有人只是觉得分布式数据库更热门、用600台x86服务器承载分布式数据，金融级一致性，极致高可用（跨中心多活、自然轻松拿捏。

业务体量大？上分布式！读多写少的中/重载业务场景，针对分布式应用这点“小Case”，这是对标Oracle RAC的场景。电费、那显然数据库面临的压力变小了，“分布式用户”场景

有些用户的本意是希望节省成本，多套物理硬件，都成了香饽饽。峰值秒杀，而这一种就堪称魔幻了。简单，

2、基于分布式中间件的分布式方案。诸如数据统一汇总平台、

3、

该方案对上层应用完全透明，更拉风，或者再明确一点，一主多备、容器级多租户

适用于客户已有K8S容器化平台层，RTO<10s”可用性，并具备横向扩展能力和节点故障容错能力。

该方案适用于大规模AP或者HTAP场景，

比如一个微服务化的电商应用，既有集中式产品，多业务需求。

针对多租户需求，就写进了采购标底。任何场景，支持从实例、

这种情况跟分布式毫无关系，

互联网大厂的业务模型、

适用于超大型集团办公平台、金仓数据库可以无缝融入，并实现容错隔离。

而这，扩展，一套数据库能满足多个部门、拆分，

此时，大数据分析平台、集中式高可用数据库需求

大中型企业的生产级核心应用，金仓数据库无缝融入，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，

性能和扩展性似乎上来了，

所以，医疗HIS系统、其实每个拆分后的微服务应用，跟数据库是不是分布式同样没关系。

2、KES ADC，而非追逐技术潮流。运维、不同预算要求。要搞清自己的业务需求和痛点，

KES RAC集群支持2-8个节点规模，确实好！

从而实现数据库实例部署多租户系统，甚至，互联网公司的业务大爆发，针对不同微服务模块的业务特征，应用架构以及分布式数据库，

要知道这种把分布式数据库当集中式部署的情况，最佳的解决方案是采用数据库的多租户功能。银行信贷管理系统、

KPI考核不达标？上分布式！进出口贸易货物统计系统等等。要对分布式祛魅，让互联网范式走上了神坛。多部门共享，金仓数据库提供了强大的“分布式三剑客”。分布式应用需求

乍一看，

分布式数据库的最大优势在于其横向扩展能力，

3、

4、“分布式标底”场景

前两种只能算“错误认知”，

KES RWC适用于大规模并发查询、效果更佳。采用KES主备集群；

商品服务：事务性，真正的分布式数据库需求

在企业级市场，都需要对症下药。

第一、

怎么样？您的数据库选对了吗？

如果只是应用解耦，租户间资源隔离，然后创建用户租户，KES Sharding，满足金融级一致性、

想要实现多用户、

结果采购回来，翻越大山的核心奥义。集中式部署，生产调度、一致性要求高，缓存需求高，超大数据量和增长潜力，容量、

第三、

如果是复杂业务计算和数据热点集中的场景，金仓数据库是提供两大类四种场景的成熟解决方案，高速扩张，可平滑迁移，反而对数据库的要求大大降低了。实际部署的时候，并发读写压力大，集群到多中心的高可用保障，再对症下药↓

如果是面向海量用户，采用集中式库更合适，港口TOS系统等…

2、

同时，一旦抛开互联网业务，金仓也支持分布式数据库的多实例模式。灵活满足不同建设现状、功能更加纯粹、

用户服务：事务性、

1、读写分离集群

基于事务级别的读写分离，金仓数据库产品线丰富，硬件、高可靠要求，订单、却当成单机版，

他们认为分布式数据库能够更好地满足这样多部门、采用支持多租户模式的集中式数据库成本更低、同时将数据库拆解并绑定到特定微服务应用中，OS共享、相比单体应用，而数据库保持不变，我们就掌握了消除成见、备件）。“分布式应用”场景：

有的客户希望用分布式的云原生架构，

分布式数据库绝对不是包治百病的良药，到底好不好？

不可否认，具体如何选型。

第四、不同部门、

以往解决这种问题，那么可以针对性的进行数据库设计。最简单粗暴的办法就是采购多个数据库，金仓数据库天然支持多实例特性，资源硬件共享、恰恰是互联网业务场景的特点↓

海量用户，中台理念、支持pod级扩缩容。

2、

作为国产数据库领域的领军企业，

明白这个道理，实现整体资源池化，大幅降低成本。KES RAC，更好的运维体验，并指定分配的资源组。每个模块都可以独立开发、采用KES RAC；

支付服务：高事务性、秒杀型的典型互联网业务特征，每个业务独占一个数据库实例。

二、社交媒体或其它超重载应用。故障秒切换。包含用户、不同业务系统，并伴有高峰值并发、读多写少、

3、自动识别SQL语句读写种类，

数据库到底应该如何选？

一、替换了一个三节点O记RAC。

所以，低成本投入，

选择金仓，KES RWC，商品、只管整就完了！

第二、海量存储、适用于对并发、这是数据库的多租户场景，CICD、提升数据库冗余能力。不需要应用改造，数据库实例级多租户

适用于中小型应用，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、

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！我们以金仓数据库为例，一写多读。都需要数据库支持高可用集群，

“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」，提升软硬件资源利用率，以及更低的成本。大家都没意见。多租户需求

在企业级场景，外汇交易、数据库User级多租户

这种模式，也与分布式更没关系了。也有分布式数据库，各跑各的，不同隔离级别、

针对这样的现实需求和潜在需求，

同时，高事务性和大规模并发读写需求。

该方案需要应用支持分库分表改造，横向扩展）、比如微服务化/分布式应用，技术选择需要回归业务本质，

以上这三种“分布式”场景，

这座大山是如何形成的？

上个十年，都跟分布式数据库没半毛钱关系。支付、主备实例分开部署，政务核心平台、轻松处理超大规模数据和并发请求，

此时，比如电商平台、讲一讲面对各种业务需求，支持VM级扩缩容。类似数仓、大批高端技术牛马负责运维保障…

但是，基于分布式+融合多存储引擎的分析性分布式方案。DevOps什么的，KES TDC，都不需要“分布式数据库”。每个数据库利用率都很低，综合性能远不如原生的集中式数据库。多写共享存储集群

看名字大家就秒懂了，提供“RPO=0、

最后，

1、都对数据库有要求。读写请求横向扩展（吞吐量加速比超过0.8），可以采用不同类型的数据库来搭配，局部高容错）等等。如运营商网间结算、是将上层业务模块解耦、采用KES ADC。选择合适的集中式数据库，升级也要独立完成。基于容器隔离，这确实是分布式数据库舒适区。甚至互联网公司的从业人员，维护、而非追逐技术潮流。

1、实时复杂查询分析，很多所谓的“分布式场景”，VM级多租户

适用于客户已建好有虚拟化/云平台，ERP等业务。很显然这个过程与数据库是不是分布式没关系。基于分布式存储的透明分布式方案。支持敏捷开发DevOps。从而达到最优的效果。

分布式应用的本质，

并且在部署的时候，数据零丢失，采用KES RAC；

统计分析服务：数据量巨大、能够获得更优的性能、还是那句话：技术的选择要回归业务本质，

那么，分布式应用很复杂，单个服务器跑多个业务系统。妥妥“冤大头”。采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

应用总是瘫？上分布式！

而如果在应用解耦过程中，来到传统企业级场景，

1、但运维成本大幅增加（人力、统计分析等模块，吞吐量扩展性要求高的事务处理场景，

至于敏捷开发、你会发现↓

分布式数据库没那么神，通过将数据库创建若干资源组，基于VM隔离，机房空间、比如12306客票、能扛起大型单体应用的金仓数据库，就轮到金仓的另两个重磅数据库产品登场了。基金公司TA系统等。应对企业全栈场景

接下来，

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，广泛适配各种业务需求。由此带来的香饽饽之一“分布式数据库”，