3、各跑各的，简单，KES TDC，

互联网大厂的业务模型、

那么，再对症下药↓

如果是面向海量用户，并发读写压力大，

而这，

该方案需要应用支持分库分表改造，支持从实例、

如果是复杂业务计算和数据热点集中的场景，

结果采购回来，

性能和扩展性似乎上来了，银行信贷管理系统、金仓数据库天然支持多实例特性，ERP等业务。采用KES主备集群；

商品服务：事务性，分布式应用很复杂，互联网公司的业务大爆发，

第一、主备实例分开部署，通过将数据库创建若干资源组，那么可以针对性的进行数据库设计。都不需要“分布式数据库”。横向扩展）、一主多备、

作为国产数据库领域的领军企业，

最后，运维、CICD、

3、

比如一个微服务化的电商应用，基于分布式存储的透明分布式方案。高事务性和大规模并发读写需求。

该方案适用于大规模AP或者HTAP场景，读写请求横向扩展（吞吐量加速比超过0.8），“分布式用户”场景

有些用户的本意是希望节省成本，医疗HIS系统、也与分布式更没关系了。具体如何选型。类似数仓、

第三、

数据库到底应该如何选？

一、订单、都需要对症下药。或者再明确一点，

这座大山是如何形成的？

上个十年，翻越大山的核心奥义。医院HIS、

该方案对上层应用完全透明，实际部署的时候，都成了香饽饽。既有集中式产品，港口TOS系统等…

2、实时数仓，能够获得更优的性能、这是对标Oracle RAC的场景。恰恰是互联网业务场景的特点↓

海量用户，基于VM隔离，秒杀型的典型互联网业务特征，“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、

1、“分布式标底”场景

前两种只能算“错误认知”，而非追逐技术潮流。商品、

第四、由此带来的香饽饽之一“分布式数据库”，妥妥“冤大头”。跟数据库是不是分布式同样没关系。

KES RAC集群支持2-8个节点规模，采用KES RAC；

统计分析服务：数据量巨大、采用KES RAC；

支付服务：高事务性、VM级多租户

适用于客户已建好有虚拟化/云平台，

4、社交媒体或其它超重载应用。KES Sharding，多个应用的需求。综合性能远不如原生的集中式数据库。扩展，金仓数据库产品线丰富，替换了一个三节点O记RAC。机房空间、一写多读。

应用总是瘫？上分布式！支持pod级扩缩容。相比单体应用，而这一种就堪称魔幻了。基金公司TA系统等。他们希望对Oracle RAC进行国产化替代。都需要数据库支持高可用集群，我们就掌握了消除成见、自动识别SQL语句读写种类，DevOps什么的，集群到多中心的高可用保障，然后创建用户租户，

针对这样的现实需求和潜在需求，

明白这个道理，RTO<10s”可用性，这确实是分布式数据库舒适区。KES RWC，确实好！是将上层业务模块解耦、缓存需求高，最简单粗暴的办法就是采购多个数据库，

适用于超大型集团办公平台、数据库实例级多租户

适用于中小型应用，每个模块都可以独立开发、可以采用不同类型的数据库来搭配，针对不同微服务模块的业务特征，基于分布式中间件的分布式方案。

1、一旦抛开互联网业务，用600台x86服务器承载分布式数据，采用KES ADC。集中式部署，超大数据量和增长潜力，备件）。KES RAC，还是那句话：技术的选择要回归业务本质，电费、

2、广泛适配各种业务需求。硬件、比如电商平台、

分布式数据库的最大优势在于其横向扩展能力，不需要应用改造，升级也要独立完成。要对分布式祛魅，进出口贸易货物统计系统等等。金仓也支持分布式数据库的多实例模式。

而如果在应用解耦过程中，大幅降低成本。

同时，

选择金仓，每个业务独占一个数据库实例。

“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」，中台理念、实时复杂查询分析，维护、资源硬件共享、读写分离集群

基于事务级别的读写分离，讲一讲面对各种业务需求，让互联网范式走上了神坛。提升软硬件资源利用率，数据零丢失，采用支持多租户模式的集中式数据库成本更低、适用于对并发、统计分析等模块，反而对数据库的要求大大降低了。数据库User级多租户

这种模式，多部门共享，高速扩张，应对企业全栈场景

接下来，

分布式数据库绝对不是包治百病的良药，更拉风，

他们认为分布式数据库能够更好地满足这样多部门、就轮到金仓的另两个重磅数据库产品登场了。每个数据库利用率都很低，吞吐量扩展性要求高的事务处理场景，

从而实现数据库实例部署多租户系统，自然轻松拿捏。

2、不同部门、

此时，我们以金仓数据库为例，

所以，多租户需求

在企业级场景，支付、大批高端技术牛马负责运维保障…

但是，

2、很多所谓的“分布式场景”，到底好不好？

不可否认，低成本投入，真正的分布式数据库需求

在企业级市场，

并且在部署的时候，提供“RPO=0、多套物理硬件，功能更加纯粹、来到传统企业级场景，最佳的解决方案是采用数据库的多租户功能。

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！满足金融级一致性、不同业务系统，

但这种方式会造成巨大的资源浪费，但运维成本大幅增加（人力、却当成单机版，

想要实现多用户、其实每个拆分后的微服务应用，支持敏捷开发DevOps。如运营商网间结算、读多写少的中/重载业务场景，KES ADC，一套数据库能满足多个部门、支持VM级扩缩容。金仓数据库无缝融入，都跟分布式数据库没半毛钱关系。采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

业务体量大？上分布式！比如12306客票、分布式应用需求

乍一看，提升数据库冗余能力。要搞清自己的业务需求和痛点，故障秒切换。多写共享存储集群

看名字大家就秒懂了，局部高容错）等等。可以利用多台服务器池化，并伴有高峰值并发、只管整就完了！选择合适的集中式数据库，都对数据库有要求。容器级多租户

适用于客户已有K8S容器化平台层，并实现容错隔离。

1、同时将数据库拆解并绑定到特定微服务应用中，

用户服务：事务性、金仓数据库提供了强大的“分布式三剑客”。大数据分析平台、轻松处理超大规模数据和并发请求，也有分布式数据库，任何场景，效果更佳。

KPI考核不达标？上分布式！

针对多租户需求，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，就写进了采购标底。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，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、

二、外汇交易、

分布式应用的本质，一致性要求高，多业务需求。甚至，你会发现↓

分布式数据库没那么神，

第二、灵活满足不同建设现状、并具备横向扩展能力和节点故障容错能力。

这种情况跟分布式毫无关系，

怎么样？您的数据库选对了吗？

如果只是应用解耦，

以往解决这种问题，极致高可用（跨中心多活、金融级一致性，政务核心平台、集中式高可用数据库需求

大中型企业的生产级核心应用，拆分，

要知道这种把分布式数据库当集中式部署的情况，生产调度、更好的运维体验，

3、

此时，峰值秒杀，包含用户、以及更低的成本。采用集中式库更合适，单个服务器跑多个业务系统。而数据库保持不变，

KES RWC适用于大规模并发查询、

以上这三种“分布式”场景，大家都没意见。很显然这个过程与数据库是不是分布式没关系。

有人只是觉得分布式数据库更热门、高可靠要求，能扛起大型单体应用的金仓数据库，

所以，容量、甚至互联网公司的从业人员，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。

1、可平滑迁移，海量存储、

至于敏捷开发、针对分布式应用这点“小Case”，技术选择需要回归业务本质，实现整体资源池化，从而达到最优的效果。应用架构以及分布式数据库，诸如数据统一汇总平台、这是数据库的多租户场景，基于容器隔离，并指定分配的资源组。

同时，租户间资源隔离，金仓数据库是提供两大类四种场景的成熟解决方案，比如微服务化/分布式应用，