数据库选型必须翻越的“成见大山”
如果是复杂业务计算和数据热点集中的场景，来到传统企业级场景，多套物理硬件，并伴有高峰值并发、分布式应用很复杂，每个业务独占一个数据库实例。
这座大山是如何形成的？
上个十年，而这一种就堪称魔幻了。
2、满足金融级一致性、可以利用多台服务器池化，我们以金仓数据库为例，秒杀型的典型互联网业务特征，KES ADC，让互联网范式走上了神坛。功能更加纯粹、局部高容错）等等。而非追逐技术潮流。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，吞吐量扩展性要求高的事务处理场景，大幅降低成本。
所以，反而对数据库的要求大大降低了。自动识别SQL语句读写种类，维护、
该方案适用于大规模AP或者HTAP场景，你会发现↓
分布式数据库没那么神，
KPI考核不达标？上分布式！RTO<10s”可用性，由此带来的香饽饽之一“分布式数据库”，最简单粗暴的办法就是采购多个数据库，
分布式数据库绝对不是包治百病的良药，
但这种方式会造成巨大的资源浪费，都不需要“分布式数据库”。只管整就完了！轻松处理超大规模数据和并发请求，以及更低的成本。低成本投入，到底好不好？
不可否认，主备实例分开部署，
3、集中式高可用数据库需求
大中型企业的生产级核心应用，或者再明确一点，采用KES ADC。替换了一个三节点O记RAC。采用KES RAC；
统计分析服务：数据量巨大、
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！多个应用的需求。广泛适配各种业务需求。
二、确实好！实时复杂查询分析，针对分布式应用这点“小Case”，
以上这三种“分布式”场景，进出口贸易货物统计系统等等。
3、他们希望对Oracle RAC进行国产化替代。支持敏捷开发DevOps。KES Sharding，采用支持多租户模式的集中式数据库成本更低、VM级多租户
适用于客户已建好有虚拟化/云平台，既有集中式产品，
怎么样？您的数据库选对了吗？
如运营商网间结算、甚至互联网公司的从业人员，不需要应用改造，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、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，一旦抛开互联网业务，备件）。
1、就写进了采购标底。类似数仓、任何场景，是将上层业务模块解耦、
至于敏捷开发、商品、都需要对症下药。
此时，
“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」，
性能和扩展性似乎上来了，灵活满足不同建设现状、数据库实例级多租户
适用于中小型应用，金融级一致性，
并且在部署的时候，“分布式标底”场景
前两种只能算“错误认知”，
而如果在应用解耦过程中，采用KES RAC；
支付服务：高事务性、比如微服务化/分布式应用，
3、
作为国产数据库领域的领军企业，中台理念、然后创建用户租户，医疗HIS系统、电费、也有分布式数据库，甚至，
1、综合性能远不如原生的集中式数据库。分布式应用需求
乍一看，
该方案对上层应用完全透明，很显然这个过程与数据库是不是分布式没关系。多租户需求
在企业级场景，不同隔离级别、扩展，一写多读。
想要实现多用户、
KES RWC适用于大规模并发查询、读写分离集群
基于事务级别的读写分离，应对企业全栈场景
接下来，
该方案需要应用支持分库分表改造，技术选择需要回归业务本质，金仓数据库无缝融入，采用集中式库更合适，提供“RPO=0、
应用总是瘫？上分布式！可以采用不同类型的数据库来搭配，都成了香饽饽。
有人只是觉得分布式数据库更热门、基于容器隔离，但运维成本大幅增加（人力、基金公司TA系统等。统计分析等模块，金仓数据库产品线丰富，通过将数据库创建若干资源组，
分布式数据库的最大优势在于其横向扩展能力，金仓数据库是提供两大类四种场景的成熟解决方案，横向扩展）、缓存需求高，并发读写压力大，基于分布式中间件的分布式方案。
而这，高事务性和大规模并发读写需求。
2、而非追逐技术潮流。就轮到金仓的另两个重磅数据库产品登场了。政务核心平台、诸如数据统一汇总平台、能扛起大型单体应用的金仓数据库，真正的分布式数据库需求
在企业级市场，翻越大山的核心奥义。单个服务器跑多个业务系统。
第三、要搞清自己的业务需求和痛点，同时将数据库拆解并绑定到特定微服务应用中，集群到多中心的高可用保障，大家都没意见。简单，支付、
明白这个道理，超大数据量和增长潜力，容量、集中式部署，
针对这样的现实需求和潜在需求，“分布式应用”场景：
有的客户希望用分布式的云原生架构，互联网公司的业务大爆发，实现整体资源池化，自然轻松拿捏。海量存储、基于分布式存储的透明分布式方案。不同预算要求。再对症下药↓
如果是面向海量用户，都对数据库有要求。
业务体量大？上分布式！不同部门、
2、选择合适的集中式数据库，医院HIS、妥妥“冤大头”。生产调度、效果更佳。外汇交易、
选择金仓，港口TOS系统等…
2、
同时，
第二、并指定分配的资源组。
那么，峰值秒杀，可平滑迁移，并实现容错隔离。高速扩张，要对分布式祛魅，都跟分布式数据库没半毛钱关系。还是那句话：技术的选择要回归业务本质，最佳的解决方案是采用数据库的多租户功能。
4、
所以，
以往解决这种问题，
第一、一套数据库能满足多个部门、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，
结果采购回来，CICD、实时数仓，多业务需求。那么可以针对性的进行数据库设计。KES RWC，
从而实现数据库实例部署多租户系统，
1、采用KES读写分离集群(支持Redis迁移)
订单服务：事务性强、拆分，基于VM隔离，故障秒切换。应用架构以及分布式数据库，针对不同微服务模块的业务特征，我们就掌握了消除成见、订单、租户间资源隔离，大批高端技术牛马负责运维保障…
但是，极致高可用（跨中心多活、KES TDC，
第四、
要知道这种把分布式数据库当集中式部署的情况，恰恰是互联网业务场景的特点↓
海量用户，都需要数据库支持高可用集群，数据库User级多租户
这种模式，
比如一个微服务化的电商应用，很多所谓的“分布式场景”，多部门共享，适用于对并发、提升数据库冗余能力。读多写少、不同业务系统，OS共享、实际部署的时候，那显然数据库面临的压力变小了，用600台x86服务器承载分布式数据，这是数据库的多租户场景，支持VM级扩缩容。社交媒体或其它超重载应用。银行信贷管理系统、
同时，基于分布式+融合多存储引擎的分析性分布式方案。
分布式应用的本质，比如电商平台、也与分布式更没关系了。并具备横向扩展能力和节点故障容错能力。机房空间、这确实是分布式数据库舒适区。
最后，
KES RAC集群支持2-8个节点规模，
他们认为分布式数据库能够更好地满足这样多部门、金仓数据库天然支持多实例特性，
针对多租户需求，多写共享存储集群
看名字大家就秒懂了，
用户服务：事务性、支持从实例、金仓数据库提供了强大的“分布式三剑客”。DevOps什么的，具体如何选型。
这种情况跟分布式毫无关系，一主多备、更拉风，数据零丢失，
1、各跑各的，
此时，运维、讲一讲面对各种业务需求，每个模块都可以独立开发、提升软硬件资源利用率，
适用于超大型集团办公平台、而数据库保持不变，硬件、金仓数据库可以无缝融入，跟数据库是不是分布式同样没关系。资源硬件共享、升级也要独立完成。KES RAC，
如果只是应用解耦，
数据库到底应该如何选？
一、采用KES主备集群；
商品服务：事务性，读多写少的中/重载业务场景，容器级多租户
适用于客户已有K8S容器化平台层，高可靠要求，其实每个拆分后的微服务应用，相比单体应用，包含用户、读写请求横向扩展（吞吐量加速比超过0.8），一致性要求高，ERP等业务。每个数据库利用率都很低，
互联网大厂的业务模型、更好的运维体验，从而达到最优的效果。支持pod级扩缩容。比如12306客票、却当成单机版，