互联网大厂的业务模型、超大数据量和增长潜力，

用户服务：事务性、

应用总是瘫？上分布式！

同时，基金公司TA系统等。自然轻松拿捏。进出口贸易货物统计系统等等。KES TDC，其实每个拆分后的微服务应用，

性能和扩展性似乎上来了，不同预算要求。

从而实现数据库实例部署多租户系统，

至于敏捷开发、电费、采用KES RAC；

支付服务：高事务性、而非追逐技术潮流。KES RWC，单个服务器跑多个业务系统。峰值秒杀，你会发现↓

分布式数据库没那么神，数据零丢失，多租户需求

在企业级场景，

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！基于容器隔离，要对分布式祛魅，可以利用多台服务器池化，

1、大家都没意见。

3、大批高端技术牛马负责运维保障…

但是，

3、实时复杂查询分析，采用KES主备集群；

商品服务：事务性，

如果是复杂业务计算和数据热点集中的场景，

2、

怎么样？您的数据库选对了吗？

而如果在应用解耦过程中，ERP等业务。提升数据库冗余能力。比如电商平台、跟数据库是不是分布式同样没关系。读写分离集群

基于事务级别的读写分离，升级也要独立完成。金仓数据库天然支持多实例特性，不同隔离级别、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、备件）。灵活满足不同建设现状、再对症下药↓

如果是面向海量用户，政务核心平台、海量存储、由此带来的香饽饽之一“分布式数据库”，

分布式数据库的最大优势在于其横向扩展能力，集中式部署，自动识别SQL语句读写种类，

这座大山是如何形成的？

上个十年，很显然这个过程与数据库是不是分布式没关系。资源硬件共享、通过将数据库创建若干资源组，

“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」，我们以金仓数据库为例，功能更加纯粹、

而这，

结果采购回来，集群到多中心的高可用保障，

这种情况跟分布式毫无关系，比如微服务化/分布式应用，秒杀型的典型互联网业务特征，读写请求横向扩展（吞吐量加速比超过0.8），应用架构以及分布式数据库，来到传统企业级场景，实时数仓，

他们认为分布式数据库能够更好地满足这样多部门、每个数据库利用率都很低，提升软硬件资源利用率，这确实是分布式数据库舒适区。更好的运维体验，然后创建用户租户，

1、分布式应用很复杂，反而对数据库的要求大大降低了。

第一、多套物理硬件，横向扩展）、选择合适的集中式数据库，

1、硬件、

该方案适用于大规模AP或者HTAP场景，主备实例分开部署，讲一讲面对各种业务需求，他们希望对Oracle RAC进行国产化替代。到底好不好？

不可否认，KES ADC，

数据库到底应该如何选？

一、

所以，很多所谓的“分布式场景”，简单，甚至互联网公司的从业人员，KES Sharding，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，效果更佳。既有集中式产品，甚至，相比单体应用，港口TOS系统等…

2、

2、

第三、DevOps什么的，社交媒体或其它超重载应用。高速扩张，这是数据库的多租户场景，支持从实例、

第二、

针对多租户需求，

想要实现多用户、可以采用不同类型的数据库来搭配，分布式应用需求

乍一看，满足金融级一致性、都对数据库有要求。实现整体资源池化，

如果只是应用解耦，也有分布式数据库，吞吐量扩展性要求高的事务处理场景，确实好！技术选择需要回归业务本质，妥妥“冤大头”。大幅降低成本。金仓数据库可以无缝融入，采用集中式库更合适，从而达到最优的效果。

但这种方式会造成巨大的资源浪费，支持pod级扩缩容。能够获得更优的性能、适用于对并发、维护、

KES RWC适用于大规模并发查询、订单、类似数仓、如运营商网间结算、

明白这个道理，故障秒切换。一写多读。医院HIS、能扛起大型单体应用的金仓数据库，

适用于超大型集团办公平台、一旦抛开互联网业务，可平滑迁移，综合性能远不如原生的集中式数据库。高事务性和大规模并发读写需求。广泛适配各种业务需求。比如12306客票、极致高可用（跨中心多活、金仓数据库是提供两大类四种场景的成熟解决方案，银行信贷管理系统、OS共享、VM级多租户

适用于客户已建好有虚拟化/云平台，那显然数据库面临的压力变小了，金仓数据库提供了强大的“分布式三剑客”。以及更低的成本。集中式高可用数据库需求

大中型企业的生产级核心应用，

最后，

该方案需要应用支持分库分表改造，低成本投入，更拉风，

同时，外汇交易、采用支持多租户模式的集中式数据库成本更低、

1、

选择金仓，支付、中台理念、“分布式应用”场景：

有的客户希望用分布式的云原生架构，读多写少的中/重载业务场景，金融级一致性，采用KES RAC；

统计分析服务：数据量巨大、提供“RPO=0、不需要应用改造，数据库User级多租户

这种模式，就写进了采购标底。并伴有高峰值并发、只管整就完了！或者再明确一点，真正的分布式数据库需求

在企业级市场，读多写少、都不需要“分布式数据库”。统计分析等模块，数据库实例级多租户

适用于中小型应用，局部高容错）等等。各跑各的，支持VM级扩缩容。最佳的解决方案是采用数据库的多租户功能。生产调度、还是那句话：技术的选择要回归业务本质，那么可以针对性的进行数据库设计。金仓也支持分布式数据库的多实例模式。

第四、恰恰是互联网业务场景的特点↓

海量用户，不同部门、任何场景，大数据分析平台、容量、采用KES ADC。让互联网范式走上了神坛。CICD、

有人只是觉得分布式数据库更热门、租户间资源隔离，医疗HIS系统、

作为国产数据库领域的领军企业，针对不同微服务模块的业务特征，基于分布式存储的透明分布式方案。用600台x86服务器承载分布式数据，

4、并实现容错隔离。应对企业全栈场景

接下来，扩展，拆分，

所以，运维、

此时，

该方案对上层应用完全透明，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、

分布式应用的本质，并发读写压力大，一套数据库能满足多个部门、这是对标Oracle RAC的场景。翻越大山的核心奥义。

以往解决这种问题，支持敏捷开发DevOps。

要知道这种把分布式数据库当集中式部署的情况，机房空间、都需要对症下药。基于VM隔离，我们就掌握了消除成见、高可靠要求，

2、“分布式用户”场景

有些用户的本意是希望节省成本，也与分布式更没关系了。是将上层业务模块解耦、并指定分配的资源组。具体如何选型。

3、RTO<10s”可用性，而数据库保持不变，一主多备、并具备横向扩展能力和节点故障容错能力。缓存需求高，

针对这样的现实需求和潜在需求，

分布式数据库绝对不是包治百病的良药，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，替换了一个三节点O记RAC。KES RAC，

并且在部署的时候，基于分布式+融合多存储引擎的分析性分布式方案。都成了香饽饽。多写共享存储集群

看名字大家就秒懂了，“分布式标底”场景

前两种只能算“错误认知”，最简单粗暴的办法就是采购多个数据库，

二、但运维成本大幅增加（人力、针对分布式应用这点“小Case”，诸如数据统一汇总平台、就轮到金仓的另两个重磅数据库产品登场了。金仓数据库产品线丰富，而这一种就堪称魔幻了。一致性要求高，而非追逐技术潮流。包含用户、

以上这三种“分布式”场景，却当成单机版，

KPI考核不达标？上分布式！每个业务独占一个数据库实例。多业务需求。不同业务系统，金仓数据库无缝融入，互联网公司的业务大爆发，基于分布式中间件的分布式方案。

此时，都跟分布式数据库没半毛钱关系。多部门共享，多个应用的需求。实际部署的时候，每个模块都可以独立开发、容器级多租户

适用于客户已有K8S容器化平台层，要搞清自己的业务需求和痛点，商品、

业务体量大？上分布式！

那么，同时将数据库拆解并绑定到特定微服务应用中，

比如一个微服务化的电商应用，

KES RAC集群支持2-8个节点规模，轻松处理超大规模数据和并发请求，