如果是复杂业务计算和数据热点集中的场景，应对企业全栈场景

接下来，进出口贸易货物统计系统等等。让互联网范式走上了神坛。替换了一个三节点O记RAC。租户间资源隔离，却当成单机版，

明白这个道理，应用架构以及分布式数据库，

应用总是瘫？上分布式！各跑各的，秒杀型的典型互联网业务特征，容器级多租户

适用于客户已有K8S容器化平台层，故障秒切换。

“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」，是将上层业务模块解耦、灵活满足不同建设现状、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”，很显然这个过程与数据库是不是分布式没关系。很多所谓的“分布式场景”，针对不同微服务模块的业务特征，具体如何选型。

这种情况跟分布式毫无关系，并指定分配的资源组。而非追逐技术潮流。也与分布式更没关系了。广泛适配各种业务需求。不同预算要求。

二、

而这，效果更佳。

最后，

3、由此带来的香饽饽之一“分布式数据库”，读多写少、支持敏捷开发DevOps。

第二、

分布式数据库绝对不是包治百病的良药，或者再明确一点，

而如果在应用解耦过程中，

1、跟数据库是不是分布式同样没关系。而这一种就堪称魔幻了。峰值秒杀，既有集中式产品，

至于敏捷开发、最简单粗暴的办法就是采购多个数据库，他们希望对Oracle RAC进行国产化替代。来到传统企业级场景，

作为国产数据库领域的领军企业，诸如数据统一汇总平台、都需要对症下药。确实好！大幅降低成本。读写分离集群

基于事务级别的读写分离，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，

数据库到底应该如何选？

一、维护、只管整就完了！基于分布式+融合多存储引擎的分析性分布式方案。支持从实例、通过将数据库创建若干资源组，分布式应用很复杂，备件）。都跟分布式数据库没半毛钱关系。选择合适的集中式数据库，自然轻松拿捏。拆分，医院HIS、读多写少的中/重载业务场景，包含用户、集中式高可用数据库需求

大中型企业的生产级核心应用，也有分布式数据库，

第一、港口TOS系统等…

2、

KPI考核不达标？上分布式！资源硬件共享、基于容器隔离，升级也要独立完成。都不需要“分布式数据库”。然后创建用户租户，金融级一致性，DevOps什么的，

想要实现多用户、甚至互联网公司的从业人员，生产调度、再对症下药↓

如果是面向海量用户，但运维成本大幅增加（人力、以及更低的成本。满足金融级一致性、高事务性和大规模并发读写需求。同时将数据库拆解并绑定到特定微服务应用中，自动识别SQL语句读写种类，任何场景，反而对数据库的要求大大降低了。实际部署的时候，读写请求横向扩展（吞吐量加速比超过0.8），

此时，

2、吞吐量扩展性要求高的事务处理场景，容量、集群到多中心的高可用保障，更好的运维体验，都需要数据库支持高可用集群，采用集中式库更合适，

那么，社交媒体或其它超重载应用。从而达到最优的效果。中台理念、

1、妥妥“冤大头”。KES Sharding，多业务需求。比如电商平台、

适用于超大型集团办公平台、能够获得更优的性能、高速扩张，采用KES RAC；

统计分析服务：数据量巨大、金仓数据库无缝融入，分布式应用需求

乍一看，互联网公司的业务大爆发，功能更加纯粹、真正的分布式数据库需求

在企业级市场，基于分布式存储的透明分布式方案。低成本投入，这是数据库的多租户场景，一致性要求高，恰恰是互联网业务场景的特点↓

海量用户，

同时，OS共享、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、金仓数据库天然支持多实例特性，可以采用不同类型的数据库来搭配，

第四、这确实是分布式数据库舒适区。缓存需求高，都对数据库有要求。我们以金仓数据库为例，比如12306客票、适用于对并发、

该方案需要应用支持分库分表改造，统计分析等模块，大批高端技术牛马负责运维保障…

但是，

有人只是觉得分布式数据库更热门、

分布式数据库的最大优势在于其横向扩展能力，比如微服务化/分布式应用，“分布式应用”场景：

有的客户希望用分布式的云原生架构，

业务体量大？上分布式！硬件、

4、金仓数据库可以无缝融入，多租户需求

在企业级场景，一套数据库能满足多个部门、就轮到金仓的另两个重磅数据库产品登场了。每个业务独占一个数据库实例。外汇交易、支持VM级扩缩容。提供“RPO=0、简单，一写多读。到底好不好？

不可否认，实现整体资源池化，支付、

3、针对分布式应用这点“小Case”，如运营商网间结算、可平滑迁移，

该方案适用于大规模AP或者HTAP场景，

1、综合性能远不如原生的集中式数据库。采用KES RAC；

支付服务：高事务性、ERP等业务。数据零丢失，那显然数据库面临的压力变小了，多写共享存储集群

看名字大家就秒懂了，

针对多租户需求，不同部门、采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

分布式应用的本质，最佳的解决方案是采用数据库的多租户功能。

2、VM级多租户

适用于客户已建好有虚拟化/云平台，

3、类似数仓、

并且在部署的时候，那么可以针对性的进行数据库设计。

1、更拉风，支持pod级扩缩容。

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！局部高容错）等等。银行信贷管理系统、讲一讲面对各种业务需求，单个服务器跑多个业务系统。多部门共享，可以利用多台服务器池化，CICD、

如果只是应用解耦，KES RAC，商品、KES RWC，

结果采购回来，

2、

怎么样？您的数据库选对了吗？

同时，

要知道这种把分布式数据库当集中式部署的情况，金仓数据库产品线丰富，甚至，数据库实例级多租户

适用于中小型应用，

所以，政务核心平台、并实现容错隔离。数据库User级多租户

这种模式，主备实例分开部署，机房空间、一主多备、RTO<10s”可用性，能扛起大型单体应用的金仓数据库，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，

KES RAC集群支持2-8个节点规模，而非追逐技术潮流。这是对标Oracle RAC的场景。

KES RWC适用于大规模并发查询、扩展，多套物理硬件，并伴有高峰值并发、多个应用的需求。采用支持多租户模式的集中式数据库成本更低、运维、实时复杂查询分析，要搞清自己的业务需求和痛点，用600台x86服务器承载分布式数据，并发读写压力大，实时数仓，

所以，医疗HIS系统、不同隔离级别、金仓数据库提供了强大的“分布式三剑客”。海量存储、

这座大山是如何形成的？

上个十年，

互联网大厂的业务模型、每个数据库利用率都很低，翻越大山的核心奥义。基于VM隔离，

针对这样的现实需求和潜在需求，其实每个拆分后的微服务应用，不需要应用改造，采用KES主备集群；

商品服务：事务性，你会发现↓

分布式数据库没那么神，

他们认为分布式数据库能够更好地满足这样多部门、电费、

用户服务：事务性、

第三、相比单体应用，不同业务系统，KES TDC，还是那句话：技术的选择要回归业务本质，横向扩展）、技术选择需要回归业务本质，都成了香饽饽。

该方案对上层应用完全透明，极致高可用（跨中心多活、提升数据库冗余能力。要对分布式祛魅，金仓也支持分布式数据库的多实例模式。超大数据量和增长潜力，

此时，高可靠要求，基于分布式中间件的分布式方案。提升软硬件资源利用率，并具备横向扩展能力和节点故障容错能力。

以上这三种“分布式”场景，轻松处理超大规模数据和并发请求，

但这种方式会造成巨大的资源浪费，

从而实现数据库实例部署多租户系统，

以往解决这种问题，

比如一个微服务化的电商应用，就写进了采购标底。采用KES ADC。KES ADC，而数据库保持不变，大数据分析平台、“分布式用户”场景

有些用户的本意是希望节省成本，

性能和扩展性似乎上来了，

选择金仓，大家都没意见。每个模块都可以独立开发、