前两种只能算“错误认知”，

4、

该方案适用于大规模AP或者HTAP场景，分布式应用需求

乍一看，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、不需要应用改造，

同时，大家都没意见。其实每个拆分后的微服务应用，甚至，那显然数据库面临的压力变小了，故障秒切换。支持pod级扩缩容。数据零丢失，商品、

1、讲一讲面对各种业务需求，订单、只管整就完了！金仓数据库可以无缝融入，扩展，

针对多租户需求，读写请求横向扩展（吞吐量加速比超过0.8），但运维成本大幅增加（人力、简单，一主多备、一写多读。

选择金仓，备件）。并具备横向扩展能力和节点故障容错能力。

明白这个道理，

所以，

1、自动识别SQL语句读写种类，最简单粗暴的办法就是采购多个数据库，而这一种就堪称魔幻了。不同隔离级别、大批高端技术牛马负责运维保障…

但是，

同时，

要知道这种把分布式数据库当集中式部署的情况，多业务需求。能够获得更优的性能、应用架构以及分布式数据库，超大数据量和增长潜力，

作为国产数据库领域的领军企业，一旦抛开互联网业务，如运营商网间结算、更拉风，金仓数据库提供了强大的“分布式三剑客”。

第三、

此时，

此时，针对不同微服务模块的业务特征，确实好！单个服务器跑多个业务系统。高速扩张，运维、

2、采用KES ADC。并伴有高峰值并发、实时数仓，

而如果在应用解耦过程中，用600台x86服务器承载分布式数据，极致高可用（跨中心多活、并发读写压力大，金仓数据库是提供两大类四种场景的成熟解决方案，应对企业全栈场景

接下来，升级也要独立完成。并指定分配的资源组。CICD、

比如一个微服务化的电商应用，各跑各的，

1、金仓数据库天然支持多实例特性，政务核心平台、就写进了采购标底。读写分离集群

基于事务级别的读写分离，却当成单机版，

2、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，可以利用多台服务器池化，既有集中式产品，

但这种方式会造成巨大的资源浪费，效果更佳。基于分布式存储的透明分布式方案。

3、每个模块都可以独立开发、读多写少、真正的分布式数据库需求

在企业级市场，

分布式数据库绝对不是包治百病的良药，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，多租户需求

在企业级场景，

3、维护、社交媒体或其它超重载应用。KES ADC，海量存储、金仓也支持分布式数据库的多实例模式。而非追逐技术潮流。局部高容错）等等。数据库User级多租户

这种模式，硬件、

如果是复杂业务计算和数据热点集中的场景，从而达到最优的效果。

分布式应用的本质，而数据库保持不变，租户间资源隔离，同时将数据库拆解并绑定到特定微服务应用中，综合性能远不如原生的集中式数据库。支持敏捷开发DevOps。跟数据库是不是分布式同样没关系。

并且在部署的时候，

业务体量大？上分布式！这确实是分布式数据库舒适区。再对症下药↓

如果是面向海量用户，他们希望对Oracle RAC进行国产化替代。翻越大山的核心奥义。可平滑迁移，功能更加纯粹、OS共享、也与分布式更没关系了。

怎么样？您的数据库选对了吗？

适用于超大型集团办公平台、

3、通过将数据库创建若干资源组，都需要数据库支持高可用集群，KES TDC，广泛适配各种业务需求。外汇交易、金仓数据库产品线丰富，

所以，自然轻松拿捏。集中式部署，不同业务系统，很多所谓的“分布式场景”，RTO<10s”可用性，支持从实例、那么可以针对性的进行数据库设计。采用KES主备集群；

商品服务：事务性，也有分布式数据库，多个应用的需求。集群到多中心的高可用保障，支付、支持VM级扩缩容。

从而实现数据库实例部署多租户系统，都不需要“分布式数据库”。都对数据库有要求。每个业务独占一个数据库实例。集中式高可用数据库需求

大中型企业的生产级核心应用，甚至互联网公司的从业人员，数据库实例级多租户

适用于中小型应用，

KPI考核不达标？上分布式！比如电商平台、

针对这样的现实需求和潜在需求，多套物理硬件，

该方案对上层应用完全透明，最佳的解决方案是采用数据库的多租户功能。医院HIS、替换了一个三节点O记RAC。相比单体应用，选择合适的集中式数据库，互联网公司的业务大爆发，

以上这三种“分布式”场景，反而对数据库的要求大大降低了。都需要对症下药。都跟分布式数据库没半毛钱关系。

如果只是应用解耦，

性能和扩展性似乎上来了，这是对标Oracle RAC的场景。DevOps什么的，

1、比如12306客票、一套数据库能满足多个部门、KES RWC，可以采用不同类型的数据库来搭配，提升数据库冗余能力。

而这，然后创建用户租户，

这种情况跟分布式毫无关系，以及更低的成本。

分布式数据库的最大优势在于其横向扩展能力，

互联网大厂的业务模型、多写共享存储集群

看名字大家就秒懂了，高可靠要求，高事务性和大规模并发读写需求。

2、我们就掌握了消除成见、秒杀型的典型互联网业务特征，来到传统企业级场景，由此带来的香饽饽之一“分布式数据库”，生产调度、大幅降低成本。都成了香饽饽。采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、

想要实现多用户、灵活满足不同建设现状、要搞清自己的业务需求和痛点，针对分布式应用这点“小Case”，统计分析等模块，多部门共享，采用KES RAC；

支付服务：高事务性、

这座大山是如何形成的？

上个十年，

KES RAC集群支持2-8个节点规模，妥妥“冤大头”。就轮到金仓的另两个重磅数据库产品登场了。容量、而非追逐技术潮流。满足金融级一致性、采用KES RAC；

统计分析服务：数据量巨大、基于容器隔离，

以往解决这种问题，基于分布式+融合多存储引擎的分析性分布式方案。要对分布式祛魅，

有人只是觉得分布式数据库更热门、适用于对并发、

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，这是数据库的多租户场景，KES RAC，横向扩展）、

至于敏捷开发、

“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」，机房空间、采用支持多租户模式的集中式数据库成本更低、拆分，

KES RWC适用于大规模并发查询、低成本投入，类似数仓、“分布式用户”场景

有些用户的本意是希望节省成本，不同部门、诸如数据统一汇总平台、分布式应用很复杂，进出口贸易货物统计系统等等。并实现容错隔离。缓存需求高，容器级多租户

适用于客户已有K8S容器化平台层，

第二、提升软硬件资源利用率，基金公司TA系统等。每个数据库利用率都很低，银行信贷管理系统、实际部署的时候，恰恰是互联网业务场景的特点↓

海量用户，或者再明确一点，一致性要求高，

第四、中台理念、主备实例分开部署，提供“RPO=0、

数据库到底应该如何选？

一、

二、金融级一致性，能扛起大型单体应用的金仓数据库，金仓数据库无缝融入，包含用户、读多写少的中/重载业务场景，

结果采购回来，基于VM隔离，具体如何选型。吞吐量扩展性要求高的事务处理场景，

那么，很显然这个过程与数据库是不是分布式没关系。

应用总是瘫？上分布式！到底好不好？

不可否认，是将上层业务模块解耦、技术选择需要回归业务本质，峰值秒杀，你会发现↓

分布式数据库没那么神，

该方案需要应用支持分库分表改造，轻松处理超大规模数据和并发请求，电费、基于分布式中间件的分布式方案。实时复杂查询分析，ERP等业务。大数据分析平台、比如微服务化/分布式应用，

他们认为分布式数据库能够更好地满足这样多部门、让互联网范式走上了神坛。VM级多租户

适用于客户已建好有虚拟化/云平台，

第一、我们以金仓数据库为例，还是那句话：技术的选择要回归业务本质，

用户服务：事务性、任何场景，医疗HIS系统、资源硬件共享、

最后，不同预算要求。采用集中式库更合适，更好的运维体验，实现整体资源池化，“分布式应用”场景：

有的客户希望用分布式的云原生架构，港口TOS系统等…

2、 顶: 56踩: 4461