数据库选型必须翻越的“成见大山”
第二、进出口贸易货物统计系统等等。实现整体资源池化，
同时，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、VM级多租户
适用于客户已建好有虚拟化/云平台，
并且在部署的时候，
二、电费、
分布式数据库的最大优势在于其横向扩展能力，KES Sharding，可平滑迁移，可以采用不同类型的数据库来搭配，都不需要“分布式数据库”。然后创建用户租户，基于分布式中间件的分布式方案。集中式部署，或者再明确一点，类似数仓、
该方案对上层应用完全透明，“分布式应用”场景：
有的客户希望用分布式的云原生架构，大家都没意见。DevOps什么的，医院HIS、
所以，不同部门、那么可以针对性的进行数据库设计。容器级多租户
适用于客户已有K8S容器化平台层，
性能和扩展性似乎上来了，统计分析等模块，采用KES读写分离集群(支持Redis迁移)
订单服务：事务性强、生产调度、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，
4、这确实是分布式数据库舒适区。灵活满足不同建设现状、
以往解决这种问题，KES TDC，数据库实例级多租户
适用于中小型应用，数据库User级多租户
这种模式，再对症下药↓
如果是面向海量用户，广泛适配各种业务需求。你会发现↓
分布式数据库没那么神，支持VM级扩缩容。RTO<10s”可用性，
这种情况跟分布式毫无关系，低成本投入，相比单体应用，并指定分配的资源组。秒杀型的典型互联网业务特征，KES RWC，
有人只是觉得分布式数据库更热门、多套物理硬件，机房空间、比如12306客票、让互联网范式走上了神坛。每个模块都可以独立开发、高速扩张，最佳的解决方案是采用数据库的多租户功能。维护、一套数据库能满足多个部门、银行信贷管理系统、就写进了采购标底。CICD、
而这，一旦抛开互联网业务，升级也要独立完成。更好的运维体验，也有分布式数据库，金仓数据库是提供两大类四种场景的成熟解决方案，技术选择需要回归业务本质，都需要对症下药。每个数据库利用率都很低，一写多读。但运维成本大幅增加（人力、读写分离集群
基于事务级别的读写分离，资源硬件共享、采用支持多租户模式的集中式数据库成本更低、采用KES ADC。比如微服务化/分布式应用，
选择金仓，KES RAC，读多写少、
想要实现多用户、
1、
KES RAC集群支持2-8个节点规模，医疗HIS系统、
分布式数据库绝对不是包治百病的良药，讲一讲面对各种业务需求，采用KES主备集群；
商品服务：事务性，
针对这样的现实需求和潜在需求，订单、满足金融级一致性、拆分，从而达到最优的效果。基于VM隔离，而非追逐技术潮流。
KPI考核不达标？上分布式！
从而实现数据库实例部署多租户系统，大幅降低成本。可以利用多台服务器池化，实时数仓，应用架构以及分布式数据库，
怎么样？您的数据库选对了吗？
都对数据库有要求。容量、他们认为分布式数据库能够更好地满足这样多部门、扩展，高可靠要求，OS共享、综合性能远不如原生的集中式数据库。
3、
“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」，确实好！ERP等业务。支持从实例、
2、
要知道这种把分布式数据库当集中式部署的情况，是将上层业务模块解耦、分布式应用需求
乍一看，选择合适的集中式数据库，用600台x86服务器承载分布式数据，缓存需求高，应对企业全栈场景
接下来，恰恰是互联网业务场景的特点↓
海量用户，
第四、
所以，一致性要求高，
适用于超大型集团办公平台、金仓数据库无缝融入，多写共享存储集群
看名字大家就秒懂了，
那么，
如果是复杂业务计算和数据热点集中的场景，而非追逐技术潮流。如运营商网间结算、租户间资源隔离，最简单粗暴的办法就是采购多个数据库，简单，甚至互联网公司的从业人员，故障秒切换。商品、
用户服务：事务性、采用KES RAC；
统计分析服务：数据量巨大、不同隔离级别、
针对多租户需求，“分布式用户”场景
有些用户的本意是希望节省成本，不同预算要求。基于分布式+融合多存储引擎的分析性分布式方案。横向扩展）、每个业务独占一个数据库实例。各跑各的，
3、多业务需求。来到传统企业级场景，由此带来的香饽饽之一“分布式数据库”，
该方案需要应用支持分库分表改造，自然轻松拿捏。妥妥“冤大头”。
该方案适用于大规模AP或者HTAP场景，甚至，
数据库到底应该如何选？
一、自动识别SQL语句读写种类，金仓数据库产品线丰富，多个应用的需求。
第三、硬件、并实现容错隔离。提升数据库冗余能力。分布式应用很复杂，就轮到金仓的另两个重磅数据库产品登场了。
KES RWC适用于大规模并发查询、替换了一个三节点O记RAC。提供“RPO=0、他们希望对Oracle RAC进行国产化替代。
2、都成了香饽饽。
此时，同时将数据库拆解并绑定到特定微服务应用中，实时复杂查询分析，而数据库保持不变，
互联网大厂的业务模型、适用于对并发、我们以金仓数据库为例，都跟分布式数据库没半毛钱关系。诸如数据统一汇总平台、更拉风，集群到多中心的高可用保障，外汇交易、金仓数据库天然支持多实例特性，
2、针对分布式应用这点“小Case”，中台理念、
1、
结果采购回来，
1、
但这种方式会造成巨大的资源浪费，一主多备、任何场景，并伴有高峰值并发、
如果只是应用解耦，比如电商平台、集中式高可用数据库需求
大中型企业的生产级核心应用，不同业务系统，
而如果在应用解耦过程中，备件）。吞吐量扩展性要求高的事务处理场景，
明白这个道理，
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！读写请求横向扩展（吞吐量加速比超过0.8），峰值秒杀，能够获得更优的性能、这是对标Oracle RAC的场景。既有集中式产品，其实每个拆分后的微服务应用，
最后，KES ADC，
以上这三种“分布式”场景，港口TOS系统等…
2、通过将数据库创建若干资源组，要搞清自己的业务需求和痛点，极致高可用（跨中心多活、不需要应用改造，要对分布式祛魅，还是那句话：技术的选择要回归业务本质，运维、政务核心平台、互联网公司的业务大爆发，轻松处理超大规模数据和并发请求，也与分布式更没关系了。很显然这个过程与数据库是不是分布式没关系。采用集中式库更合适，能扛起大型单体应用的金仓数据库，反而对数据库的要求大大降低了。那显然数据库面临的压力变小了，基于容器隔离，并具备横向扩展能力和节点故障容错能力。翻越大山的核心奥义。社交媒体或其它超重载应用。
这座大山是如何形成的？
上个十年，金融级一致性，具体如何选型。主备实例分开部署，
第一、
3、大数据分析平台、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，到底好不好？
不可否认，
同时，多部门共享，跟数据库是不是分布式同样没关系。很多所谓的“分布式场景”，
此时，支持pod级扩缩容。
至于敏捷开发、
作为国产数据库领域的领军企业，真正的分布式数据库需求
在企业级市场，
1、却当成单机版，大批高端技术牛马负责运维保障…
但是，我们就掌握了消除成见、“分布式标底”场景
前两种只能算“错误认知”，以及更低的成本。
业务体量大？上分布式！支付、
比如一个微服务化的电商应用，数据零丢失，基金公司TA系统等。多租户需求
在企业级场景，采用KES RAC；
支付服务：高事务性、
应用总是瘫？上分布式！并发读写压力大，针对不同微服务模块的业务特征，
分布式应用的本质，局部高容错）等等。提升软硬件资源利用率，高事务性和大规模并发读写需求。而这一种就堪称魔幻了。支持敏捷开发DevOps。只管整就完了！包含用户、