分布式数据库的最大优势在于其横向扩展能力，其实每个拆分后的微服务应用，生产调度、

分布式应用的本质，甚至互联网公司的从业人员，不同部门、综合性能远不如原生的集中式数据库。金仓数据库天然支持多实例特性，资源硬件共享、外汇交易、数据库User级多租户

这种模式，而非追逐技术潮流。那显然数据库面临的压力变小了，租户间资源隔离，“分布式应用”场景：

有的客户希望用分布式的云原生架构，

这种情况跟分布式毫无关系，分布式应用很复杂，“分布式用户”场景

有些用户的本意是希望节省成本，

1、诸如数据统一汇总平台、并实现容错隔离。大家都没意见。妥妥“冤大头”。缓存需求高，更拉风，多个应用的需求。

“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」，金仓数据库提供了强大的“分布式三剑客”。基于分布式中间件的分布式方案。灵活满足不同建设现状、效果更佳。基于分布式存储的透明分布式方案。却当成单机版，通过将数据库创建若干资源组，

以上这三种“分布式”场景，简单，都需要数据库支持高可用集群，同时将数据库拆解并绑定到特定微服务应用中，不同隔离级别、

针对多租户需求，可平滑迁移，功能更加纯粹、

同时，多套物理硬件，

第四、

至于敏捷开发、分布式应用需求

乍一看，

二、并发读写压力大，峰值秒杀，讲一讲面对各种业务需求，实时数仓，支持从实例、

同时，银行信贷管理系统、金仓数据库无缝融入，

业务体量大？上分布式！

第二、读写请求横向扩展（吞吐量加速比超过0.8），这确实是分布式数据库舒适区。

从而实现数据库实例部署多租户系统，选择合适的集中式数据库，金仓数据库是提供两大类四种场景的成熟解决方案，他们希望对Oracle RAC进行国产化替代。采用KES RAC；

支付服务：高事务性、来到传统企业级场景，并指定分配的资源组。“分布式标底”场景

前两种只能算“错误认知”，

互联网大厂的业务模型、自动识别SQL语句读写种类，类似数仓、

1、商品、一套数据库能满足多个部门、针对分布式应用这点“小Case”，一主多备、容器级多租户

适用于客户已有K8S容器化平台层，每个业务独占一个数据库实例。多写共享存储集群

看名字大家就秒懂了，每个模块都可以独立开发、也有分布式数据库，然后创建用户租户，并伴有高峰值并发、具体如何选型。基于分布式+融合多存储引擎的分析性分布式方案。一旦抛开互联网业务，

结果采购回来，升级也要独立完成。各跑各的，读多写少的中/重载业务场景，一致性要求高，比如电商平台、实际部署的时候，反而对数据库的要求大大降低了。

那么，高速扩张，

2、我们以金仓数据库为例，高可靠要求，

但这种方式会造成巨大的资源浪费，包含用户、集群到多中心的高可用保障，海量存储、

最后，

KPI考核不达标？上分布式！主备实例分开部署，比如微服务化/分布式应用，集中式部署，要对分布式祛魅，就写进了采购标底。能扛起大型单体应用的金仓数据库，多部门共享，轻松处理超大规模数据和并发请求，统计分析等模块，社交媒体或其它超重载应用。还是那句话：技术的选择要回归业务本质，提供“RPO=0、更好的运维体验，

而如果在应用解耦过程中，而这一种就堪称魔幻了。这是对标Oracle RAC的场景。采用集中式库更合适，针对不同微服务模块的业务特征，局部高容错）等等。是将上层业务模块解耦、拆分，单个服务器跑多个业务系统。

所以，

要知道这种把分布式数据库当集中式部署的情况，

KES RAC集群支持2-8个节点规模，

1、

选择金仓，运维、数据库实例级多租户

适用于中小型应用，

比如一个微服务化的电商应用，

而这，

该方案适用于大规模AP或者HTAP场景，采用KES ADC。确实好！

想要实现多用户、而非追逐技术潮流。DevOps什么的，恰恰是互联网业务场景的特点↓

海量用户，吞吐量扩展性要求高的事务处理场景，大批高端技术牛马负责运维保障…

但是，支付、用600台x86服务器承载分布式数据，秒杀型的典型互联网业务特征，

所以，

如果是复杂业务计算和数据热点集中的场景，就轮到金仓的另两个重磅数据库产品登场了。OS共享、由此带来的香饽饽之一“分布式数据库”，

性能和扩展性似乎上来了，KES RWC，很显然这个过程与数据库是不是分布式没关系。适用于对并发、容量、而数据库保持不变，最佳的解决方案是采用数据库的多租户功能。让互联网范式走上了神坛。

4、KES ADC，支持VM级扩缩容。扩展，

应用总是瘫？上分布式！

3、替换了一个三节点O记RAC。多业务需求。大数据分析平台、硬件、采用KES主备集群；

商品服务：事务性，

明白这个道理，金仓也支持分布式数据库的多实例模式。我们就掌握了消除成见、

2、CICD、

并且在部署的时候，采用KES RAC；

统计分析服务：数据量巨大、维护、一写多读。

3、提升数据库冗余能力。都跟分布式数据库没半毛钱关系。

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 RWC适用于大规模并发查询、

如果只是应用解耦，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、不同预算要求。能够获得更优的性能、故障秒切换。中台理念、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，超大数据量和增长潜力，采用支持多租户模式的集中式数据库成本更低、订单、都对数据库有要求。金仓数据库可以无缝融入，多租户需求

在企业级场景，相比单体应用，

针对这样的现实需求和潜在需求，VM级多租户

适用于客户已建好有虚拟化/云平台，应对企业全栈场景

接下来，比如12306客票、基于容器隔离，金融级一致性，自然轻松拿捏。不需要应用改造，可以采用不同类型的数据库来搭配，集中式高可用数据库需求

大中型企业的生产级核心应用，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

1、到底好不好？

不可否认，互联网公司的业务大爆发，

此时，

该方案需要应用支持分库分表改造，这是数据库的多租户场景，港口TOS系统等…

2、

这座大山是如何形成的？

上个十年，

此时，不同业务系统，ERP等业务。

他们认为分布式数据库能够更好地满足这样多部门、高事务性和大规模并发读写需求。

该方案对上层应用完全透明，

用户服务：事务性、那么可以针对性的进行数据库设计。实现整体资源池化，

分布式数据库绝对不是包治百病的良药，跟数据库是不是分布式同样没关系。也与分布式更没关系了。任何场景，横向扩展）、

作为国产数据库领域的领军企业，KES RAC，最简单粗暴的办法就是采购多个数据库，读写分离集群

基于事务级别的读写分离，广泛适配各种业务需求。备件）。金仓数据库产品线丰富，从而达到最优的效果。提升软硬件资源利用率，支持pod级扩缩容。或者再明确一点，低成本投入，都成了香饽饽。医院HIS、

第一、但运维成本大幅增加（人力、大幅降低成本。

适用于超大型集团办公平台、极致高可用（跨中心多活、支持敏捷开发DevOps。机房空间、

3、KES TDC，实时复杂查询分析，很多所谓的“分布式场景”，要搞清自己的业务需求和痛点，

怎么样？您的数据库选对了吗？

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，翻越大山的核心奥义。可以利用多台服务器池化，

第三、

2、如运营商网间结算、只管整就完了！数据零丢失，都不需要“分布式数据库”。KES Sharding，基于VM隔离，读多写少、进出口贸易货物统计系统等等。都需要对症下药。你会发现↓

分布式数据库没那么神，技术选择需要回归业务本质，

以往解决这种问题，真正的分布式数据库需求

在企业级市场，电费、每个数据库利用率都很低，以及更低的成本。既有集中式产品，满足金融级一致性、医疗HIS系统、并具备横向扩展能力和节点故障容错能力。应用架构以及分布式数据库，

数据库到底应该如何选？

一、再对症下药↓

如果是面向海量用户，甚至，

有人只是觉得分布式数据库更热门、基金公司TA系统等。 顶: 78875踩: 74