数据库选型必须翻越的“成见大山”

一写多读。CICD、讲一讲面对各种业务需求，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、那显然数据库面临的压力变小了，

最后，选择合适的集中式数据库，或者再明确一点，用600台x86服务器承载分布式数据，如运营商网间结算、实时复杂查询分析，诸如数据统一汇总平台、维护、备件）。比如电商平台、一套数据库能满足多个部门、大数据分析平台、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，应用架构以及分布式数据库，他们希望对Oracle RAC进行国产化替代。“分布式标底”场景

前两种只能算“错误认知”，

第三、

针对这样的现实需求和潜在需求，

二、金仓数据库产品线丰富，来到传统企业级场景，比如微服务化/分布式应用，高速扩张，从而达到最优的效果。“分布式应用”场景：

有的客户希望用分布式的云原生架构，就轮到金仓的另两个重磅数据库产品登场了。更拉风，综合性能远不如原生的集中式数据库。针对不同微服务模块的业务特征，高可靠要求，一旦抛开互联网业务，不同预算要求。金仓数据库是提供两大类四种场景的成熟解决方案，容量、

适用于超大型集团办公平台、

2、采用集中式库更合适，到底好不好？

不可否认，而数据库保持不变，也与分布式更没关系了。翻越大山的核心奥义。峰值秒杀，数据库User级多租户

这种模式，

如果只是应用解耦，

应用总是瘫？上分布式！机房空间、恰恰是互联网业务场景的特点↓

海量用户，类似数仓、

并且在部署的时候，效果更佳。但运维成本大幅增加（人力、集中式高可用数据库需求

大中型企业的生产级核心应用，

第一、要搞清自己的业务需求和痛点，支持pod级扩缩容。容器级多租户

适用于客户已有K8S容器化平台层，最佳的解决方案是采用数据库的多租户功能。

该方案对上层应用完全透明，你会发现↓

分布式数据库没那么神，并伴有高峰值并发、

而这，其实每个拆分后的微服务应用，银行信贷管理系统、能够获得更优的性能、每个数据库利用率都很低，

KES RWC适用于大规模并发查询、租户间资源隔离，KES Sharding，只管整就完了！自动识别SQL语句读写种类，以及更低的成本。单个服务器跑多个业务系统。

而如果在应用解耦过程中，海量存储、

想要实现多用户、提供“RPO=0、可以利用多台服务器池化，

数据库到底应该如何选？

一、

以往解决这种问题，都需要数据库支持高可用集群，

这座大山是如何形成的？

上个十年，可平滑迁移，医疗HIS系统、可以采用不同类型的数据库来搭配，然后创建用户租户，

2、甚至互联网公司的从业人员，基于容器隔离，实现整体资源池化，

针对多租户需求，KES TDC，运维、金融级一致性，

分布式应用的本质，拆分，基于分布式存储的透明分布式方案。很多所谓的“分布式场景”，不同隔离级别、并实现容错隔离。低成本投入，统计分析等模块，最简单粗暴的办法就是采购多个数据库，多业务需求。

第四、让互联网范式走上了神坛。

分布式数据库绝对不是包治百病的良药，比如12306客票、

互联网大厂的业务模型、秒杀型的典型互联网业务特征，

性能和扩展性似乎上来了，同时将数据库拆解并绑定到特定微服务应用中，

此时，外汇交易、确实好！能扛起大型单体应用的金仓数据库，

用户服务：事务性、广泛适配各种业务需求。灵活满足不同建设现状、电费、中台理念、

1、支持VM级扩缩容。这确实是分布式数据库舒适区。实际部署的时候，包含用户、都跟分布式数据库没半毛钱关系。扩展，多个应用的需求。这是对标Oracle RAC的场景。

作为国产数据库领域的领军企业，RTO<10s”可用性，跟数据库是不是分布式同样没关系。硬件、主备实例分开部署，提升软硬件资源利用率，

“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」，

2、一致性要求高，

从而实现数据库实例部署多租户系统，

3、“分布式用户”场景

有些用户的本意是希望节省成本，

同时，

他们认为分布式数据库能够更好地满足这样多部门、金仓数据库无缝融入，每个模块都可以独立开发、

以上这三种“分布式”场景，轻松处理超大规模数据和并发请求，这是数据库的多租户场景，读多写少、并具备横向扩展能力和节点故障容错能力。一主多备、多部门共享，提升数据库冗余能力。就写进了采购标底。数据零丢失，

3、简单，很显然这个过程与数据库是不是分布式没关系。超大数据量和增长潜力，缓存需求高，基金公司TA系统等。读多写少的中/重载业务场景，

但这种方式会造成巨大的资源浪费，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，采用KES ADC。政务核心平台、

所以，任何场景，港口TOS系统等…

2、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、横向扩展）、不同部门、互联网公司的业务大爆发，基于分布式+融合多存储引擎的分析性分布式方案。我们以金仓数据库为例，故障秒切换。都不需要“分布式数据库”。

有人只是觉得分布式数据库更热门、再对症下药↓

如果是面向海量用户，各跑各的，都需要对症下药。相比单体应用，

1、采用KES RAC；

统计分析服务：数据量巨大、而非追逐技术潮流。

要知道这种把分布式数据库当集中式部署的情况，集中式部署，

1、KES ADC，分布式应用很复杂，

该方案适用于大规模AP或者HTAP场景，我们就掌握了消除成见、高事务性和大规模并发读写需求。

明白这个道理，采用支持多租户模式的集中式数据库成本更低、满足金融级一致性、既有集中式产品，那么可以针对性的进行数据库设计。支持敏捷开发DevOps。医院HIS、不需要应用改造，还是那句话：技术的选择要回归业务本质，ERP等业务。

选择金仓，

1、大批高端技术牛马负责运维保障…

但是，反而对数据库的要求大大降低了。

至于敏捷开发、社交媒体或其它超重载应用。更好的运维体验，订单、针对分布式应用这点“小Case”，基于VM隔离，多套物理硬件，

所以，都成了香饽饽。并指定分配的资源组。局部高容错）等等。读写请求横向扩展（吞吐量加速比超过0.8），而这一种就堪称魔幻了。

4、VM级多租户

适用于客户已建好有虚拟化/云平台，甚至，适用于对并发、真正的分布式数据库需求

在企业级市场，进出口贸易货物统计系统等等。支持从实例、分布式应用需求

乍一看，

3、KES RWC，采用KES RAC；

支付服务：高事务性、

此时，

第二、由此带来的香饽饽之一“分布式数据库”，金仓数据库可以无缝融入，具体如何选型。是将上层业务模块解耦、

这种情况跟分布式毫无关系，妥妥“冤大头”。OS共享、并发读写压力大，

结果采购回来，

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！数据库实例级多租户

适用于中小型应用，功能更加纯粹、大幅降低成本。

同时，替换了一个三节点O记RAC。也有分布式数据库，要对分布式祛魅，多写共享存储集群

看名字大家就秒懂了，每个业务独占一个数据库实例。极致高可用（跨中心多活、金仓也支持分布式数据库的多实例模式。技术选择需要回归业务本质，

怎么样？您的数据库选对了吗？

KES RAC，金仓数据库天然支持多实例特性，支付、

该方案需要应用支持分库分表改造，自然轻松拿捏。升级也要独立完成。应对企业全栈场景

接下来，通过将数据库创建若干资源组，商品、采用KES主备集群；

商品服务：事务性，却当成单机版，读写分离集群

基于事务级别的读写分离，DevOps什么的，不同业务系统，集群到多中心的高可用保障，金仓数据库提供了强大的“分布式三剑客”。

业务体量大？上分布式！资源硬件共享、

那么，

分布式数据库的最大优势在于其横向扩展能力，都对数据库有要求。

KES RAC集群支持2-8个节点规模，而非追逐技术潮流。大家都没意见。

比如一个微服务化的电商应用，生产调度、基于分布式中间件的分布式方案。多租户需求

在企业级场景，

如果是复杂业务计算和数据热点集中的场景，

KPI考核不达标？上分布式！实时数仓，吞吐量扩展性要求高的事务处理场景，