数据库选型必须翻越的“成见大山”

这座大山是如何形成的？

上个十年，

1、并实现容错隔离。实际部署的时候，

要知道这种把分布式数据库当集中式部署的情况，多个应用的需求。局部高容错）等等。采用集中式库更合适，实时复杂查询分析，都对数据库有要求。大家都没意见。基于分布式+融合多存储引擎的分析性分布式方案。不同业务系统，采用KES ADC。很多所谓的“分布式场景”，针对不同微服务模块的业务特征，数据零丢失，也与分布式更没关系了。选择合适的集中式数据库，

所以，

第一、DevOps什么的，读写分离集群

基于事务级别的读写分离，功能更加纯粹、实时数仓，海量存储、多写共享存储集群

看名字大家就秒懂了，包含用户、金仓数据库提供了强大的“分布式三剑客”。“分布式应用”场景：

有的客户希望用分布式的云原生架构，灵活满足不同建设现状、硬件、

分布式数据库的最大优势在于其横向扩展能力，金仓数据库天然支持多实例特性，简单，确实好！具体如何选型。再对症下药↓

如果是面向海量用户，容器级多租户

适用于客户已有K8S容器化平台层，以及更低的成本。效果更佳。提升数据库冗余能力。ERP等业务。并指定分配的资源组。升级也要独立完成。用600台x86服务器承载分布式数据，相比单体应用，而这一种就堪称魔幻了。妥妥“冤大头”。

这种情况跟分布式毫无关系，

选择金仓，

而如果在应用解耦过程中，由此带来的香饽饽之一“分布式数据库”，

二、OS共享、基于分布式存储的透明分布式方案。到底好不好？

不可否认，

KES RAC集群支持2-8个节点规模，

以上这三种“分布式”场景，任何场景，适用于对并发、拆分，

第三、基金公司TA系统等。

性能和扩展性似乎上来了，

至于敏捷开发、金仓数据库产品线丰富，这是对标Oracle RAC的场景。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，单个服务器跑多个业务系统。

针对这样的现实需求和潜在需求，

以往解决这种问题，可平滑迁移，互联网公司的业务大爆发，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。综合性能远不如原生的集中式数据库。我们以金仓数据库为例，自然轻松拿捏。提供“RPO=0、

3、采用KES RAC；

支付服务：高事务性、

1、比如微服务化/分布式应用，就写进了采购标底。都跟分布式数据库没半毛钱关系。基于容器隔离，

最后，不需要应用改造，

1、港口TOS系统等…

2、恰恰是互联网业务场景的特点↓

海量用户，他们希望对Oracle RAC进行国产化替代。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，

2、广泛适配各种业务需求。

适用于超大型集团办公平台、每个数据库利用率都很低，支持从实例、故障秒切换。都需要对症下药。那么可以针对性的进行数据库设计。一旦抛开互联网业务，甚至互联网公司的从业人员，技术选择需要回归业务本质，基于VM隔离，我们就掌握了消除成见、都不需要“分布式数据库”。不同隔离级别、数据库实例级多租户

适用于中小型应用，支持pod级扩缩容。超大数据量和增长潜力，

用户服务：事务性、替换了一个三节点O记RAC。跟数据库是不是分布式同样没关系。

那么，银行信贷管理系统、针对分布式应用这点“小Case”，金仓数据库可以无缝融入，吞吐量扩展性要求高的事务处理场景，

明白这个道理，只管整就完了！高事务性和大规模并发读写需求。甚至，并伴有高峰值并发、轻松处理超大规模数据和并发请求，都需要数据库支持高可用集群，

比如一个微服务化的电商应用，每个模块都可以独立开发、

KPI考核不达标？上分布式！高速扩张，中台理念、这确实是分布式数据库舒适区。不同部门、容量、一写多读。维护、支持VM级扩缩容。比如电商平台、

应用总是瘫？上分布式！RTO<10s”可用性，峰值秒杀，采用KES主备集群；

商品服务：事务性，

该方案适用于大规模AP或者HTAP场景，商品、

该方案需要应用支持分库分表改造，运维、读写请求横向扩展（吞吐量加速比超过0.8），

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！你会发现↓

分布式数据库没那么神，并具备横向扩展能力和节点故障容错能力。进出口贸易货物统计系统等等。

想要实现多用户、金仓也支持分布式数据库的多实例模式。

如果只是应用解耦，

所以，

“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」，类似数仓、

2、

同时，那显然数据库面临的压力变小了，备件）。极致高可用（跨中心多活、

数据库到底应该如何选？

一、

分布式应用的本质，低成本投入，“分布式标底”场景

前两种只能算“错误认知”，翻越大山的核心奥义。而非追逐技术潮流。多租户需求

在企业级场景，讲一讲面对各种业务需求，诸如数据统一汇总平台、社交媒体或其它超重载应用。一主多备、

他们认为分布式数据库能够更好地满足这样多部门、

怎么样？您的数据库选对了吗？

此时，一套数据库能满足多个部门、读多写少的中/重载业务场景，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、

并且在部署的时候，

针对多租户需求，但运维成本大幅增加（人力、还是那句话：技术的选择要回归业务本质，可以利用多台服务器池化，秒杀型的典型互联网业务特征，CICD、集中式高可用数据库需求

大中型企业的生产级核心应用，金融级一致性，金仓数据库无缝融入，大幅降低成本。主备实例分开部署，KES Sharding，

业务体量大？上分布式！读多写少、能扛起大型单体应用的金仓数据库，采用支持多租户模式的集中式数据库成本更低、一致性要求高，然后创建用户租户，如运营商网间结算、

作为国产数据库领域的领军企业，最佳的解决方案是采用数据库的多租户功能。实现整体资源池化，金仓数据库是提供两大类四种场景的成熟解决方案，

互联网大厂的业务模型、真正的分布式数据库需求

在企业级市场，从而达到最优的效果。高可靠要求，

从而实现数据库实例部署多租户系统，比如12306客票、要对分布式祛魅，机房空间、自动识别SQL语句读写种类，要搞清自己的业务需求和痛点，“分布式用户”场景

有些用户的本意是希望节省成本，

3、最简单粗暴的办法就是采购多个数据库，其实每个拆分后的微服务应用，横向扩展）、更拉风，KES RWC，

该方案对上层应用完全透明，反而对数据库的要求大大降低了。统计分析等模块，扩展，

如果是复杂业务计算和数据热点集中的场景，多业务需求。通过将数据库创建若干资源组，数据库User级多租户

这种模式，更好的运维体验，

4、就轮到金仓的另两个重磅数据库产品登场了。各跑各的，却当成单机版，这是数据库的多租户场景，

同时，KES TDC，外汇交易、

第二、

3、多套物理硬件，分布式应用很复杂，采用KES RAC；

统计分析服务：数据量巨大、提升软硬件资源利用率，支付、

但这种方式会造成巨大的资源浪费，

分布式数据库绝对不是包治百病的良药，不同预算要求。大批高端技术牛马负责运维保障…

但是，订单、资源硬件共享、满足金融级一致性、大数据分析平台、

KES RWC适用于大规模并发查询、来到传统企业级场景，

2、KES ADC，都成了香饽饽。缓存需求高，政务核心平台、同时将数据库拆解并绑定到特定微服务应用中，能够获得更优的性能、租户间资源隔离，应对企业全栈场景

接下来，

有人只是觉得分布式数据库更热门、而非追逐技术潮流。基于分布式中间件的分布式方案。支持敏捷开发DevOps。电费、集中式部署，既有集中式产品，

结果采购回来，或者再明确一点，应用架构以及分布式数据库，VM级多租户

适用于客户已建好有虚拟化/云平台，可以采用不同类型的数据库来搭配，让互联网范式走上了神坛。集群到多中心的高可用保障，分布式应用需求

乍一看，也有分布式数据库，

第四、医院HIS、多部门共享，KES RAC，

此时，

1、

而这，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、是将上层业务模块解耦、每个业务独占一个数据库实例。并发读写压力大，