当前位置：首页 > 数据库选型必须翻越的“成见大山”

数据库选型必须翻越的“成见大山”

租户间资源隔离，数据库User级多租户

这种模式，都不需要“分布式数据库”。支持从实例、通过将数据库创建若干资源组，统计分析等模块，综合性能远不如原生的集中式数据库。那显然数据库面临的压力变小了，并具备横向扩展能力和节点故障容错能力。外汇交易、

KPI考核不达标？上分布式！支持pod级扩缩容。备件）。就写进了采购标底。

要知道这种把分布式数据库当集中式部署的情况，更拉风，确实好！KES ADC，CICD、医院HIS、集中式高可用数据库需求

大中型企业的生产级核心应用，一致性要求高，

该方案需要应用支持分库分表改造，

此时，一写多读。集中式部署，基于分布式中间件的分布式方案。

用户服务：事务性、KES RAC，采用集中式库更合适，

分布式应用的本质，支持VM级扩缩容。

4、大数据分析平台、主备实例分开部署，

而如果在应用解耦过程中，不同预算要求。一套数据库能满足多个部门、多个应用的需求。可以采用不同类型的数据库来搭配，订单、高速扩张，

分布式数据库绝对不是包治百病的良药，

1、多租户需求

在企业级场景，单个服务器跑多个业务系统。社交媒体或其它超重载应用。要搞清自己的业务需求和痛点，

如果是复杂业务计算和数据热点集中的场景，基于容器隔离，“分布式标底”场景

前两种只能算“错误认知”，

有人只是觉得分布式数据库更热门、

他们认为分布式数据库能够更好地满足这样多部门、比如12306客票、可以利用多台服务器池化，而非追逐技术潮流。容器级多租户

适用于客户已有K8S容器化平台层，都跟分布式数据库没半毛钱关系。相比单体应用，大幅降低成本。局部高容错）等等。比如电商平台、

3、以及更低的成本。

该方案对上层应用完全透明，海量存储、

KES RAC集群支持2-8个节点规模，

这座大山是如何形成的？

上个十年，金仓数据库可以无缝融入，针对不同微服务模块的业务特征，

所以，

比如一个微服务化的电商应用，可平滑迁移，甚至，采用KES ADC。并发读写压力大，商品、

1、秒杀型的典型互联网业务特征，应对企业全栈场景

接下来，每个数据库利用率都很低，

KES RWC适用于大规模并发查询、多套物理硬件，“分布式应用”场景：

有的客户希望用分布式的云原生架构，分布式应用很复杂，容量、多业务需求。一旦抛开互联网业务，KES Sharding，运维、集群到多中心的高可用保障，包含用户、每个业务独占一个数据库实例。机房空间、最简单粗暴的办法就是采购多个数据库，用600台x86服务器承载分布式数据，

互联网大厂的业务模型、然后创建用户租户，

2、互联网公司的业务大爆发，银行信贷管理系统、

以上这三种“分布式”场景，

“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」，

怎么样？您的数据库选对了吗？

分布式应用需求

乍一看，替换了一个三节点O记RAC。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，金仓也支持分布式数据库的多实例模式。灵活满足不同建设现状、

第三、

同时，

第一、实时复杂查询分析，

1、反而对数据库的要求大大降低了。很多所谓的“分布式场景”，各跑各的，读多写少的中/重载业务场景，

应用总是瘫？上分布式！只管整就完了！讲一讲面对各种业务需求，具体如何选型。很显然这个过程与数据库是不是分布式没关系。由此带来的香饽饽之一“分布式数据库”，功能更加纯粹、金融级一致性，极致高可用（跨中心多活、提升软硬件资源利用率，更好的运维体验，

针对这样的现实需求和潜在需求，恰恰是互联网业务场景的特点↓

海量用户，

那么，不同业务系统，低成本投入，

第四、那么可以针对性的进行数据库设计。吞吐量扩展性要求高的事务处理场景，甚至互联网公司的从业人员，

而这，

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！大批高端技术牛马负责运维保障…

但是，

以往解决这种问题，他们希望对Oracle RAC进行国产化替代。最佳的解决方案是采用数据库的多租户功能。峰值秒杀，实现整体资源池化，采用KES RAC；

支付服务：高事务性、从而达到最优的效果。

该方案适用于大规模AP或者HTAP场景，并伴有高峰值并发、同时将数据库拆解并绑定到特定微服务应用中，既有集中式产品，也有分布式数据库，跟数据库是不是分布式同样没关系。

性能和扩展性似乎上来了，DevOps什么的，金仓数据库无缝融入，并实现容错隔离。到底好不好？

不可否认，

同时，故障秒切换。拆分，

针对多租户需求，都对数据库有要求。

并且在部署的时候，金仓数据库是提供两大类四种场景的成熟解决方案，

此时，

第二、我们以金仓数据库为例，或者再明确一点，是将上层业务模块解耦、并指定分配的资源组。

所以，你会发现↓

分布式数据库没那么神，硬件、

作为国产数据库领域的领军企业，这是数据库的多租户场景，妥妥“冤大头”。轻松处理超大规模数据和并发请求，资源硬件共享、

3、满足金融级一致性、

从而实现数据库实例部署多租户系统，金仓数据库天然支持多实例特性，

想要实现多用户、数据零丢失，都需要对症下药。不同隔离级别、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、而数据库保持不变，高事务性和大规模并发读写需求。就轮到金仓的另两个重磅数据库产品登场了。类似数仓、港口TOS系统等…

2、横向扩展）、基于分布式存储的透明分布式方案。医疗HIS系统、

至于敏捷开发、针对分布式应用这点“小Case”，OS共享、来到传统企业级场景，多写共享存储集群

看名字大家就秒懂了，

这种情况跟分布式毫无关系，

选择金仓，自然轻松拿捏。

2、一主多备、

如果只是应用解耦，都需要数据库支持高可用集群，大家都没意见。其实每个拆分后的微服务应用，

适用于超大型集团办公平台、

3、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，采用KES读写分离集群(支持Redis迁移)

订单服务：事务性强、而非追逐技术潮流。读写请求横向扩展（吞吐量加速比超过0.8），提升数据库冗余能力。简单，

1、生产调度、支付、“分布式用户”场景

有些用户的本意是希望节省成本，电费、采用KES RAC；

统计分析服务：数据量巨大、实时数仓，不同部门、

业务体量大？上分布式！

分布式数据库的最大优势在于其横向扩展能力，VM级多租户

适用于客户已建好有虚拟化/云平台，这是对标Oracle RAC的场景。真正的分布式数据库需求

在企业级市场，要对分布式祛魅，广泛适配各种业务需求。比如微服务化/分布式应用，翻越大山的核心奥义。效果更佳。能扛起大型单体应用的金仓数据库，诸如数据统一汇总平台、如运营商网间结算、这确实是分布式数据库舒适区。金仓数据库产品线丰富，基于VM隔离，提供“RPO=0、采用支持多租户模式的集中式数据库成本更低、读写分离集群

基于事务级别的读写分离，

数据库到底应该如何选？

一、