CLOUD云枢在大型企业架构中，数据库选型并非“一刀切”，而是基于业务场景、数据一致性要求、并发量级及运维成本的综合决策。通常遵循“核心交易走关系型，海量分析走分布式/数仓，非结构化数据走 NoSQL"的混合架构策略。以下是主流选择路径：
1. 核心交易系统（OLTP）
对于财务、订单、用户账户等强一致性要求的场景，企业级关系型数据库仍是首选：
- 商业数据库：Oracle（RAC 高可用方案成熟）、IBM Db2、Microsoft SQL Server。优势在于生态完善、工具链强大，适合 legacy 系统或X_XX_X严格的场景。
- 国产替代趋势：在信创政策推动下，大量国企/央企转向达梦 DM8、人大金仓 Kingbase、OceanBase（蚂蚁集团）、TDSQL（腾讯云/微众银行）、GaussDB（华为云）。这些产品已支持水平扩展和多地多活，性能接近国际主流水平。
2. 海量数据分析与实时计算（OLAP）
面对 PB 级日志、行为数据、BI 报表需求，传统单机数据库难以承载，普遍采用：
- MPP 架构：ClickHouse（开源高性能列存）、Greenplum（Pivotal）、StarRocks（极速查询）、阿里云 AnalyticDB、华为云 GaussDB(for DWS)。
- 云原生数仓：Snowflake（虽未直接落地国内，但理念被广泛借鉴）、阿里云 MaxCompute、腾讯云 CDW。特点在于存储计算分离、弹性扩缩容。
3. 高并发读写与灵活 schema
针对社交动态、物联网设备上报、推荐系统等场景：
- 文档型：MongoDB（社区版 + 企业版）、阿里云 MongoDB 托管服务。
- 键值/宽表：Redis（缓存 + 持久化场景）、HBase（Hadoop 生态集成）、Cassandra（Apache 基金会项目，部分云厂商提供托管）。
- 时序数据库：InfluxDB、TDengine（专为 IoT 优化）、阿里云 TSDB。
4. 关键选型考量维度
- 合规性：X_X/X_X领域需通过等保三级、国密算法支持、数据本地化存储验证。
- 可观测性：是否提供全链路监控、慢 SQL 自动诊断、智能调优建议。
- 灾备能力：是否支持同城双活、异地容灾、秒级 RPO/RTO。
- 成本模型：License 费用 vs 云服务按量付费，TCO（总拥有成本）对比。
注：当前头部企业正提速从“单一数据库”向“多模数据库集群”演进，例如某大型银行同时部署 Oracle（核心账务）、OceanBase（互联网渠道）、ClickHouse（风控分析），并通过中间件层实现透明路由。实际落地前务必进行 POC 测试，结合真实负载压测验证。