不知道從何時起

“選數(shù)據(jù)庫必選分布式”成了一種潮流

數(shù)據(jù)查詢慢？上分布式！

應(yīng)用總是癱？上分布式！

業(yè)務(wù)體量大？上分布式！

KPI考核不達(dá)標(biāo)？上分布式！

“分布式數(shù)據(jù)庫”的療效

就這樣被神話了

跟數(shù)據(jù)和應(yīng)用相關(guān)的各種疑難雜癥

仿佛都可以拿“分布式大法”來治

果真如此嗎？只能說

用戶心中的「成見」，像一座大山

過去幾年分布式數(shù)據(jù)庫造勢太猛

別管什么場景，只管整就完了！

這座大山是如何形成的？

上個十年，互聯(lián)網(wǎng)公司的業(yè)務(wù)大爆發(fā)，讓互聯(lián)網(wǎng)范式走上了神壇。

互聯(lián)網(wǎng)大廠的業(yè)務(wù)模型、中臺理念、應(yīng)用架構(gòu)以及分布式數(shù)據(jù)庫，甚至互聯(lián)網(wǎng)公司的從業(yè)人員，都成了香餑餑。

那么，由此帶來的香餑餑之一“分布式數(shù)據(jù)庫”，到底好不好？

不可否認(rèn)，確實好！

分布式數(shù)據(jù)庫的最大優(yōu)勢在于其橫向擴(kuò)展能力，輕松處理超大規(guī)模數(shù)據(jù)和并發(fā)請求，比如電商平臺、社交媒體或其它超重載應(yīng)用。

而這，恰恰是互聯(lián)網(wǎng)業(yè)務(wù)場景的特點↓

海量用戶，高速擴(kuò)張，峰值秒殺，大批高端技術(shù)牛馬負(fù)責(zé)運(yùn)維保障…

但是，一旦拋開互聯(lián)網(wǎng)業(yè)務(wù)，來到傳統(tǒng)企業(yè)級場景，你會發(fā)現(xiàn)↓

分布式數(shù)據(jù)庫沒那么神，甚至，還有一些劣勢——

業(yè)內(nèi)曾經(jīng)流傳著一個很著名的案例：

某銀行做分布式數(shù)據(jù)庫試點，用600臺x86服務(wù)器承載分布式數(shù)據(jù)，替換了一個三節(jié)點O記RAC。

性能和擴(kuò)展性似乎上來了，但運(yùn)維成本大幅增加（人力、電費(fèi)、機(jī)房空間、備件）。

所以，技術(shù)選擇需要回歸業(yè)務(wù)本質(zhì)，而非追逐技術(shù)潮流。

分布式數(shù)據(jù)庫絕對不是包治百病的良藥，任何場景，都需要對癥下藥。

數(shù)據(jù)庫到底應(yīng)該如何選？

一、要搞清自己的業(yè)務(wù)需求和痛點，再對癥下藥↓

如果是面向海量用戶，超大數(shù)據(jù)量和增長潛力，并伴有高峰值并發(fā)、秒殺型的典型互聯(lián)網(wǎng)業(yè)務(wù)特征，這確實是分布式數(shù)據(jù)庫舒適區(qū)。

如果是復(fù)雜業(yè)務(wù)計算和數(shù)據(jù)熱點集中的場景，采用集中式庫更合適，比如12306客票、醫(yī)院HIS、外匯交易、生產(chǎn)調(diào)度、ERP等業(yè)務(wù)。

二、要對分布式祛魅，很多所謂的“分布式場景”，都跟分布式數(shù)據(jù)庫沒半毛錢關(guān)系。

1、“分布式應(yīng)用”場景：

有的客戶希望用分布式的云原生架構(gòu)，比如微服務(wù)化/分布式應(yīng)用，支持敏捷開發(fā)DevOps。

分布式應(yīng)用的本質(zhì)，是將上層業(yè)務(wù)模塊解耦、拆分，每個模塊都可以獨(dú)立開發(fā)、維護(hù)、擴(kuò)展，并實現(xiàn)容錯隔離。

如果只是應(yīng)用解耦，而數(shù)據(jù)庫保持不變，很顯然這個過程與數(shù)據(jù)庫是不是分布式?jīng)]關(guān)系。

而如果在應(yīng)用解耦過程中，同時將數(shù)據(jù)庫拆解并綁定到特定微服務(wù)應(yīng)用中，那顯然數(shù)據(jù)庫面臨的壓力變小了，也與分布式更沒關(guān)系了。

至于敏捷開發(fā)、CICD、DevOps什么的，跟數(shù)據(jù)庫是不是分布式同樣沒關(guān)系。

2、“分布式用戶”場景

有些用戶的本意是希望節(jié)省成本，一套數(shù)據(jù)庫能滿足多個部門、多個應(yīng)用的需求。

他們認(rèn)為分布式數(shù)據(jù)庫能夠更好地滿足這樣多部門、多業(yè)務(wù)需求。

這種情況跟分布式毫無關(guān)系，這是數(shù)據(jù)庫的多租戶場景，采用支持多租戶模式的集中式數(shù)據(jù)庫成本更低、效果更佳。

3、“分布式標(biāo)底”場景

前兩種只能算“錯誤認(rèn)知”，而這一種就堪稱魔幻了。

有人只是覺得分布式數(shù)據(jù)庫更熱門、更拉風(fēng)，就寫進(jìn)了采購標(biāo)底。

結(jié)果采購回來，實際部署的時候，卻當(dāng)成單機(jī)版，集中式部署，妥妥“冤大頭”。

要知道這種把分布式數(shù)據(jù)庫當(dāng)集中式部署的情況，綜合性能遠(yuǎn)不如原生的集中式數(shù)據(jù)庫。

以上這三種“分布式”場景，都不需要“分布式數(shù)據(jù)庫”。

此時，選擇合適的集中式數(shù)據(jù)庫，能夠獲得更優(yōu)的性能、更好的運(yùn)維體驗，以及更低的成本。

選擇金倉，應(yīng)對企業(yè)全棧場景

接下來，我們以金倉數(shù)據(jù)庫為例，講一講面對各種業(yè)務(wù)需求，具體如何選型。

作為國產(chǎn)數(shù)據(jù)庫領(lǐng)域的領(lǐng)軍企業(yè)，金倉數(shù)據(jù)庫產(chǎn)品線豐富，既有集中式產(chǎn)品，也有分布式數(shù)據(jù)庫，廣泛適配各種業(yè)務(wù)需求。

第一、分布式應(yīng)用需求

乍一看，分布式應(yīng)用很復(fù)雜，其實每個拆分后的微服務(wù)應(yīng)用，相比單體應(yīng)用，功能更加純粹、簡單，反而對數(shù)據(jù)庫的要求大大降低了。

所以，能扛起大型單體應(yīng)用的金倉數(shù)據(jù)庫，針對分布式應(yīng)用這點“小Case”，自然輕松拿捏。

同時，針對不同微服務(wù)模塊的業(yè)務(wù)特征，可以采用不同類型的數(shù)據(jù)庫來搭配，從而達(dá)到最優(yōu)的效果。

比如一個微服務(wù)化的電商應(yīng)用，包含用戶、商品、訂單、支付、統(tǒng)計分析等模塊，那么可以針對性的進(jìn)行數(shù)據(jù)庫設(shè)計。

用戶服務(wù)：事務(wù)性、高可靠要求，采用KES主備集群；

商品服務(wù)：事務(wù)性，讀多寫少、緩存需求高，采用KES讀寫分離集群(支持Redis遷移)

訂單服務(wù)：事務(wù)性強(qiáng)、一致性要求高，并發(fā)讀寫壓力大，采用KES RAC；

支付服務(wù)：高事務(wù)性、金融級一致性，采用KES RAC；

統(tǒng)計分析服務(wù)：數(shù)據(jù)量巨大、實時復(fù)雜查詢分析，采用KES ADC。

第二、多租戶需求

在企業(yè)級場景，不同部門、不同業(yè)務(wù)系統(tǒng)，都對數(shù)據(jù)庫有要求。

以往解決這種問題，最簡單粗暴的辦法就是采購多個數(shù)據(jù)庫，多套物理硬件，各跑各的，大家都沒意見。

但這種方式會造成巨大的資源浪費(fèi)，每個數(shù)據(jù)庫利用率都很低，運(yùn)維、升級也要獨(dú)立完成。

想要實現(xiàn)多用戶、多部門共享，最佳的解決方案是采用數(shù)據(jù)庫的多租戶功能。

針對多租戶需求，金倉數(shù)據(jù)庫是提供兩大類四種場景的成熟解決方案，靈活滿足不同建設(shè)現(xiàn)狀、不同隔離級別、不同預(yù)算要求。

1、VM級多租戶

適用于客戶已建好有虛擬化/云平臺，金倉數(shù)據(jù)庫可以無縫融入，資源硬件共享、基于VM隔離，支持VM級擴(kuò)縮容。

2、容器級多租戶

適用于客戶已有K8S容器化平臺層，金倉數(shù)據(jù)庫無縫融入，硬件、OS共享、基于容器隔離，支持pod級擴(kuò)縮容。

3、數(shù)據(jù)庫實例級多租戶

適用于中小型應(yīng)用，低成本投入，單個服務(wù)器跑多個業(yè)務(wù)系統(tǒng)。金倉數(shù)據(jù)庫天然支持多實例特性，每個業(yè)務(wù)獨(dú)占一個數(shù)據(jù)庫實例。

并且在部署的時候，可以利用多臺服務(wù)器池化，主備實例分開部署，提升數(shù)據(jù)庫冗余能力。

同時，金倉也支持分布式數(shù)據(jù)庫的多實例模式。

4、數(shù)據(jù)庫User級多租戶

這種模式，通過將數(shù)據(jù)庫創(chuàng)建若干資源組，實現(xiàn)整體資源池化，然后創(chuàng)建用戶租戶，并指定分配的資源組。

從而實現(xiàn)數(shù)據(jù)庫實例部署多租戶系統(tǒng)，租戶間資源隔離，提升軟硬件資源利用率，大幅降低成本。

第三、集中式高可用數(shù)據(jù)庫需求

大中型企業(yè)的生產(chǎn)級核心應(yīng)用，都需要數(shù)據(jù)庫支持高可用集群，或者再明確一點，他們希望對Oracle RAC進(jìn)行國產(chǎn)化替代。

此時，就輪到金倉的另兩個重磅數(shù)據(jù)庫產(chǎn)品登場了。

1、KES RAC，多寫共享存儲集群

看名字大家就秒懂了，這是對標(biāo)Oracle RAC的場景。

KES RAC集群支持2-8個節(jié)點規(guī)模，讀寫請求橫向擴(kuò)展（吞吐量加速比超過0.8），提供“RPO=0、RTO<10s”可用性，滿足金融級一致性、高事務(wù)性和大規(guī)模并發(fā)讀寫需求。

2、KES RWC，讀寫分離集群

基于事務(wù)級別的讀寫分離，自動識別SQL語句讀寫種類，一主多備、一寫多讀。

KES RWC適用于大規(guī)模并發(fā)查詢、讀多寫少的中/重載業(yè)務(wù)場景，支持從實例、集群到多中心的高可用保障，數(shù)據(jù)零丟失，故障秒切換。

第四、真正的分布式數(shù)據(jù)庫需求

在企業(yè)級市場，確實存在一些真實的分布式數(shù)據(jù)庫需求：比如超大型應(yīng)用（超高并發(fā)、海量存儲、橫向擴(kuò)展）、極致高可用（跨中心多活、局部高容錯）等等。

針對這樣的現(xiàn)實需求和潛在需求，金倉數(shù)據(jù)庫提供了強(qiáng)大的“分布式三劍客”。

1、KES TDC，基于分布式存儲的透明分布式方案。

該方案對上層應(yīng)用完全透明，不需要應(yīng)用改造，可平滑遷移，并具備橫向擴(kuò)展能力和節(jié)點故障容錯能力。

適用于超大型集團(tuán)辦公平臺、政務(wù)核心平臺、醫(yī)療HIS系統(tǒng)、銀行信貸管理系統(tǒng)、港口TOS系統(tǒng)等…

2、KES Sharding，基于分布式中間件的分布式方案。

該方案需要應(yīng)用支持分庫分表改造，適用于對并發(fā)、容量、吞吐量擴(kuò)展性要求高的事務(wù)處理場景，如運(yùn)營商網(wǎng)間結(jié)算、基金公司TA系統(tǒng)等。

3、KES ADC，基于分布式+融合多存儲引擎的分析性分布式方案。

該方案適用于大規(guī)模AP或者HTAP場景，類似數(shù)倉、實時數(shù)倉，諸如數(shù)據(jù)統(tǒng)一匯總平臺、大數(shù)據(jù)分析平臺、進(jìn)出口貿(mào)易貨物統(tǒng)計系統(tǒng)等等。

最后，還是那句話：技術(shù)的選擇要回歸業(yè)務(wù)本質(zhì)，而非追逐技術(shù)潮流。

明白這個道理，我們就掌握了消除成見、翻越大山的核心奧義。

怎么樣？您的數(shù)據(jù)庫選對了嗎？