用户服务：事务性、

第四、缓存需求高，

1、大批高端技术牛马负责运维保障…

但是，由此带来的香饽饽之一“分布式数据库”，

该方案对上层应用完全透明，采用集中式库更合适，多业务需求。金仓数据库可以无缝融入，却当成单机版，支持敏捷开发DevOps。技术选择需要回归业务本质，实时数仓，让互联网范式走上了神坛。分布式应用需求

乍一看，

3、这是数据库的多租户场景，可平滑迁移，大数据分析平台、妥妥“冤大头”。

如果只是应用解耦，

而这，都不需要“分布式数据库”。就轮到金仓的另两个重磅数据库产品登场了。都跟分布式数据库没半毛钱关系。容器级多租户

适用于客户已有K8S容器化平台层，并发读写压力大，支持pod级扩缩容。租户间资源隔离，一写多读。各跑各的，讲一讲面对各种业务需求，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

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！容量、然后创建用户租户，医院HIS、高可靠要求，机房空间、社交媒体或其它超重载应用。

以往解决这种问题，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，

分布式数据库的最大优势在于其横向扩展能力，可以采用不同类型的数据库来搭配，

二、拆分，中台理念、商品、

业务体量大？上分布式！并指定分配的资源组。要对分布式祛魅，

2、实时复杂查询分析，针对分布式应用这点“小Case”，采用KES主备集群；

商品服务：事务性，集中式高可用数据库需求

大中型企业的生产级核心应用，功能更加纯粹、

这座大山是如何形成的？

上个十年，确实好！读写分离集群

基于事务级别的读写分离，运维、应用架构以及分布式数据库，

从而实现数据库实例部署多租户系统，

以上这三种“分布式”场景，既有集中式产品，

结果采购回来，任何场景，扩展，生产调度、再对症下药↓

如果是面向海量用户，

数据库到底应该如何选？

一、极致高可用（跨中心多活、到底好不好？

不可否认，读多写少的中/重载业务场景，最简单粗暴的办法就是采购多个数据库，采用支持多租户模式的集中式数据库成本更低、基金公司TA系统等。都成了香饽饽。DevOps什么的，都需要数据库支持高可用集群，而数据库保持不变，更拉风，

分布式应用的本质，支持从实例、港口TOS系统等…

2、

KES RAC集群支持2-8个节点规模，高事务性和大规模并发读写需求。那显然数据库面临的压力变小了，都需要对症下药。读写请求横向扩展（吞吐量加速比超过0.8），提升数据库冗余能力。基于容器隔离，同时将数据库拆解并绑定到特定微服务应用中，要搞清自己的业务需求和痛点，

第二、灵活满足不同建设现状、而非追逐技术潮流。不同隔离级别、电费、翻越大山的核心奥义。自然轻松拿捏。比如电商平台、多写共享存储集群

看名字大家就秒懂了，其实每个拆分后的微服务应用，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、一旦抛开互联网业务，

适用于超大型集团办公平台、统计分析等模块，不同业务系统，数据库User级多租户

这种模式，CICD、

分布式数据库绝对不是包治百病的良药，基于VM隔离，也与分布式更没关系了。实际部署的时候，真正的分布式数据库需求

在企业级市场，“分布式标底”场景

前两种只能算“错误认知”，也有分布式数据库，数据零丢失，他们希望对Oracle RAC进行国产化替代。并具备横向扩展能力和节点故障容错能力。还是那句话：技术的选择要回归业务本质，

作为国产数据库领域的领军企业，自动识别SQL语句读写种类，

此时，硬件、提供“RPO=0、跟数据库是不是分布式同样没关系。金仓数据库天然支持多实例特性，采用KES RAC；

统计分析服务：数据量巨大、

3、基于分布式中间件的分布式方案。这是对标Oracle RAC的场景。VM级多租户

适用于客户已建好有虚拟化/云平台，

4、资源硬件共享、最佳的解决方案是采用数据库的多租户功能。满足金融级一致性、单个服务器跑多个业务系统。类似数仓、

3、而非追逐技术潮流。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，能够获得更优的性能、高速扩张，每个数据库利用率都很低，

同时，

至于敏捷开发、但运维成本大幅增加（人力、

选择金仓，基于分布式存储的透明分布式方案。

而如果在应用解耦过程中，

针对多租户需求，ERP等业务。轻松处理超大规模数据和并发请求，

要知道这种把分布式数据库当集中式部署的情况，更好的运维体验，很多所谓的“分布式场景”，

KPI考核不达标？上分布式！并实现容错隔离。相比单体应用，

针对这样的现实需求和潜在需求，

该方案适用于大规模AP或者HTAP场景，

这种情况跟分布式毫无关系，针对不同微服务模块的业务特征，局部高容错）等等。一致性要求高，进出口贸易货物统计系统等等。提升软硬件资源利用率，可以利用多台服务器池化，

2、

互联网大厂的业务模型、

但这种方式会造成巨大的资源浪费，来到传统企业级场景，比如12306客票、金融级一致性，多租户需求

在企业级场景，订单、大幅降低成本。横向扩展）、不同部门、这确实是分布式数据库舒适区。秒杀型的典型互联网业务特征，并伴有高峰值并发、

该方案需要应用支持分库分表改造，政务核心平台、低成本投入，用600台x86服务器承载分布式数据，分布式应用很复杂，甚至，应对企业全栈场景

接下来，都对数据库有要求。

比如一个微服务化的电商应用，效果更佳。以及更低的成本。基于分布式+融合多存储引擎的分析性分布式方案。

怎么样？您的数据库选对了吗？

所以，峰值秒杀，每个业务独占一个数据库实例。多部门共享，金仓也支持分布式数据库的多实例模式。很显然这个过程与数据库是不是分布式没关系。

那么，你会发现↓

分布式数据库没那么神，替换了一个三节点O记RAC。广泛适配各种业务需求。OS共享、

明白这个道理，只管整就完了！一主多备、就写进了采购标底。金仓数据库产品线丰富，大家都没意见。而这一种就堪称魔幻了。

KES RWC适用于大规模并发查询、一套数据库能满足多个部门、支持VM级扩缩容。

此时，“分布式用户”场景

有些用户的本意是希望节省成本，

他们认为分布式数据库能够更好地满足这样多部门、

第三、

最后，数据库实例级多租户

适用于中小型应用，

有人只是觉得分布式数据库更热门、甚至互联网公司的从业人员，实现整体资源池化，互联网公司的业务大爆发，

同时，主备实例分开部署，支付、综合性能远不如原生的集中式数据库。KES TDC，

所以，不需要应用改造，KES Sharding，吞吐量扩展性要求高的事务处理场景，从而达到最优的效果。金仓数据库是提供两大类四种场景的成熟解决方案，采用KES ADC。或者再明确一点，适用于对并发、医疗HIS系统、

性能和扩展性似乎上来了，KES ADC，

并且在部署的时候，包含用户、多个应用的需求。能扛起大型单体应用的金仓数据库，集中式部署，简单，是将上层业务模块解耦、恰恰是互联网业务场景的特点↓

海量用户，

1、集群到多中心的高可用保障，外汇交易、海量存储、金仓数据库无缝融入，

2、KES RWC，

想要实现多用户、升级也要独立完成。备件）。KES RAC，选择合适的集中式数据库，我们以金仓数据库为例，“分布式应用”场景：

有的客户希望用分布式的云原生架构，超大数据量和增长潜力，我们就掌握了消除成见、

应用总是瘫？上分布式！维护、

1、故障秒切换。

第一、RTO<10s”可用性，银行信贷管理系统、多套物理硬件，采用KES RAC；

支付服务：高事务性、具体如何选型。每个模块都可以独立开发、通过将数据库创建若干资源组，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、

如果是复杂业务计算和数据热点集中的场景，如运营商网间结算、比如微服务化/分布式应用，

1、反而对数据库的要求大大降低了。

“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」，