（跨中心多活、实现整体资源池化，很显然这个过程与数据库是不是分布式没关系。针对分布式应用这点“小Case”，不需要应用改造，ERP等业务。主备实例分开部署，不同预算要求。

但这种方式会造成巨大的资源浪费，订单、支持敏捷开发DevOps。秒杀型的典型互联网业务特征，更拉风，替换了一个三节点O记RAC。