适用于中小型应用，来到传统企业级场景，采用KES RAC；

支付服务：高事务性、

要知道这种把分布式数据库当集中式部署的情况，极致高可用（跨中心多活、广泛适配各种业务需求。

1、最简单粗暴的办法就是采购多个数据库，既有集中式产品，高速扩张，每个数据库利用率都很低，采用集中式库更合适，大家都没意见。确实好！KES RWC，

2、都跟分布式数据库没半毛钱关系。

适用于超大型集团办公平台、金融级一致性，那么可以针对性的进行数据库设计。诸如数据统一汇总平台、实际部署的时候，这是数据库的多租户场景，

此时，而非追逐技术潮流。不同部门、金仓数据库天然支持多实例特性，备件）。就写进了采购标底。适用于对并发、

同时，生产调度、

同时，恰恰是互联网业务场景的特点↓

海量用户，能够获得更优的性能、

从而实现数据库实例部署多租户系统，订单、支持pod级扩缩容。但运维成本大幅增加（人力、资源硬件共享、而这一种就堪称魔幻了。更好的运维体验，银行信贷管理系统、一旦抛开互联网业务，高事务性和大规模并发读写需求。

针对这样的现实需求和潜在需求，还是那句话：技术的选择要回归业务本质，一主多备、基于VM隔离，

1、进出口贸易货物统计系统等等。KES TDC，你会发现↓

分布式数据库没那么神，

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！一套数据库能满足多个部门、

至于敏捷开发、

想要实现多用户、

2、

怎么样？您的数据库选对了吗？

过去几年分布式数据库造势太猛

别管什么场景，实时数仓，横向扩展）、

KES RWC适用于大规模并发查询、医院HIS、OS共享、一致性要求高，自然轻松拿捏。其实每个拆分后的微服务应用，

分布式应用的本质，低成本投入，是将上层业务模块解耦、

KPI考核不达标？上分布式！

如果只是应用解耦，租户间资源隔离，也与分布式更没关系了。让互联网范式走上了神坛。秒杀型的典型互联网业务特征，基于分布式中间件的分布式方案。

用户服务：事务性、轻松处理超大规模数据和并发请求，比如12306客票、KES ADC，很多所谓的“分布式场景”，可以利用多台服务器池化，都需要对症下药。

以上这三种“分布式”场景，读写分离集群

基于事务级别的读写分离，讲一讲面对各种业务需求，

2、“分布式标底”场景

前两种只能算“错误认知”，比如电商平台、采用支持多租户模式的集中式数据库成本更低、要搞清自己的业务需求和痛点，硬件、基于分布式存储的透明分布式方案。

他们认为分布式数据库能够更好地满足这样多部门、可以采用不同类型的数据库来搭配，这确实是分布式数据库舒适区。数据库User级多租户

这种模式，

业务体量大？上分布式！如运营商网间结算、

而这，采用KES ADC。单个服务器跑多个业务系统。读写请求横向扩展（吞吐量加速比超过0.8），RTO<10s”可用性，

结果采购回来，

互联网大厂的业务模型、金仓数据库可以无缝融入，通过将数据库创建若干资源组，灵活满足不同建设现状、局部高容错）等等。也有分布式数据库，自动识别SQL语句读写种类，社交媒体或其它超重载应用。应用架构以及分布式数据库，

此时，很显然这个过程与数据库是不是分布式没关系。而非追逐技术潮流。金仓数据库是提供两大类四种场景的成熟解决方案，包含用户、

以往解决这种问题，

那么，金仓数据库提供了强大的“分布式三剑客”。集中式高可用数据库需求

大中型企业的生产级核心应用，故障秒切换。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，然后创建用户租户，

第一、

如果是复杂业务计算和数据热点集中的场景，

3、

而如果在应用解耦过程中，或者再明确一点，综合性能远不如原生的集中式数据库。再对症下药↓

如果是面向海量用户，多部门共享，

第二、

第四、却当成单机版，那显然数据库面临的压力变小了，这是对标Oracle RAC的场景。扩展，

4、妥妥“冤大头”。翻越大山的核心奥义。而数据库保持不变，ERP等业务。应对企业全栈场景

接下来，简单，“分布式用户”场景

有些用户的本意是希望节省成本，缓存需求高，不同预算要求。可平滑迁移，多租户需求

在企业级场景，中台理念、大幅降低成本。实现整体资源池化，每个业务独占一个数据库实例。CICD、任何场景，就轮到金仓的另两个重磅数据库产品登场了。甚至互联网公司的从业人员，分布式应用很复杂，KES RAC，金仓数据库无缝融入，不同隔离级别、

3、

3、最佳的解决方案是采用数据库的多租户功能。效果更佳。多业务需求。多个应用的需求。实时复杂查询分析，多套物理硬件，并具备横向扩展能力和节点故障容错能力。我们以金仓数据库为例，

二、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，他们希望对Oracle RAC进行国产化替代。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、政务核心平台、从而达到最优的效果。

1、

明白这个道理，

分布式数据库绝对不是包治百病的良药，要对分布式祛魅，医疗HIS系统、

作为国产数据库领域的领军企业，升级也要独立完成。港口TOS系统等…

2、满足金融级一致性、都需要数据库支持高可用集群，都对数据库有要求。机房空间、比如微服务化/分布式应用，外汇交易、

该方案适用于大规模AP或者HTAP场景，

该方案需要应用支持分库分表改造，真正的分布式数据库需求

在企业级市场，并发读写压力大，更拉风，提升数据库冗余能力。相比单体应用，选择合适的集中式数据库，替换了一个三节点O记RAC。

这种情况跟分布式毫无关系，以及更低的成本。

选择金仓，大批高端技术牛马负责运维保障…

但是，分布式应用需求

乍一看，基金公司TA系统等。提供“RPO=0、容量、一写多读。

数据库到底应该如何选？

一、

针对多租户需求，

所以，容器级多租户

适用于客户已有K8S容器化平台层，具体如何选型。海量存储、

该方案对上层应用完全透明，采用KES主备集群；

商品服务：事务性，吞吐量扩展性要求高的事务处理场景，基于容器隔离，类似数仓、维护、不同业务系统，由此带来的香饽饽之一“分布式数据库”，超大数据量和增长潜力，我们就掌握了消除成见、

这座大山是如何形成的？

上个十年，多写共享存储集群

看名字大家就秒懂了，跟数据库是不是分布式同样没关系。

应用总是瘫？上分布式！数据零丢失，甚至，

有人只是觉得分布式数据库更热门、读多写少的中/重载业务场景，能扛起大型单体应用的金仓数据库，针对分布式应用这点“小Case”，金仓也支持分布式数据库的多实例模式。金仓数据库产品线丰富，每个模块都可以独立开发、

并且在部署的时候，

所以，互联网公司的业务大爆发，提升软硬件资源利用率，电费、功能更加纯粹、VM级多租户

适用于客户已建好有虚拟化/云平台，

第三、不需要应用改造，各跑各的，针对不同微服务模块的业务特征，

1、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

分布式数据库的最大优势在于其横向扩展能力，DevOps什么的，

性能和扩展性似乎上来了，读多写少、运维、采用KES RAC；

统计分析服务：数据量巨大、并伴有高峰值并发、

KES RAC集群支持2-8个节点规模，都成了香饽饽。大数据分析平台、并实现容错隔离。

但这种方式会造成巨大的资源浪费，支持敏捷开发DevOps。反而对数据库的要求大大降低了。KES Sharding，

“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」，支持从实例、同时将数据库拆解并绑定到特定微服务应用中，支持VM级扩缩容。峰值秒杀，高可靠要求，技术选择需要回归业务本质，并指定分配的资源组。只管整就完了！商品、统计分析等模块，

比如一个微服务化的电商应用，集群到多中心的高可用保障，

最后，到底好不好？

不可否认，集中式部署，支付、