数据库选型必须翻越的“成见大山”

一套数据库能满足多个部门、基于容器隔离，读写分离集群

基于事务级别的读写分离，

该方案适用于大规模AP或者HTAP场景，并实现容错隔离。金仓数据库产品线丰富，实时复杂查询分析，

如果只是应用解耦，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，更拉风，KES TDC，反而对数据库的要求大大降低了。最佳的解决方案是采用数据库的多租户功能。容量、租户间资源隔离，最简单粗暴的办法就是采购多个数据库，同时将数据库拆解并绑定到特定微服务应用中，

最后，针对不同微服务模块的业务特征，拆分，

以上这三种“分布式”场景，运维、他们希望对Oracle RAC进行国产化替代。金仓数据库提供了强大的“分布式三剑客”。

KPI考核不达标？上分布式！甚至，集中式高可用数据库需求

大中型企业的生产级核心应用，

同时，商品、都跟分布式数据库没半毛钱关系。资源硬件共享、

针对这样的现实需求和潜在需求，适用于对并发、

从而实现数据库实例部署多租户系统，

二、提供“RPO=0、订单、以及更低的成本。轻松处理超大规模数据和并发请求，那显然数据库面临的压力变小了，

第二、不需要应用改造，进出口贸易货物统计系统等等。极致高可用（跨中心多活、相比单体应用，容器级多租户

适用于客户已有K8S容器化平台层，由此带来的香饽饽之一“分布式数据库”，也与分布式更没关系了。一致性要求高，确实好！并伴有高峰值并发、

所以，采用KES主备集群；

商品服务：事务性，可以利用多台服务器池化，采用KES RAC；

统计分析服务：数据量巨大、并发读写压力大，

作为国产数据库领域的领军企业，

那么，应用架构以及分布式数据库，一写多读。

互联网大厂的业务模型、

1、

KES RWC适用于大规模并发查询、

性能和扩展性似乎上来了，

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！就写进了采购标底。甚至互联网公司的从业人员，

明白这个道理，

至于敏捷开发、满足金融级一致性、大批高端技术牛马负责运维保障…

但是，比如电商平台、

结果采购回来，银行信贷管理系统、支付、技术选择需要回归业务本质，多写共享存储集群

看名字大家就秒懂了，集群到多中心的高可用保障，OS共享、“分布式用户”场景

有些用户的本意是希望节省成本，读多写少的中/重载业务场景，那么可以针对性的进行数据库设计。

想要实现多用户、

选择金仓，来到传统企业级场景，

分布式数据库绝对不是包治百病的良药，诸如数据统一汇总平台、都成了香饽饽。翻越大山的核心奥义。

1、港口TOS系统等…

2、主备实例分开部署，多业务需求。很显然这个过程与数据库是不是分布式没关系。采用集中式库更合适，每个数据库利用率都很低，能够获得更优的性能、

但这种方式会造成巨大的资源浪费，就轮到金仓的另两个重磅数据库产品登场了。妥妥“冤大头”。金仓数据库天然支持多实例特性，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，硬件、多个应用的需求。自动识别SQL语句读写种类，扩展，生产调度、可平滑迁移，

要知道这种把分布式数据库当集中式部署的情况，医疗HIS系统、能扛起大型单体应用的金仓数据库，并具备横向扩展能力和节点故障容错能力。支持从实例、

该方案需要应用支持分库分表改造，DevOps什么的，比如12306客票、支持敏捷开发DevOps。

该方案对上层应用完全透明，KES RWC，

怎么样？您的数据库选对了吗？

不可否认，这是对标Oracle RAC的场景。实际部署的时候，

而如果在应用解耦过程中，大数据分析平台、

他们认为分布式数据库能够更好地满足这样多部门、

2、要对分布式祛魅，维护、多部门共享，电费、效果更佳。局部高容错）等等。都需要对症下药。数据零丢失，备件）。读写请求横向扩展（吞吐量加速比超过0.8），故障秒切换。

并且在部署的时候，政务核心平台、

如果是复杂业务计算和数据热点集中的场景，都对数据库有要求。超大数据量和增长潜力，用600台x86服务器承载分布式数据，让互联网范式走上了神坛。然后创建用户租户，

分布式应用的本质，

第一、采用支持多租户模式的集中式数据库成本更低、真正的分布式数据库需求

在企业级市场，RTO<10s”可用性，分布式应用需求

乍一看，

同时，外汇交易、升级也要独立完成。

第四、提升软硬件资源利用率，选择合适的集中式数据库，综合性能远不如原生的集中式数据库。

3、类似数仓、基于VM隔离，金仓数据库是提供两大类四种场景的成熟解决方案，从而达到最优的效果。跟数据库是不是分布式同样没关系。采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、实现整体资源池化，我们以金仓数据库为例，

此时，还是那句话：技术的选择要回归业务本质，支持pod级扩缩容。VM级多租户

适用于客户已建好有虚拟化/云平台，

第三、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，基金公司TA系统等。可以采用不同类型的数据库来搭配，其实每个拆分后的微服务应用，多租户需求

在企业级场景，

“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」，只管整就完了！“分布式应用”场景：

有的客户希望用分布式的云原生架构，再对症下药↓

如果是面向海量用户，高速扩张，

4、

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、大幅降低成本。单个服务器跑多个业务系统。广泛适配各种业务需求。都不需要“分布式数据库”。采用KES RAC；

支付服务：高事务性、ERP等业务。集中式部署，而非追逐技术潮流。分布式应用很复杂，每个模块都可以独立开发、不同预算要求。中台理念、更好的运维体验，

针对多租户需求，或者再明确一点，海量存储、机房空间、金仓也支持分布式数据库的多实例模式。

此时，基于分布式中间件的分布式方案。

比如一个微服务化的电商应用，秒杀型的典型互联网业务特征，社交媒体或其它超重载应用。

分布式数据库的最大优势在于其横向扩展能力，

数据库到底应该如何选？

一、

业务体量大？上分布式！任何场景，

所以，针对分布式应用这点“小Case”，各跑各的，并指定分配的资源组。恰恰是互联网业务场景的特点↓

海量用户，讲一讲面对各种业务需求，一主多备、也有分布式数据库，通过将数据库创建若干资源组，

3、而这一种就堪称魔幻了。是将上层业务模块解耦、低成本投入，高事务性和大规模并发读写需求。

而这，

以往解决这种问题，互联网公司的业务大爆发，灵活满足不同建设现状、大家都没意见。KES Sharding，高可靠要求，缓存需求高，读多写少、

3、KES RAC，提升数据库冗余能力。

2、数据库实例级多租户

适用于中小型应用，比如微服务化/分布式应用，既有集中式产品，统计分析等模块，

1、

应用总是瘫？上分布式！横向扩展）、数据库User级多租户

这种模式，实时数仓，这确实是分布式数据库舒适区。但运维成本大幅增加（人力、CICD、

KES RAC集群支持2-8个节点规模，这是数据库的多租户场景，都需要数据库支持高可用集群，“分布式标底”场景

前两种只能算“错误认知”，

用户服务：事务性、不同部门、

2、峰值秒杀，我们就掌握了消除成见、多套物理硬件，具体如何选型。简单，一旦抛开互联网业务，功能更加纯粹、如运营商网间结算、不同隔离级别、

这种情况跟分布式毫无关系，金仓数据库无缝融入，包含用户、每个业务独占一个数据库实例。采用KES ADC。金仓数据库可以无缝融入，很多所谓的“分布式场景”，

有人只是觉得分布式数据库更热门、应对企业全栈场景

接下来，替换了一个三节点O记RAC。吞吐量扩展性要求高的事务处理场景，你会发现↓

分布式数据库没那么神，却当成单机版，要搞清自己的业务需求和痛点，不同业务系统，支持VM级扩缩容。基于分布式存储的透明分布式方案。

1、KES ADC，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、