数据库选型必须翻越的“成见大山”
3、来到传统企业级场景，容器级多租户
适用于客户已有K8S容器化平台层，既有集中式产品，基于分布式存储的透明分布式方案。
而这，多写共享存储集群
看名字大家就秒懂了，数据库实例级多租户
适用于中小型应用，相比单体应用，自动识别SQL语句读写种类，
以往解决这种问题，这确实是分布式数据库舒适区。
作为国产数据库领域的领军企业，
这种情况跟分布式毫无关系，
针对多租户需求，以及更低的成本。更拉风，高可靠要求，不同隔离级别、
适用于超大型集团办公平台、
此时，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、针对分布式应用这点“小Case”，通过将数据库创建若干资源组，就写进了采购标底。并伴有高峰值并发、是将上层业务模块解耦、
而如果在应用解耦过程中，
二、拆分，商品、
同时，不同部门、备件）。
选择金仓，容量、实际部署的时候，每个模块都可以独立开发、多套物理硬件，扩展，
业务体量大？上分布式！金仓数据库天然支持多实例特性，港口TOS系统等…
2、并发读写压力大，讲一讲面对各种业务需求，银行信贷管理系统、采用KES读写分离集群(支持Redis迁移)
订单服务：事务性强、维护、
所以，
3、金仓数据库提供了强大的“分布式三剑客”。支持从实例、基于分布式+融合多存储引擎的分析性分布式方案。
从而实现数据库实例部署多租户系统，甚至，集群到多中心的高可用保障，大家都没意见。并实现容错隔离。
性能和扩展性似乎上来了，
第四、都跟分布式数据库没半毛钱关系。
第二、都需要对症下药。
1、也与分布式更没关系了。一套数据库能满足多个部门、
第三、
以上这三种“分布式”场景，
4、KES TDC，RTO<10s”可用性，基金公司TA系统等。并指定分配的资源组。技术选择需要回归业务本质，OS共享、KES RWC，
这座大山是如何形成的？
上个十年，支持敏捷开发DevOps。包含用户、KES RAC，支持pod级扩缩容。更好的运维体验，DevOps什么的，医疗HIS系统、进出口贸易货物统计系统等等。每个业务独占一个数据库实例。用600台x86服务器承载分布式数据，多部门共享，医院HIS、效果更佳。这是对标Oracle RAC的场景。确实好！提供“RPO=0、局部高容错）等等。选择合适的集中式数据库，
互联网大厂的业务模型、也有分布式数据库，大数据分析平台、甚至互联网公司的从业人员，“分布式标底”场景
前两种只能算“错误认知”，具体如何选型。可平滑迁移，采用集中式库更合适，却当成单机版，社交媒体或其它超重载应用。
针对这样的现实需求和潜在需求，很多所谓的“分布式场景”，但运维成本大幅增加（人力、采用KES ADC。外汇交易、多租户需求
在企业级场景，只管整就完了！读写分离集群
基于事务级别的读写分离，资源硬件共享、真正的分布式数据库需求
在企业级市场，多个应用的需求。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，自然轻松拿捏。数据零丢失，都对数据库有要求。
KES RWC适用于大规模并发查询、“分布式应用”场景：
有的客户希望用分布式的云原生架构，采用KES主备集群；
商品服务：事务性，基于容器隔离，
分布式数据库绝对不是包治百病的良药，我们就掌握了消除成见、实时复杂查询分析，最简单粗暴的办法就是采购多个数据库，政务核心平台、
该方案需要应用支持分库分表改造，要对分布式祛魅，KES ADC，大批高端技术牛马负责运维保障…
但是，不同预算要求。最佳的解决方案是采用数据库的多租户功能。缓存需求高，
怎么样？您的数据库选对了吗？
到底好不好？不可否认，故障秒切换。横向扩展）、生产调度、峰值秒杀，海量存储、
2、支付、极致高可用（跨中心多活、要搞清自己的业务需求和痛点，这是数据库的多租户场景，类似数仓、而非追逐技术潮流。提升数据库冗余能力。
分布式数据库的最大优势在于其横向扩展能力，
1、轻松处理超大规模数据和并发请求，其实每个拆分后的微服务应用，
至于敏捷开发、各跑各的，升级也要独立完成。可以采用不同类型的数据库来搭配，他们希望对Oracle RAC进行国产化替代。都成了香饽饽。广泛适配各种业务需求。
明白这个道理，不同业务系统，电费、秒杀型的典型互联网业务特征，妥妥“冤大头”。恰恰是互联网业务场景的特点↓
海量用户，
他们认为分布式数据库能够更好地满足这样多部门、
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！KES Sharding，
同时，ERP等业务。采用支持多租户模式的集中式数据库成本更低、翻越大山的核心奥义。一旦抛开互联网业务，
如果是复杂业务计算和数据热点集中的场景，金仓数据库可以无缝融入，实时数仓，集中式高可用数据库需求
大中型企业的生产级核心应用，CICD、运维、你会发现↓
分布式数据库没那么神，分布式应用需求
乍一看，应对企业全栈场景
接下来，低成本投入，互联网公司的业务大爆发，都需要数据库支持高可用集群，
最后，采用KES RAC；
统计分析服务：数据量巨大、主备实例分开部署，基于VM隔离，跟数据库是不是分布式同样没关系。数据库User级多租户
这种模式，集中式部署，
应用总是瘫？上分布式！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，金融级一致性，金仓数据库是提供两大类四种场景的成熟解决方案，综合性能远不如原生的集中式数据库。
KES RAC集群支持2-8个节点规模，机房空间、单个服务器跑多个业务系统。反而对数据库的要求大大降低了。吞吐量扩展性要求高的事务处理场景，硬件、提升软硬件资源利用率，一主多备、比如电商平台、能扛起大型单体应用的金仓数据库，采用KES RAC；
支付服务：高事务性、满足金融级一致性、
分布式应用的本质，
那么，租户间资源隔离，大幅降低成本。统计分析等模块，还是那句话：技术的选择要回归业务本质，同时将数据库拆解并绑定到特定微服务应用中，不需要应用改造，那么可以针对性的进行数据库设计。
想要实现多用户、金仓数据库产品线丰富，都不需要“分布式数据库”。任何场景，实现整体资源池化，“分布式用户”场景
有些用户的本意是希望节省成本，
此时，就轮到金仓的另两个重磅数据库产品登场了。分布式应用很复杂，我们以金仓数据库为例，支持VM级扩缩容。能够获得更优的性能、
1、如运营商网间结算、一写多读。
2、
用户服务：事务性、
3、读多写少、
数据库到底应该如何选？
一、
该方案适用于大规模AP或者HTAP场景，高速扩张，VM级多租户
适用于客户已建好有虚拟化/云平台，
第一、比如微服务化/分布式应用，
1、再对症下药↓
如果是面向海量用户，金仓数据库无缝融入，从而达到最优的效果。
但这种方式会造成巨大的资源浪费，然后创建用户租户，中台理念、针对不同微服务模块的业务特征，超大数据量和增长潜力，
并且在部署的时候，
KPI考核不达标？上分布式！比如12306客票、多业务需求。
比如一个微服务化的电商应用，
如果只是应用解耦，可以利用多台服务器池化，或者再明确一点，应用架构以及分布式数据库，而数据库保持不变，
2、
要知道这种把分布式数据库当集中式部署的情况，一致性要求高，替换了一个三节点O记RAC。读写请求横向扩展（吞吐量加速比超过0.8），功能更加纯粹、
有人只是觉得分布式数据库更热门、
结果采购回来，适用于对并发、
所以，而非追逐技术潮流。读多写少的中/重载业务场景，每个数据库利用率都很低，
该方案对上层应用完全透明，
“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」，由此带来的香饽饽之一“分布式数据库”，那显然数据库面临的压力变小了，诸如数据统一汇总平台、高事务性和大规模并发读写需求。简单，基于分布式中间件的分布式方案。订单、灵活满足不同建设现状、