应用场景

垂直拆分后的跨数据库查询

某电商公司原先将会员、订单、商品等数据都存放在一个数据库实例中，但业务发展迅猛，访问量极速增长，导致数据库容量及性能遭遇瓶颈，因此用户决定对架构进行垂直拆分，将会员、商品、订单数据垂直拆分至三个数据库实例中。此时业务上需要展示某个品类商品的售卖订单量，原本在同一数据库里的查询，要变成跨两个数据库实例的查询。业务上要怎么进行关联查询？用户首先想到的方法是，对现有业务代码进行重构，分别从两个数据库查询数据，然后在业务代码中进行join关联。那么问题来了，如果采用这个解决方案，业务上那么多查询改造起来，拆分难度极大，操作起来过于复杂。跨库join操作又没有非常高效的办法，需要从各个业务库迭代查询，查询效率也会有一定影响。

我们发现用户遇到的其实就是典型的跨库查询问题。目前，跨库查询服务DSQL已经支持跨多个数据库实例的SQL查询的能力，用户利用一条SQL即可解决上述难题。不仅能够满足“跨库Join”这一核心诉求，还能极大地简化用户的技术方案。

水平拆分后的跨数据库查询

某酒店在多个城市都有对应的门店，其数据库在每个城市也会单独部署一套，业务上有对多个城市全局数据查询的诉求。同样，现在越来越多的互联网行业开始引入单元化架构，在每个城市会单独部署机房和数据库，进行多单元数据汇总查询的需求也越来越强。为了满足云上这些跨单元、跨region的数据库查询需求，跨库查询服务打通region之间的屏障，用户通过一条SQL就能实现这些需求。

异构数据库的关联查询

某公司考虑成本和未来可扩展性，正在将业务数据从SQLServer迁移到MySQL上。在这期间，必然存在某些业务子系统仍然在SQLServer上，另外一些业务子系统已经全部迁移到MySQL上，这时两个子系统之间的联合查询，就可以借助跨库查询DSQL实现。不仅如此，在迁移过程中，还可以通过DSQL，来校验SQLServer和MySQL上的数据是否一致。

混合云场景的关联查询

某游戏公司，由于各种原因，同时保有阿里云、腾讯、UCloud、AWS等环境的数据库实例，同时在自己自建的IDC也部署了部分数据库。业务的数据如此分散，单是统计一下当前游戏在线用户数，都要分别到各个环境去查询一遍再做汇总。借助阿里云DSQL，一条SQL就能实现跨云厂商和IDC之间的关联查询。