2022年中國(guó)數(shù)據(jù)庫(kù)研究報(bào)告

中國(guó)數(shù)據(jù)庫(kù)研究報(bào)告?2022.12iResearchInc.來(lái)源：艾瑞咨詢研究院自主研究繪制。 來(lái)源：艾瑞咨詢研究院自主研究繪制。 2?2022.12iResearchInc.摘要中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模：據(jù)艾瑞統(tǒng)計(jì)，2021年中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)總規(guī)模達(dá)286.8億元，同比增長(zhǎng)16.1%。中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)雖受疫情影響，但整體穩(wěn)步增長(zhǎng)，由多方面因素促成：1）信創(chuàng)利好；2）需求驅(qū)動(dòng)；3）國(guó)產(chǎn)廠商厚積薄發(fā)；4）國(guó)內(nèi)用戶對(duì)基礎(chǔ)軟件的IT支出，尤其是國(guó)產(chǎn)數(shù)據(jù)庫(kù)的付費(fèi)意愿逐年提升。在數(shù)據(jù)庫(kù)市場(chǎng)供給側(cè)：分布式架構(gòu)的技術(shù)特性趨于融合，云化部署大勢(shì)所趨，使用門(mén)檻不斷降低；數(shù)字化業(yè)務(wù)場(chǎng)景不斷豐富，業(yè)務(wù)需求驅(qū)動(dòng)HTAP技術(shù)成為重要的技術(shù)底座；在開(kāi)源數(shù)據(jù)庫(kù)領(lǐng)域，國(guó)產(chǎn)開(kāi)源時(shí)間不長(zhǎng)，整體表現(xiàn)尚有提升空間；國(guó)產(chǎn)數(shù)據(jù)庫(kù)借信創(chuàng)東風(fēng)，迎來(lái)了前所未有的發(fā)展機(jī)會(huì)。在數(shù)據(jù)庫(kù)市場(chǎng)需求側(cè)：在數(shù)字化轉(zhuǎn)型浪潮下，企業(yè)用戶的數(shù)據(jù)已初具規(guī)模，業(yè)務(wù)場(chǎng)景和數(shù)據(jù)結(jié)構(gòu)越來(lái)越復(fù)雜，對(duì)于數(shù)據(jù)分析的需求日趨強(qiáng)烈。數(shù)據(jù)庫(kù)部署方式呈現(xiàn)多元化，其中分布式架構(gòu)和云部署的滲透率顯著提升。隨著國(guó)產(chǎn)數(shù)據(jù)庫(kù)的技術(shù)創(chuàng)新以及產(chǎn)品性能提升，國(guó)產(chǎn)產(chǎn)品的頭部效應(yīng)明顯，用戶體驗(yàn)仍有待進(jìn)一步完善。數(shù)據(jù)庫(kù)行業(yè)趨勢(shì)洞察：數(shù)據(jù)庫(kù)出海成為國(guó)產(chǎn)廠商的全新增量邏輯，歐美線路和東南亞線路是國(guó)產(chǎn)廠商出海的優(yōu)選項(xiàng)；云原生進(jìn)入2.0時(shí)代，實(shí)現(xiàn)了云資源對(duì)數(shù)據(jù)庫(kù)的細(xì)粒度資源拆解和優(yōu)化編排，云托管數(shù)據(jù)庫(kù)進(jìn)一步向原生式數(shù)據(jù)庫(kù)推演；數(shù)據(jù)庫(kù)與大數(shù)據(jù)技術(shù)的邊界不斷模糊，呈現(xiàn)融合趨勢(shì)。 數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察5數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察53定義定義來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。 來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。 PAGE5?2022.12iResearchInc.數(shù)據(jù)庫(kù)是由DBMS統(tǒng)一管理的，有組織、共享的數(shù)據(jù)集合數(shù)據(jù)是描述事物的符號(hào)記錄，具有多種表現(xiàn)形式，包括文字、圖形、圖像、聲音和語(yǔ)言等。數(shù)據(jù)庫(kù)是相互有關(guān)聯(lián)關(guān)系的若干數(shù)據(jù)的集合，特點(diǎn)是數(shù)據(jù)間聯(lián)系密切、冗余度小、獨(dú)立性較高、易擴(kuò)展，并且可為各類(lèi)用戶共享。數(shù)據(jù)庫(kù)管理系統(tǒng)（DBMS）存儲(chǔ)、管理以及數(shù)據(jù)庫(kù)操作、運(yùn)行、維護(hù)等主要功能。圍繞DBMS構(gòu)建包含硬件操作系統(tǒng)、數(shù)據(jù)庫(kù)管理系統(tǒng)、數(shù)據(jù)庫(kù)管理員以及相關(guān)機(jī)制配套在內(nèi)的數(shù)據(jù)庫(kù)系統(tǒng)（DBS），才能有組織、動(dòng)態(tài)地存儲(chǔ)大量相關(guān)數(shù)據(jù)，方便多用戶訪問(wèn)。數(shù)據(jù)庫(kù)（DB）統(tǒng)一管理、長(zhǎng)期儲(chǔ)存在計(jì)算機(jī)內(nèi)、有組織的相關(guān)數(shù)據(jù)集合數(shù)據(jù)庫(kù)管理系統(tǒng)（DBMS）負(fù)責(zé)數(shù)據(jù)庫(kù)搭建、使用和維護(hù)的系統(tǒng)軟件數(shù)據(jù)庫(kù)管理員數(shù)據(jù)庫(kù)（DB）統(tǒng)一管理、長(zhǎng)期儲(chǔ)存在計(jì)算機(jī)內(nèi)、有組織的相關(guān)數(shù)據(jù)集合數(shù)據(jù)庫(kù)管理系統(tǒng)（DBMS）負(fù)責(zé)數(shù)據(jù)庫(kù)搭建、使用和維護(hù)的系統(tǒng)軟件數(shù)據(jù)庫(kù)管理員（DBA）數(shù)據(jù)庫(kù)應(yīng)用程序（DBAP)終端用戶DBAP1DBAP2DBAP3存儲(chǔ)節(jié)點(diǎn) 存儲(chǔ)節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn) 存儲(chǔ)節(jié)點(diǎn) 存儲(chǔ)節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn) 網(wǎng)絡(luò)節(jié)點(diǎn) 計(jì)算節(jié)點(diǎn) 計(jì)算節(jié)點(diǎn)計(jì)算網(wǎng)絡(luò)存儲(chǔ)發(fā)展歷程發(fā)展歷程硬件技術(shù)、應(yīng)用場(chǎng)景等快速變化，行業(yè)格局百花齊放數(shù)據(jù)庫(kù)行業(yè)發(fā)展歷程IDS：基于網(wǎng)狀模型的數(shù)據(jù)庫(kù)系統(tǒng)

Codd提出關(guān)系型模型誕生Oracle1誕生

DB2：IBM布，至今廣泛應(yīng)用Oracle和均完成了商業(yè)化

Postgres系統(tǒng)支持了標(biāo)準(zhǔn)SQLMySQL誕生

OLAP數(shù)據(jù)庫(kù)出現(xiàn)，要用于構(gòu)建數(shù)據(jù)分析類(lèi)型的數(shù)倉(cāng)，多以分布式部署，列存為主

NoSQL數(shù)據(jù)庫(kù)誕生

NewSQL數(shù)據(jù)庫(kù)誕生，鼻祖為GoogleSpanner

HTAP數(shù)據(jù)庫(kù)誕生

云數(shù)據(jù)庫(kù)誕生

IMS：

Ingres

1980

1990

2000

2010

2021基于層級(jí)結(jié)構(gòu)模型的數(shù)據(jù)庫(kù)系統(tǒng)

世，為PostgreSQL的前身分類(lèi)分類(lèi)來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 PAGE6?2022.12iResearchInc.數(shù)據(jù)庫(kù)按照不同維度，分類(lèi)方法多種多樣按數(shù)據(jù)結(jié)構(gòu)分類(lèi) 按架構(gòu)分類(lèi)屬性屬性屬性屬性屬性屬性屬性屬性傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)多模數(shù)據(jù)庫(kù)詢數(shù)據(jù)解決方案NewSQL數(shù)據(jù)庫(kù)可擴(kuò)展性高性能ACID特性NoSQL數(shù)據(jù)庫(kù)鍵值數(shù)據(jù)庫(kù)寬列數(shù)據(jù)庫(kù)文檔數(shù)據(jù)庫(kù)圖數(shù)據(jù)庫(kù)單機(jī)數(shù)據(jù)庫(kù)簡(jiǎn)單性可靠性分布式數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)全局?jǐn)?shù)據(jù)庫(kù)管理系統(tǒng)局部系統(tǒng)局部系統(tǒng)混合部署部署環(huán)境變化公有云混合部署部署環(huán)境變化公有云物理機(jī) 私有云本地部署規(guī)范標(biāo)準(zhǔn)擴(kuò)展性差成本高昂云原生數(shù)據(jù)庫(kù)高可用高性能多云管理支持云托管數(shù)據(jù)庫(kù)公有云上的MySQLPostgreSQL……HTAPOLAPOLTPPPOLAPHTAP多維分析列式存儲(chǔ)發(fā)現(xiàn)趨勢(shì)支持決策多并發(fā)按商業(yè)模式分類(lèi) 按存儲(chǔ)介質(zhì)分類(lèi)商業(yè)數(shù)據(jù)庫(kù)安全可靠高穩(wěn)定性數(shù)據(jù)強(qiáng)一致性高響應(yīng)速度商業(yè)數(shù)據(jù)庫(kù)安全可靠高穩(wěn)定性數(shù)據(jù)強(qiáng)一致性高響應(yīng)速度開(kāi)源數(shù)據(jù)庫(kù)費(fèi)用低配套能力、服務(wù)能力、版本更新方面較差磁盤(pán)內(nèi)存數(shù)據(jù)庫(kù)內(nèi)存應(yīng)用 SQL引擎 （可選磁盤(pán)數(shù)據(jù)庫(kù)磁盤(pán)應(yīng)用內(nèi)存SQL引擎 數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察5數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察57分布式現(xiàn)狀分布式現(xiàn)狀來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 8?2022.12iResearchInc.來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 8?2022.12iResearchInc.?2022.12iResearchInc.方案：去中心化的分布式，各節(jié)點(diǎn)獨(dú)立計(jì)算和存儲(chǔ)（shared-nothing)，架構(gòu)存算分離，通過(guò)共識(shí)算法保證副本高可用優(yōu)勢(shì)：方案：去中心化的分布式，各節(jié)點(diǎn)獨(dú)立計(jì)算和存儲(chǔ)（shared-nothing)，架構(gòu)存算分離，通過(guò)共識(shí)算法保證副本高可用優(yōu)勢(shì)：制，數(shù)據(jù)一致性的安全機(jī)制更好，高可用高兼容劣勢(shì)：一步完善SQLAPI并發(fā)控制層 分布式數(shù)據(jù)庫(kù)是通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)將物理分散的多個(gè)數(shù)據(jù)庫(kù)單元連接組成的邏輯上統(tǒng)一的數(shù)據(jù)庫(kù)。目前分布式數(shù)據(jù)庫(kù)的技術(shù)路線分為三類(lèi)：分庫(kù)分表+中間件方案、共享存儲(chǔ)分布式數(shù)據(jù)庫(kù)、去中心化的分布式數(shù)據(jù)庫(kù)。當(dāng)下分布式數(shù)據(jù)庫(kù)市場(chǎng)產(chǎn)品繁多，但其技術(shù)特性逐漸趨同，從兩個(gè)角度分析：其一，系統(tǒng)架構(gòu)。存儲(chǔ)采用開(kāi)源或者自研內(nèi)核，用一主多從的數(shù)據(jù)副本保證數(shù)據(jù)完整性，計(jì)算通過(guò)SQL語(yǔ)句解析分發(fā)和結(jié)果匯聚，管控用于保證各模塊的高可用和故障切換等管理功能。其二，開(kāi)源和自研兩條研發(fā)線路。開(kāi)源主要基于MySQL和PostGreSQL，難點(diǎn)在于源代碼改造的技術(shù)難度大；自研周期長(zhǎng)且技術(shù)要求高，國(guó)內(nèi)完全自研產(chǎn)品屈指可數(shù)，如TiDB和OceanBase等。未來(lái)分布式數(shù)據(jù)庫(kù)的核心競(jìng)爭(zhēng)要素為分布式事務(wù)的穩(wěn)定性、產(chǎn)品全面性以及生態(tài)工具的完備性。數(shù)據(jù)庫(kù)中間件方案：分庫(kù)分表+中間件其上封裝中間層補(bǔ)足分布式能力優(yōu)勢(shì)：兼容性好，學(xué)習(xí)成本低，用戶門(mén)檻低劣勢(shì)：數(shù)據(jù)庫(kù)中間件方案：分庫(kù)分表+中間件其上封裝中間層補(bǔ)足分布式能力優(yōu)勢(shì)：兼容性好，學(xué)習(xí)成本低，用戶門(mén)檻低劣勢(shì)：務(wù)能力及高可用不佳，機(jī)器冗余度高方案：共享存儲(chǔ)分布式擴(kuò)容的分布式高性能存儲(chǔ)，計(jì)算節(jié)點(diǎn)獨(dú)立優(yōu)勢(shì)：寫(xiě)響應(yīng)快；共享存儲(chǔ)一致性高劣勢(shì)：依賴(lài)共享存儲(chǔ)系統(tǒng)，擴(kuò)展性有限，難以做到跨地域高可用，架構(gòu)可改造性較低技術(shù)特性融合，能力補(bǔ)齊分布式數(shù)據(jù)庫(kù)的不同技術(shù)路線逐漸融合，取長(zhǎng)補(bǔ)短，豐富產(chǎn)品能力，集中體現(xiàn)分布式場(chǎng)景下數(shù)據(jù)分片智能化，多副本細(xì)粒度控制能力得到加強(qiáng)。云化與云原生設(shè)計(jì)分布式數(shù)據(jù)庫(kù)與云環(huán)境加速融合。一方面，分布式的架構(gòu)優(yōu)勢(shì)可將傳統(tǒng)部署與公有云資源結(jié)合，解決私有部署靈活度低、成本高等問(wèn)題；另一方面，云環(huán)境 可低成本加強(qiáng)分布式架構(gòu)的高容災(zāi)和算力擴(kuò)展，融合云基礎(chǔ)資源實(shí)現(xiàn)云原生。軟硬件結(jié)合，異構(gòu)芯片混合部署以多核CPU、異構(gòu)計(jì)算（如DSP、GPU、ASIC、FPGA）持久化內(nèi)存等為代表新硬件，為分布式數(shù)據(jù)庫(kù)提供豐富的想象空間。通過(guò)異構(gòu)芯片的混合部署，讓 分布式數(shù)據(jù)庫(kù)在不同層級(jí)上提供鎖定模式的安全機(jī)制，提供分離模式的性能。單體分布式一體化數(shù)據(jù)庫(kù)架構(gòu)在單機(jī)部署下實(shí)現(xiàn)分布式數(shù)據(jù)庫(kù)的完整功能，從技術(shù)上突破分布式數(shù)據(jù)庫(kù)的單機(jī)性能瓶頸，極大降低分布式數(shù)據(jù)庫(kù)的部署門(mén)檻。無(wú)論用戶自身規(guī)模大小，采用單機(jī)部署抑或水平擴(kuò)展部署，一套數(shù)據(jù)庫(kù)系統(tǒng)便可滿足核心系統(tǒng)要求。SQLAPI內(nèi)存層分布式前瞻分布式前瞻來(lái)源：墨天輪，艾瑞咨詢研究院整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 9?2022.12iResearchInc.來(lái)源：墨天輪，艾瑞咨詢研究院整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 9?2022.12iResearchInc.?2022.12iResearchInc.加強(qiáng)底層故障隱患感知，提升異常處置能力，實(shí)現(xiàn)開(kāi)箱即用墨天輪數(shù)據(jù)顯示，國(guó)產(chǎn)分布式數(shù)據(jù)庫(kù)自2019年以來(lái)保持高速增長(zhǎng)，熱度持續(xù)高漲。而通過(guò)用戶調(diào)研了解到，面對(duì)分布式數(shù)據(jù)庫(kù)的故障時(shí)，運(yùn)維人員往往束手無(wú)策。主要原因是相較集中式數(shù)據(jù)庫(kù)，分布式數(shù)據(jù)庫(kù)對(duì)IT基礎(chǔ)設(shè)施可靠性要求更高了，其核心代碼主要覆蓋了SQL實(shí)現(xiàn)和數(shù)據(jù)存儲(chǔ)，而未能自動(dòng)感知各種對(duì)數(shù)據(jù)庫(kù)穩(wěn)定性、性能、并發(fā)能力有重大影響的故障隱患，也難以在代碼層面對(duì)此類(lèi)問(wèn)題進(jìn)行處理，從而實(shí)現(xiàn)故障自動(dòng)規(guī)避。未來(lái)分布式數(shù)據(jù)庫(kù)應(yīng)提升基礎(chǔ)數(shù)據(jù)探測(cè)和分析能力，隨時(shí)針對(duì)出現(xiàn)的異常隱患提前處置，實(shí)現(xiàn)無(wú)需運(yùn)維人員過(guò)多干預(yù)的高效自治運(yùn)行，讓分布式數(shù)據(jù)庫(kù)從IT工程化產(chǎn)品變?yōu)檎嬲_(kāi)箱即用的通用型產(chǎn)品。2019-2022年國(guó)產(chǎn)分布式數(shù)據(jù)庫(kù)規(guī)模及增速 用戶對(duì)分布式數(shù)據(jù)庫(kù)的需求62%45%簡(jiǎn)單靈活穩(wěn)定62%45%簡(jiǎn)單靈活穩(wěn)定可靠超大無(wú)需備份，自動(dòng)容災(zāi)動(dòng)態(tài)擴(kuò)展簡(jiǎn)單動(dòng)態(tài)擴(kuò)展845211122 845211永不出錯(cuò)永遠(yuǎn)在線穩(wěn)定永不出錯(cuò)永遠(yuǎn)在線安全大型服務(wù)集群2019.11 2020.11 2021.11 2022.11 大型服務(wù)集群國(guó)產(chǎn)分布式數(shù)據(jù)庫(kù)（個(gè)） 增長(zhǎng)率（%）現(xiàn)狀現(xiàn)狀來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。 10?2022.12iResearchInc.來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。來(lái)源：公開(kāi)資料，艾瑞咨詢研究院整理及繪制。 10?2022.12iResearchInc.?2022.12iResearchInc.業(yè)務(wù)驅(qū)動(dòng)HTAP技術(shù)成為重要底座，與分布式技術(shù)天然適配隨著業(yè)務(wù)系統(tǒng)接入數(shù)據(jù)源復(fù)雜性提升，混合負(fù)載需求愈發(fā)強(qiáng)烈，數(shù)據(jù)庫(kù)技術(shù)正向多源異構(gòu)、高實(shí)時(shí)并發(fā)、多SQL標(biāo)準(zhǔn)接口的方向演進(jìn)。過(guò)去，HTAP數(shù)據(jù)庫(kù)的技術(shù)架構(gòu)以擴(kuò)展主行存技術(shù)，在行存基礎(chǔ)上加列存的方式為主，典型代表有SQLServer，Oracle和L-store等。隨著分布式技術(shù)不斷成熟，天然適配HTAP數(shù)據(jù)庫(kù)，于是開(kāi)啟了分布式的架構(gòu)實(shí)現(xiàn)，滿足了高并發(fā)需求，典型代表有SingleStore、MySQLHeatwave和Greenplum。我們認(rèn)為未來(lái)HTAP仍應(yīng)是在OLTP數(shù)據(jù)庫(kù)的基礎(chǔ)上，引入原生分布式架構(gòu)和低成本存儲(chǔ)引擎以擴(kuò)展大數(shù)據(jù)量OLAP能力。最后，為更好支持OLAP的數(shù)據(jù)開(kāi)發(fā)和建模能力，提升實(shí)時(shí)分析，HTAP支持物化視圖和外部表，并與各類(lèi)數(shù)據(jù)開(kāi)發(fā)工具和BI工具適配對(duì)接。不同系統(tǒng)工程難度低，無(wú)法保證對(duì)事務(wù)的支持能力、數(shù)據(jù)的時(shí)效性、復(fù)雜的系統(tǒng)架構(gòu)等同一系統(tǒng)架構(gòu)技術(shù)和工程難度偏高，存在AP和TP負(fù)載干擾問(wèn)題，但事務(wù)的支持能力和數(shù)據(jù)的時(shí)效性方面更佳負(fù)載隔離Trade-off數(shù)據(jù)新鮮度HTAP數(shù)據(jù)庫(kù)中OLTP和OLAP之間的負(fù)載隔離程度與OLAP讀取事務(wù)性數(shù)據(jù)的時(shí)效性是目前需要重點(diǎn)權(quán)衡的性能指標(biāo)。未來(lái)有待通過(guò)物理隔離與邏輯隔離的協(xié)同配合和技術(shù)創(chuàng)新，打破或減低二者的權(quán)衡與妥協(xié)。數(shù)據(jù)時(shí)效性不同系統(tǒng)工程難度低，無(wú)法保證對(duì)事務(wù)的支持能力、數(shù)據(jù)的時(shí)效性、復(fù)雜的系統(tǒng)架構(gòu)等同一系統(tǒng)架構(gòu)技術(shù)和工程難度偏高，存在AP和TP負(fù)載干擾問(wèn)題，但事務(wù)的支持能力和數(shù)據(jù)的時(shí)效性方面更佳負(fù)載隔離Trade-off數(shù)據(jù)新鮮度HTAP數(shù)據(jù)庫(kù)中OLTP和OLAP之間的負(fù)載隔離程度與OLAP讀取事務(wù)性數(shù)據(jù)的時(shí)效性是目前需要重點(diǎn)權(quán)衡的性能指標(biāo)。未來(lái)有待通過(guò)物理隔離與邏輯隔離的協(xié)同配合和技術(shù)創(chuàng)新，打破或減低二者的權(quán)衡與妥協(xié)。數(shù)據(jù)時(shí)效性當(dāng)前HTAP數(shù)據(jù)庫(kù)還未能實(shí)現(xiàn)將TP生成的實(shí)時(shí)數(shù)據(jù)快速同步至AP系統(tǒng)進(jìn)行統(tǒng)計(jì)分析，很多HTAP數(shù)據(jù)庫(kù)是在TP數(shù)據(jù)提交后，通過(guò)日志同步將TP變更同步至AP部分，數(shù)據(jù)載入時(shí)間過(guò)長(zhǎng)，數(shù)據(jù)時(shí)效性沒(méi)法保證數(shù)據(jù)導(dǎo)入及查詢優(yōu)化一方面是數(shù)據(jù)加載問(wèn)題，包括全量數(shù)據(jù)快速準(zhǔn)確導(dǎo)入和增量數(shù)據(jù)的實(shí)時(shí)導(dǎo)入都是HTAP數(shù)據(jù)庫(kù)亟需快速提升的能力；另一方面是查詢性能的有待優(yōu)化，在AP和TP負(fù)載識(shí)別、索引等的準(zhǔn)確性和響應(yīng)效率方面存在比較明顯的問(wèn)題硬盤(pán)行存列存硬盤(pán)行存列存行存TPAPTP APTP AP列存節(jié)點(diǎn)節(jié)點(diǎn) 節(jié)點(diǎn)列存 列存行 存 硬盤(pán)APTP特征：主行存為T(mén)P負(fù)載，內(nèi)存列存為AP負(fù)載，行存經(jīng)內(nèi)存優(yōu)化后高效將增量存儲(chǔ)并至列存優(yōu)勢(shì)：TP和AP高吞吐，數(shù)據(jù)新鮮度高劣勢(shì)：AP擴(kuò)展性差，負(fù)載隔離性差分布式行存儲(chǔ)+列存儲(chǔ)副本節(jié)點(diǎn)分區(qū)分區(qū)節(jié)點(diǎn)分區(qū)節(jié)點(diǎn)分區(qū)分區(qū)節(jié)點(diǎn)分區(qū)分區(qū)主節(jié)點(diǎn)分區(qū)分區(qū)節(jié)點(diǎn)作為列存服務(wù)器為AP查詢加速優(yōu)勢(shì)：高擴(kuò)展性，負(fù)載隔離性高磁盤(pán)行存儲(chǔ)+分布式列存儲(chǔ)劣勢(shì)：數(shù)據(jù)新鮮度低磁盤(pán)行存儲(chǔ)+分布式列存儲(chǔ)特征：RDBMS為T(mén)P負(fù)載，列數(shù)據(jù)從行存提取，熱數(shù)據(jù)留在IMCS，冷數(shù)據(jù)移至磁盤(pán)? TP和AP高吞吐，高擴(kuò)展，負(fù)載隔離性好劣勢(shì)：數(shù)據(jù)新鮮度低主列存儲(chǔ)+增量行存儲(chǔ)特征：主列存為AP負(fù)載，增量行存處理TP負(fù)載主列存儲(chǔ)+增量行存儲(chǔ)AP高吞吐，數(shù)據(jù)新鮮度高劣勢(shì)：TP擴(kuò)展性差，負(fù)載隔離性差前瞻前瞻來(lái)源：墨天輪，艾瑞咨詢研究院整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 11?2022.12iResearchInc.來(lái)源：墨天輪，艾瑞咨詢研究院整理及繪制。來(lái)源：艾瑞咨詢研究院根據(jù)公開(kāi)資料整理及繪制。 11?2022.12iResearchInc.?2022.12iResearchInc.運(yùn)用內(nèi)置流處理能力進(jìn)一步加強(qiáng)AP和TP間的融合墨天輪數(shù)據(jù)顯示，自2020年以來(lái)國(guó)產(chǎn)HTAP數(shù)據(jù)庫(kù)發(fā)展迅猛，幾乎成為新興數(shù)據(jù)庫(kù)的必選項(xiàng)。Gartner也指出HTAP已經(jīng)成為全球范圍內(nèi)新一代數(shù)據(jù)庫(kù)的入場(chǎng)籌碼，HTAP能力成為數(shù)據(jù)庫(kù)重要選項(xiàng)。隨著數(shù)據(jù)技術(shù)的不斷創(chuàng)新，未來(lái)HTAP數(shù)據(jù)庫(kù)會(huì)進(jìn)一步加強(qiáng)AP和TP之間的連接和融合，在數(shù)據(jù)庫(kù)內(nèi)部實(shí)現(xiàn)AP和TP之間的內(nèi)置流（Streaming）處理能力。通過(guò)將ETL工作內(nèi)置于數(shù)據(jù)庫(kù)當(dāng)中，讓HTAP數(shù)據(jù)庫(kù)同時(shí)具備AP、TP和流（Streaming）能力。用戶可以按需創(chuàng)建各類(lèi)表，運(yùn)用流處理能力將表連接，從而獲得簡(jiǎn)單、便捷的數(shù)據(jù)處理能力。數(shù)據(jù)庫(kù)技術(shù)的進(jìn)一步融合會(huì)打破當(dāng)下數(shù)據(jù)棧的割裂狀態(tài)，HTAP、流批一體、湖倉(cāng)一體等技術(shù)趨勢(shì)最終會(huì)讓數(shù)據(jù)集中在簡(jiǎn)單易用、安全可靠、高性價(jià)比的數(shù)據(jù)平臺(tái)。2019-2022年國(guó)產(chǎn)HTAP數(shù)據(jù)庫(kù)規(guī)模及增速100%

基于內(nèi)置流處理能力的HTAP架構(gòu)50%50%33%21147統(tǒng)一計(jì)算管道21147統(tǒng)一計(jì)算管道數(shù)據(jù)源 硬盤(pán) HDFS S3事務(wù)性功能 分析型功能 流處理能力集群管理層預(yù)調(diào)度資源管理Serverless層日志層存儲(chǔ)層行存列存流存儲(chǔ)臨時(shí)存儲(chǔ)2019.11 2020.11 2021.11 2022.11國(guó)產(chǎn)HTAP數(shù)據(jù)庫(kù)（個(gè)） 增長(zhǎng)率（%）智能運(yùn)維智能運(yùn)維來(lái)源：艾瑞咨詢研究院自主研究及繪制。來(lái)源：艾瑞咨詢研究院自主研究及繪制。 12?2022.12iResearchInc.融合智能技術(shù)實(shí)現(xiàn)復(fù)雜數(shù)據(jù)庫(kù)環(huán)境的管理自治DT時(shí)代數(shù)據(jù)庫(kù)技術(shù)架構(gòu)和運(yùn)行環(huán)境日趨復(fù)雜，種類(lèi)從單一產(chǎn)品轉(zhuǎn)變?yōu)榛旌闲蜕虡I(yè)數(shù)據(jù)庫(kù)和開(kāi)源數(shù)據(jù)庫(kù)組合，依靠人工運(yùn)維顯得捉襟見(jiàn)肘。作為智能化的數(shù)據(jù)庫(kù)周邊工具，數(shù)據(jù)庫(kù)管理平臺(tái)將機(jī)器學(xué)習(xí)與數(shù)據(jù)管理在功能上融合統(tǒng)一，利用機(jī)器學(xué)習(xí)增強(qiáng)系統(tǒng)設(shè)計(jì)開(kāi)發(fā)，以標(biāo)準(zhǔn)化、自動(dòng)化、智能化的方式提供實(shí)時(shí)監(jiān)控、健康巡檢、智能診斷、多維分析等數(shù)據(jù)庫(kù)管理服務(wù)。數(shù)據(jù)庫(kù)管理平臺(tái)的本質(zhì)是數(shù)據(jù)庫(kù)管理經(jīng)驗(yàn)的代碼化，核心方法論是云資源池化、分層解耦以及服務(wù)化，實(shí)現(xiàn)手段是基于微服務(wù)、分布式等云技術(shù)實(shí)現(xiàn)多元混合數(shù)據(jù)庫(kù)環(huán)境的統(tǒng)一管理，目標(biāo)是實(shí)現(xiàn)海量數(shù)據(jù)高安全、高可用、高性能的運(yùn)維要求，助力數(shù)字化轉(zhuǎn)型。實(shí)施模塊數(shù)據(jù)收據(jù) 監(jiān)控診斷實(shí)施模塊數(shù)據(jù)收據(jù) 監(jiān)控診斷收集系統(tǒng)指標(biāo)：包括CPU、內(nèi)存 1.監(jiān)控：實(shí)時(shí)數(shù)據(jù)及調(diào)度相關(guān)任和磁盤(pán)等信息 更新配置收集數(shù)據(jù)庫(kù)性能指標(biāo)：通過(guò)指針 2.診斷：基于規(guī)則策略和專(zhuān)家經(jīng)驗(yàn)，接入數(shù)據(jù)庫(kù)系統(tǒng)采集性能指標(biāo) 結(jié)合學(xué)習(xí)引擎處理提供智能診斷主要功能實(shí)時(shí)監(jiān)控細(xì)粒度健康巡檢智能診斷指標(biāo)監(jiān)控異常分集群概析算法覽，告警趨勢(shì)知識(shí)庫(kù)專(zhuān)家巡檢算驗(yàn)，法 佳實(shí)踐潛在風(fēng)險(xiǎn)告警多維分析系統(tǒng)性指標(biāo)數(shù)鎖定異能實(shí)時(shí)據(jù)實(shí)時(shí)?？焖俣嗑S度狀態(tài)處理事前預(yù)防事中監(jiān)控事后恢復(fù)100% 0%障礙 障礙行業(yè)客戶最佳實(shí)踐行業(yè)客戶最佳實(shí)踐轉(zhuǎn)化為管理平臺(tái)數(shù)據(jù)庫(kù)專(zhuān)家經(jīng)驗(yàn)機(jī)器學(xué)習(xí)融合統(tǒng)一提前規(guī)避統(tǒng)一監(jiān)控快速主備切換主動(dòng)巡檢智能定位保障業(yè)務(wù)連續(xù)全球開(kāi)源全球開(kāi)源 13?2022.12iResearchInc.熱度持續(xù)，成為國(guó)產(chǎn)數(shù)據(jù)庫(kù)走向國(guó)際化的重要途徑開(kāi)源即開(kāi)放源代碼，用戶可在源代碼的基礎(chǔ)上完成學(xué)習(xí)和修改。DB-Engines數(shù)據(jù)顯示，截至2021年1月，開(kāi)源數(shù)據(jù)庫(kù)的全球部署首次超過(guò)商業(yè)數(shù)據(jù)庫(kù)。此后，開(kāi)源數(shù)據(jù)庫(kù)憑借在成本、產(chǎn)品豐富度、社區(qū)活躍性等方面的突出優(yōu)勢(shì)，持續(xù)獲得了全球的高關(guān)注度。開(kāi)源成為驅(qū)動(dòng)數(shù)據(jù)庫(kù)技術(shù)和市場(chǎng)變革的重要力量。在此趨勢(shì)下，開(kāi)源成為數(shù)據(jù)庫(kù)項(xiàng)目冷啟動(dòng)的最佳方式，也是構(gòu)建國(guó)產(chǎn)自研數(shù)據(jù)庫(kù)生態(tài)、加速技術(shù)迭代、讓國(guó)產(chǎn)數(shù)據(jù)庫(kù)走向國(guó)際化的重要途徑。2013-2022年全球數(shù)據(jù)庫(kù)流行趨勢(shì)2022.102013-2022年全球數(shù)據(jù)庫(kù)流行趨勢(shì)2022.1052%48%6560555045403513-Jan13-Apr13-Jul13-Oct14-Jan14-Apr14-Jul14-Oct15-Jan15-Apr15-Jul15-Oct16-Jan16-Apr16-Jul16-Oct17-Jan17-Apr17-Jul17-Oct18-Jan18-Apr18-Jul18-Oct19-Jan19-Apr19-Jul19-Oct20-Jan20-Apr20-Jul20-Oct21-Jan21-Apr21-Jul21-Oct22-Jan22-Apr22-Jul22-Oct13-Jan13-Apr13-Jul13-Oct14-Jan14-Apr14-Jul14-Oct15-Jan15-Apr15-Jul15-Oct16-Jan16-Apr16-Jul16-Oct17-Jan17-Apr17-Jul17-Oct18-Jan18-Apr18-Jul18-Oct19-Jan19-Apr19-Jul19-Oct20-Jan20-Apr20-Jul20-Oct21-Jan21-Apr21-Jul21-Oct22-Jan22-Apr22-Jul22-Oct開(kāi)源-排名分?jǐn)?shù)（%） 商業(yè)-排名分?jǐn)?shù)（%）注釋?zhuān)?、DB-Engines排名是按照當(dāng)前流行程度的排名，較實(shí)際使用情況具有一定的超前性，具體指標(biāo)包括網(wǎng)站上系統(tǒng)提及的頻次、Googletrends、IT論壇上系統(tǒng)討論的頻率、提及系統(tǒng)的工作機(jī)會(huì)數(shù)量、專(zhuān)業(yè)網(wǎng)絡(luò)中提及系統(tǒng)的配置文件數(shù)和系統(tǒng)在社交網(wǎng)絡(luò)中的提及次數(shù)；2、開(kāi)源、商業(yè)-排名分?jǐn)?shù)（%）為相對(duì)值。來(lái)源：DB-Engines，艾瑞咨詢研究院自主研究及繪制。 國(guó)產(chǎn)開(kāi)源國(guó)產(chǎn)開(kāi)源近年來(lái)國(guó)內(nèi)數(shù)據(jù)庫(kù)廠商逐步推進(jìn)開(kāi)源策略。但因國(guó)內(nèi)數(shù)據(jù)庫(kù)開(kāi)源時(shí)間不長(zhǎng)，運(yùn)營(yíng)有待加強(qiáng)，整體表現(xiàn)有較大提升空間。以TiDB為例，從開(kāi)發(fā)者、使用者及代碼角度分析，其開(kāi)發(fā)者活躍、用戶眾多、代碼變化較大，平均2-3年完成一次軟件重構(gòu)，側(cè)面印證了上述特征。國(guó)產(chǎn)數(shù)據(jù)庫(kù)開(kāi)源時(shí)間不長(zhǎng)，整體表現(xiàn)有待提升近年來(lái)國(guó)內(nèi)數(shù)據(jù)庫(kù)廠商逐步推進(jìn)開(kāi)源策略。但因國(guó)內(nèi)數(shù)據(jù)庫(kù)開(kāi)源時(shí)間不長(zhǎng)，運(yùn)營(yíng)有待加強(qiáng)，整體表現(xiàn)有較大提升空間。以TiDB為例，從開(kāi)發(fā)者、使用者及代碼角度分析，其開(kāi)發(fā)者活躍、用戶眾多、代碼變化較大，平均2-3年完成一次軟件重構(gòu)，側(cè)面印證了上述特征。32900

國(guó)產(chǎn)開(kāi)源數(shù)據(jù)庫(kù)在Github的整體活躍度TiDBTiDBTiKVNebulaGraphOceanBaseopenGaussStarRocksPolarDBKvrocksTerarkDBRadonDBCovenantSQLFlashDBGreptimeDB云樹(shù)ShardDBLEgStoreStar數(shù)（個(gè)） Fork數(shù)（個(gè)）國(guó)產(chǎn)開(kāi)源數(shù)據(jù)庫(kù)在Github的活躍度細(xì)分情況

必要性

發(fā)展趨勢(shì)開(kāi)發(fā)方式被重塑開(kāi)發(fā)者的用戶體驗(yàn)得到高度關(guān)注，開(kāi)發(fā)者的門(mén)檻不斷降低，只需具備前端能力，其他都由全鏈路的可伸縮服務(wù)替代獲取市場(chǎng)信任基于國(guó)產(chǎn)數(shù)據(jù)庫(kù)行業(yè)現(xiàn)狀，只有選擇開(kāi)源，徹底打開(kāi)“黑打開(kāi)市場(chǎng)局面開(kāi)發(fā)方式被重塑開(kāi)發(fā)者的用戶體驗(yàn)得到高度關(guān)注，開(kāi)發(fā)者的門(mén)檻不斷降低，只需具備前端能力，其他都由全鏈路的可伸縮服務(wù)替代獲取市場(chǎng)信任基于國(guó)產(chǎn)數(shù)據(jù)庫(kù)行業(yè)現(xiàn)狀，只有選擇開(kāi)源，徹底打開(kāi)“黑打開(kāi)市場(chǎng)局面項(xiàng)目開(kāi)發(fā)活躍度使用者維度代碼維度貢獻(xiàn)者維度activemergeopenactiveclosenew新增刪除數(shù)量TiDB604392212599271328123161242391146OceanBase1349459361254732877774openGauss44--19811--121TDengine28324637653629259439269140PolarDB550413290836841構(gòu)建成熟的數(shù)據(jù)庫(kù)生態(tài)單純依靠個(gè)別技術(shù)或軟件很難構(gòu)建成熟、完善的產(chǎn)品，只有Serverless基于云原生的Serverless生態(tài)和技術(shù)。各鏈路Serverless解決方案串聯(lián)成全棧Serverless體驗(yàn)從SQL到API將數(shù)據(jù)庫(kù)用戶定位至應(yīng)用開(kāi)發(fā)者。簡(jiǎn)化API封裝和使用，拉進(jìn)SQL到實(shí)際應(yīng)用的距離，讓?xiě)?yīng)用開(kāi)發(fā)友好性最大化滿足業(yè)務(wù)場(chǎng)景敏捷性從SQL到API將數(shù)據(jù)庫(kù)用戶定位至應(yīng)用開(kāi)發(fā)者。簡(jiǎn)化API封裝和使用，拉進(jìn)SQL到實(shí)際應(yīng)用的距離，讓?xiě)?yīng)用開(kāi)發(fā)友好性最大化滿足業(yè)務(wù)場(chǎng)景敏捷性閉源數(shù)據(jù)庫(kù)廠商的視角相對(duì)滯后，產(chǎn)品反饋鏈條較長(zhǎng)，只有選擇開(kāi)源，才能及時(shí)捕獲業(yè)務(wù)場(chǎng)景的敏捷變化?2022.12iResearchInc. ?2022.12iResearchInc. 14中國(guó)數(shù)據(jù)庫(kù)產(chǎn)業(yè)圖譜中國(guó)數(shù)據(jù)庫(kù)產(chǎn)業(yè)圖譜 PAGE16?2022.12iResearchInc.國(guó)內(nèi)廠商

中國(guó)數(shù)據(jù)庫(kù)產(chǎn)業(yè)圖譜

國(guó)外廠商傳統(tǒng)廠商 商業(yè)數(shù)據(jù)庫(kù)傳統(tǒng)廠商商業(yè)數(shù)據(jù)庫(kù)云廠商和互聯(lián)網(wǎng)廠商云廠商和互聯(lián)網(wǎng)廠商新興廠商 新興廠商 開(kāi)源數(shù)據(jù)庫(kù) 跨界廠商數(shù)據(jù)庫(kù)管理跨界廠商來(lái)源：公開(kāi)資料，專(zhuān)家訪談，艾瑞咨詢研究院自主研究及繪制。注：圖譜僅展示部分典型廠商，圖譜展示順序不代表市場(chǎng)份額排名。市場(chǎng)規(guī)模市場(chǎng)規(guī)模受政策驅(qū)動(dòng)和需求催化，2021年數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模達(dá)286.8億2020年增長(zhǎng)16.1%，CAGR（2021-2026e）達(dá)13.4%。中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)雖受疫情影響，但整體穩(wěn)步增長(zhǎng)，由多方面因素促成：1）信創(chuàng)利好，國(guó)家對(duì)國(guó)產(chǎn)數(shù)據(jù)庫(kù)的支持力度大；2）需求催化，數(shù)字化業(yè)務(wù)場(chǎng)景帶動(dòng)數(shù)據(jù)庫(kù)多元化發(fā)展；3）供給側(cè)廠商厚積薄發(fā)，技術(shù)創(chuàng)新涌現(xiàn)，產(chǎn)品性能顯著提升；4）國(guó)內(nèi)用戶對(duì)基礎(chǔ)軟件的IT支出和國(guó)產(chǎn)數(shù)據(jù)庫(kù)的付費(fèi)意愿逐年提升。2020-2026中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模及增速16.2%

16.7% 16.8%

17.5% 17.4%247.1

336.1

452.7

520.4

608.62020 2021 營(yíng)收（億） 增長(zhǎng)率（%）注釋?zhuān)菏袌?chǎng)規(guī)模統(tǒng)計(jì)口徑為國(guó)內(nèi)外廠商在中國(guó)數(shù)據(jù)庫(kù)銷(xiāo)售的營(yíng)收。其中包括DBMS基礎(chǔ)軟件的收入，必要配套工具的收入（數(shù)據(jù)遷移、數(shù)據(jù)備份等工具），項(xiàng)目定制化開(kāi)發(fā)、實(shí)施、運(yùn)維等服務(wù)的收入，數(shù)據(jù)庫(kù)軟硬一體機(jī)的收入；不包括單獨(dú)售賣(mài)的硬件的收入，單獨(dú)售賣(mài)的大數(shù)據(jù)平臺(tái)的收入、單獨(dú)售賣(mài)中間件及應(yīng)用軟件的收入。注釋?zhuān)捍颂幨袌?chǎng)規(guī)模中包含云廠商托管開(kāi)源數(shù)據(jù)庫(kù)（MySQL、PostgreSQL、MongoDB、Redis等）所得的收入。來(lái)源：根據(jù)公開(kāi)資料、企業(yè)訪談，結(jié)合艾瑞統(tǒng)計(jì)模型核算。 發(fā)展特點(diǎn)（一）發(fā)展特點(diǎn)（一）來(lái)源：專(zhuān)家訪談、公開(kāi)資料，艾瑞咨詢研究院自主研究及繪制。 來(lái)源：專(zhuān)家訪談、公開(kāi)資料，艾瑞咨詢研究院自主研究及繪制。 PAGE18?2022.12iResearchInc.現(xiàn)階段集中式數(shù)據(jù)庫(kù)仍占據(jù)主流，分布式有待場(chǎng)景需求拉動(dòng)據(jù)艾瑞調(diào)研，若剔除數(shù)倉(cāng)（絕大多數(shù)數(shù)倉(cāng)采用分布式部署），集中式數(shù)據(jù)庫(kù)的市場(chǎng)份額接近80%，而分布式部署不足分布式部署更受行業(yè)頭部用戶青睞，其中信創(chuàng)環(huán)境下的國(guó)產(chǎn)化替代風(fēng)潮起到了很大的推動(dòng)作用。但運(yùn)行場(chǎng)景多以非核心業(yè)務(wù)為主，用戶的核心業(yè)務(wù)仍通過(guò)集中式數(shù)據(jù)庫(kù)運(yùn)行。因此，我們認(rèn)為未來(lái)分布式數(shù)據(jù)庫(kù)的發(fā)展一定是由業(yè)務(wù)場(chǎng)景的需求拉動(dòng)。±80%集中式數(shù)據(jù)庫(kù)±80%集中式數(shù)據(jù)庫(kù)從傳統(tǒng)行業(yè)的整體應(yīng)用情況看（互聯(lián)網(wǎng)行業(yè)自身基本采用分布式部署），Oracle為主。從傳統(tǒng)行業(yè)的細(xì)分情況看，金融行業(yè)對(duì)數(shù)據(jù)安全可靠的要求極高，容錯(cuò)率極低，對(duì)集中式數(shù)據(jù)庫(kù)高度依賴(lài)，部署占比80比60%左右；零售行業(yè)頭部企業(yè)的集中式占比與政務(wù)行業(yè)接近，在60%左右?！?0%±20%分布式數(shù)據(jù)庫(kù)MySQLPostgreSQL當(dāng)前分布式數(shù)據(jù)庫(kù)在傳統(tǒng)行業(yè)的滲透率有待進(jìn)一步提升，但隨著數(shù)字化業(yè)務(wù)場(chǎng)景的深入，未來(lái)市場(chǎng)空間較為廣闊。從使用熱度上看，TiDB、OceanBase、GaussDBPolarDB發(fā)展特點(diǎn)（二）發(fā)展特點(diǎn)（二）事務(wù)型數(shù)據(jù)庫(kù)增速放緩，分析型和數(shù)據(jù)庫(kù)不斷涌現(xiàn)從收入規(guī)模來(lái)看，事務(wù)型數(shù)據(jù)庫(kù)的市場(chǎng)份額占主導(dǎo)地位，分析型數(shù)據(jù)庫(kù)占比不足20%。但預(yù)計(jì)未來(lái)3-5年內(nèi)，分析型數(shù)據(jù)2021年中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)份額：事務(wù)型vs分析性TPTPAP±80%±20%“事務(wù)型”“分析型”企業(yè)級(jí)混合負(fù)載、實(shí)時(shí)數(shù)據(jù)中臺(tái)、在線和歷史數(shù)據(jù)統(tǒng)一處理等場(chǎng)景優(yōu)勢(shì)顯著HTAP的能力往往有所側(cè)重，現(xiàn)階段HTAP難以做到在所有場(chǎng)景中具備優(yōu)勢(shì)面向數(shù)據(jù)科學(xué)家、業(yè)務(wù)分析師和知識(shí)工作者，支持各類(lèi)決策支持應(yīng)用程序?qū)Ａ繑?shù)據(jù)進(jìn)行高速多維分析，是數(shù)據(jù)挖掘、商業(yè)智能、復(fù)雜分析計(jì)算等業(yè)務(wù)功能的理想選型面向一線工作人員，如收銀員、銀行出納員、酒店前臺(tái)人員，或客戶自助服務(wù)應(yīng)用程序執(zhí)行大量數(shù)據(jù)事務(wù)，適合執(zhí)行大量“寫(xiě)”操作，可作為AP聚合數(shù)據(jù)的來(lái)源，AP以“讀”操作為主發(fā)展特點(diǎn)（三）發(fā)展特點(diǎn)（三）來(lái)源：專(zhuān)家訪談、公開(kāi)資料，艾瑞咨詢研究院自主研究及繪制。。 來(lái)源：專(zhuān)家訪談、公開(kāi)資料，艾瑞咨詢研究院自主研究及繪制。。 PAGE19?2022.12iResearchInc.信創(chuàng)為國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商提供發(fā)展沃土，未來(lái)市場(chǎng)空間可期在國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)，傳統(tǒng)的商業(yè)數(shù)據(jù)庫(kù)有兩類(lèi)玩家：其一，以O(shè)racle為代表的國(guó)外廠商；其二，以達(dá)夢(mèng)、人大金倉(cāng)、南大通用、神舟通用為代表的國(guó)產(chǎn)廠商。二者的此消彼長(zhǎng)一方面源于國(guó)產(chǎn)廠商技術(shù)實(shí)力的不斷增強(qiáng)，另一方面也反映了信創(chuàng)東風(fēng)下，國(guó)家政策對(duì)以數(shù)據(jù)庫(kù)為核心的基礎(chǔ)軟件領(lǐng)域的大力扶持。在此，我們希望通過(guò)分析國(guó)外廠商在國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)的商業(yè)模式，以反映未來(lái)國(guó)產(chǎn)化替代過(guò)程中，國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商的市場(chǎng)空間之巨：據(jù)艾瑞調(diào)研了解，一直以來(lái)國(guó)外廠商對(duì)國(guó)內(nèi)用戶的限制較低，導(dǎo)致在國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)的隱性規(guī)模尚未浮出水面。隨著國(guó)產(chǎn)替代進(jìn)程的不斷深入，國(guó)外廠商的隱性市場(chǎng)份額被逐步釋放，國(guó)產(chǎn)廠商潛在的市場(chǎng)空間可期。2021年中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)份額：國(guó)產(chǎn)vs國(guó)外逐年上升逐年上升逐年下降國(guó)外廠商：35.9%傳統(tǒng)國(guó)產(chǎn)廠商：國(guó)外廠商：35.9%傳統(tǒng)國(guó)產(chǎn)廠商：17.2%顯性規(guī)模隱性規(guī)模隱性規(guī)模顯性規(guī)模顯性規(guī)模顯性規(guī)模傳統(tǒng)國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商其他國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商 數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察5數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察520中國(guó)數(shù)據(jù)庫(kù)用戶使用情況調(diào)研說(shuō)明中國(guó)數(shù)據(jù)庫(kù)用戶使用情況調(diào)研說(shuō)明 PAGE21?2022.12iResearchInc.01研究目的及內(nèi)容 為全面了解我國(guó)各行業(yè)數(shù)據(jù)庫(kù)應(yīng)用情況，深入分析當(dāng)前我國(guó)數(shù)據(jù)庫(kù)用戶的真實(shí)需求和使用痛點(diǎn)，從需求側(cè)洞察產(chǎn)業(yè)發(fā)展現(xiàn)狀及未來(lái)趨勢(shì)，以推動(dòng)我國(guó)數(shù)據(jù)庫(kù)產(chǎn)業(yè)健康有序發(fā)展。本次研究采用綜合定性和定量問(wèn)卷調(diào)研的研究方法，面向國(guó)內(nèi)不同行業(yè)數(shù)據(jù)庫(kù)使用單位中的、CIO構(gòu)師、工程師、數(shù)據(jù)庫(kù)管理員（DBA)、產(chǎn)品經(jīng)理等角色，圍繞企業(yè)業(yè)務(wù)特征、數(shù)據(jù)結(jié)構(gòu)特征、數(shù)據(jù)使用場(chǎng)景、數(shù)據(jù)庫(kù)產(chǎn)品選型要素及使用情況等內(nèi)容展開(kāi)分析，以期加深對(duì)行業(yè)及用戶的了解。調(diào)研概況描述樣本來(lái)源艾瑞iClick在線調(diào)研社區(qū)調(diào)研時(shí)間2022.11覆蓋地區(qū)調(diào)研概況描述樣本來(lái)源艾瑞iClick在線調(diào)研社區(qū)調(diào)研時(shí)間2022.11覆蓋地區(qū)全國(guó)有效樣本數(shù)量問(wèn)卷調(diào)研國(guó)內(nèi)數(shù)據(jù)庫(kù)用戶172家來(lái)源：艾瑞咨詢研究院自主研究及繪制。用戶畫(huà)像用戶畫(huà)像來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。樣本：N=172；于2022年11月通過(guò)艾瑞來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。樣本：N=172；于2022年11月通過(guò)艾瑞iClick在線調(diào)研社區(qū)獲得。 PAGE23?2022.12iResearchInc.用戶的數(shù)據(jù)結(jié)構(gòu)仍以關(guān)系型為主，隨著數(shù)字化業(yè)務(wù)場(chǎng)景的不斷豐富，非關(guān)系型數(shù)據(jù)積累增加關(guān)系型為主 二者參半用戶的數(shù)據(jù)結(jié)構(gòu)仍以關(guān)系型為主，隨著數(shù)字化業(yè)務(wù)場(chǎng)景的不斷豐富，非關(guān)系型數(shù)據(jù)積累增加關(guān)系型為主 二者參半物聯(lián)網(wǎng)能源制造互聯(lián)網(wǎng) 政務(wù)零售金融電信二者參半 以關(guān)系型35.0% 數(shù)據(jù)為主63.0%數(shù)據(jù)庫(kù)用戶的數(shù)據(jù)結(jié)構(gòu)以非關(guān)系型數(shù)據(jù)為主2.0%隨著國(guó)內(nèi)數(shù)字化轉(zhuǎn)型節(jié)奏加快以及國(guó)產(chǎn)替代浪潮涌動(dòng)，基礎(chǔ)軟件領(lǐng)域迎來(lái)了高速發(fā)展。數(shù)據(jù)庫(kù)作為信息系統(tǒng)核心軟件以及信創(chuàng)的關(guān)鍵環(huán)節(jié)，迎來(lái)產(chǎn)業(yè)黃金期，數(shù)據(jù)庫(kù)產(chǎn)品的國(guó)內(nèi)滲透率達(dá)到前所未有的高度。隨著國(guó)內(nèi)數(shù)據(jù)庫(kù)用戶不斷增加，用戶畫(huà)像逐漸清晰，描繪出符合中國(guó)特色的數(shù)據(jù)庫(kù)用戶特征。數(shù)據(jù)庫(kù)用戶的數(shù)據(jù)資產(chǎn)積累已初具規(guī)模，尤其是互聯(lián)網(wǎng)、制造、政務(wù)、電信等領(lǐng)域多半已達(dá)到TB級(jí)別。用戶的數(shù)據(jù)結(jié)構(gòu)仍以關(guān)系型數(shù)據(jù)為主，但非關(guān)系型數(shù)據(jù)的比例有明顯提升。用戶的數(shù)據(jù)分析需求存在較大的行業(yè)偏差，互聯(lián)網(wǎng)、金融、電信、零售、政務(wù)等領(lǐng)域需求較強(qiáng)烈，而能源、制造、物聯(lián)網(wǎng)等領(lǐng)域相對(duì)較弱。33%1TB以上50GB以下 50-200GB 200GB-1TB33%1TB以上50GB以下 50-200GB 200GB-1TB44%63%13%13%12%22%能源73%73%18%10%9%20%4%15%5%10%13%政務(wù)電信數(shù)據(jù)庫(kù)用戶的數(shù)據(jù)規(guī)模隨著數(shù)字化進(jìn)程加快，各行業(yè)的數(shù)據(jù)規(guī)模顯著提升，為數(shù)據(jù)庫(kù)產(chǎn)品和技術(shù)的創(chuàng)新升級(jí)提供了沃土70%81%非常強(qiáng)烈 強(qiáng) 一般43%44%22%33%43%14%能源10%10%18%18%53%64%29%18%40%50%數(shù)據(jù)庫(kù)用戶的數(shù)據(jù)分析需求55% 35%零售電信金融政務(wù)用戶的數(shù)據(jù)分析需求受到行業(yè)自身特征的影響，并與數(shù)據(jù)資產(chǎn)規(guī)模呈現(xiàn)一定的正相關(guān)關(guān)系零售20%零售20%15%65%金融12%6%18%65%互聯(lián)網(wǎng)18%50%33%制造11%52%37%20%25%29%36%36%37% 47% 52%80%75%71%64%64%63% 53% 48%角色定位角色定位數(shù)據(jù)庫(kù)使用單位中不同角色對(duì)產(chǎn)品的考慮要素有所差異運(yùn)維6%4%運(yùn)維6%4%8%8%成本12%CIO的主要考慮要素易用擴(kuò)展安全25%性能18%穩(wěn)定19%CIOCTO的主要考慮要素 CTO7%7%11%易用4%4%兼容擴(kuò)展成本26%架構(gòu)師安全15%穩(wěn)定11%DBA性能15%易用7%8%成本10%架構(gòu)師的主要考慮要素兼容其他4%穩(wěn)定23%DBA的主要考慮要素風(fēng)險(xiǎn)其他5%8% 20%生態(tài)13%性能21%生態(tài)6%兼容10%運(yùn)維14%運(yùn)維14%性能20%安全17%前端工程師的主要考慮要素其他 性能14% 14%穩(wěn)定10% 擴(kuò)展14%前端工程師易用10%兼容10%運(yùn)維14%安全14%后端工程師 后端工程師的主要考慮要素其他12%擴(kuò)展7%易用9%性能18%全棧工程師兼容14%產(chǎn)品經(jīng)理穩(wěn)定12%運(yùn)維14%安全14%產(chǎn)品經(jīng)理的主要考慮要素其他全棧工程師的主要考慮要素?cái)U(kuò)展其他穩(wěn)定18%兼容8%擴(kuò)展9%運(yùn)維10%12%性能19%穩(wěn)定18%8%10%8%7%安全18%易用13%成本10%安全14%運(yùn)維18%產(chǎn)品部署產(chǎn)品部署來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)當(dāng)前使用的數(shù)據(jù)庫(kù)有哪些？請(qǐng)問(wèn)企業(yè)使用分布式數(shù)據(jù)庫(kù)的情況？請(qǐng)問(wèn)企業(yè)使用云數(shù)據(jù)庫(kù)的情況？ 來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)當(dāng)前使用的數(shù)據(jù)庫(kù)有哪些？請(qǐng)問(wèn)企業(yè)使用分布式數(shù)據(jù)庫(kù)的情況？請(qǐng)問(wèn)企業(yè)使用云數(shù)據(jù)庫(kù)的情況？ PAGE24?2022.12iResearchInc.數(shù)據(jù)庫(kù)趨于多元化部署，分布式架構(gòu)和云部署滲透率提升近年來(lái)，數(shù)據(jù)復(fù)雜度以及對(duì)數(shù)據(jù)的海量、多模、異構(gòu)、彈性等要求不斷提高，單一數(shù)據(jù)庫(kù)難以滿足當(dāng)下的用數(shù)需求，數(shù)據(jù)庫(kù)的多元化趨勢(shì)顯著。從調(diào)研數(shù)據(jù)可見(jiàn)，架構(gòu)師和開(kāi)發(fā)人員基于前端的數(shù)據(jù)使用需求呈現(xiàn)多樣化，在研發(fā)規(guī)劃之初便選擇不同的數(shù)據(jù)庫(kù)以滿足開(kāi)發(fā)需求。隨著數(shù)據(jù)庫(kù)技術(shù)的更新迭代，用戶的選擇靈活度更大，除功能、安全等傳統(tǒng)因素之外，可從架構(gòu)、研發(fā)、運(yùn)維等多個(gè)維度考慮。在架構(gòu)選型上，分布式架構(gòu)的整體滲透率已超80%，其中仍以中間件+分庫(kù)分表的實(shí)現(xiàn)方式為主。從部署模式看，云數(shù)據(jù)庫(kù)的使用率接近80%，其中公有云占比60-70%。數(shù)據(jù)庫(kù)用戶的產(chǎn)品部署特征單一數(shù)據(jù)庫(kù)22%多元化數(shù)據(jù)庫(kù)78%制造,19% 交通,19%零售,單一數(shù)據(jù)庫(kù)22%多元化數(shù)據(jù)庫(kù)78%制造,19% 交通,19%零售,11%互聯(lián)網(wǎng),24%單一數(shù)據(jù)庫(kù)用戶行業(yè)結(jié)構(gòu)架構(gòu)線路部署模式中間件+分庫(kù)分表原生式分布式集中式私有云容器Kubernetes公有云虛擬機(jī)本地部署公有云廠商數(shù)據(jù)庫(kù)公有云托管12%22%14%20%22%10%2%31%157%18%18%20%18%18%33%51%8%13%15%27%35%25%60%500人以下8%16%500-3000人15%3000人以下產(chǎn)品體驗(yàn)產(chǎn)品體驗(yàn)來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)使用數(shù)據(jù)庫(kù)的體驗(yàn)如何，有哪些痛點(diǎn)？ 來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)使用的國(guó)產(chǎn)數(shù)據(jù)庫(kù)有哪些？云數(shù)據(jù)庫(kù)使用者選擇了哪些云廠商？來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)使用數(shù)據(jù)庫(kù)的體驗(yàn)如何，有哪些痛點(diǎn)？ 來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：請(qǐng)問(wèn)企業(yè)使用的國(guó)產(chǎn)數(shù)據(jù)庫(kù)有哪些？云數(shù)據(jù)庫(kù)使用者選擇了哪些云廠商？ PAGE25?2022.12iResearchInc.?2022.12iResearchInc.國(guó)產(chǎn)產(chǎn)品滲透率的頭部效應(yīng)明顯，用戶體驗(yàn)有待進(jìn)一步完善在調(diào)查數(shù)據(jù)庫(kù)用戶的使用體驗(yàn)時(shí)，我們收獲的反饋相對(duì)集中：第一，數(shù)據(jù)庫(kù)遷移難度大，占比19.2%，難點(diǎn)聚焦于遷移過(guò)程中的兼容性、數(shù)據(jù)安全、停機(jī)時(shí)間、數(shù)據(jù)校驗(yàn)和性能保證等。第二，缺乏數(shù)據(jù)庫(kù)的一站式管理，占比14.8%，當(dāng)前市場(chǎng)上的一站式管理平臺(tái)以管控類(lèi)為主，主要面向DBA等專(zhuān)業(yè)技術(shù)人員，而對(duì)開(kāi)發(fā)、業(yè)務(wù)、運(yùn)維等其他角色的門(mén)檻偏高。第三，運(yùn)維與備份的復(fù)雜度高，占比14.3%，隨著技術(shù)路線的靈活度和復(fù)雜度提升，運(yùn)維與備份和難度勢(shì)必增加。具體到國(guó)產(chǎn)數(shù)據(jù)庫(kù)的市場(chǎng)滲透情況，PolarDB排名第一，MogDB排名第二，達(dá)夢(mèng)排名第三，TiDB排名第四。在云廠商中，阿里云的市場(chǎng)份額排名第一，華為云和騰訊云并列第二，亞馬遜排名第三。數(shù)據(jù)庫(kù)用戶的使用體驗(yàn) 國(guó)產(chǎn)數(shù)據(jù)庫(kù)的市場(chǎng)滲透情況15%14%10%10%9%9%7%5%1%運(yùn)維與備份復(fù)雜度15%14%10%10%9%9%7%5%1%平臺(tái)化產(chǎn)品的功能銜接不完整產(chǎn)品迭代失真、誤導(dǎo)其他

19%

阿里云48%5%阿里云48%5%亞馬遜7%8%騰訊云16%華為云16%oracle其他17%17%11%10%7%6%7%5%4%4%3%3%未來(lái)規(guī)劃未來(lái)規(guī)劃注釋?zhuān)簡(jiǎn)栴}：在企業(yè)計(jì)劃使用更多數(shù)據(jù)庫(kù)的前提下，請(qǐng)問(wèn)企業(yè)未來(lái)計(jì)劃使用或感興趣的數(shù)據(jù)庫(kù)有哪些？來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：企業(yè)在分布式數(shù)據(jù)庫(kù)/云數(shù)據(jù)庫(kù)選型時(shí)的主要考慮因素？ 注釋?zhuān)簡(jiǎn)栴}：在企業(yè)計(jì)劃使用更多數(shù)據(jù)庫(kù)的前提下，請(qǐng)問(wèn)企業(yè)未來(lái)計(jì)劃使用或感興趣的數(shù)據(jù)庫(kù)有哪些？來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172注釋?zhuān)簡(jiǎn)栴}：企業(yè)在分布式數(shù)據(jù)庫(kù)/云數(shù)據(jù)庫(kù)選型時(shí)的主要考慮因素？ PAGE26?2022.12iResearchInc.?2022.12iResearchInc.深化多元化部署，技術(shù)選型更加注重安全穩(wěn)定與服務(wù)能力在調(diào)研數(shù)據(jù)庫(kù)用戶的未來(lái)部署規(guī)劃時(shí)，我們發(fā)現(xiàn)超過(guò)60%的用戶計(jì)劃未來(lái)使用更多類(lèi)型的數(shù)據(jù)庫(kù)產(chǎn)品，以滿足日趨復(fù)雜的數(shù)字化業(yè)務(wù)場(chǎng)景。在產(chǎn)品架構(gòu)選擇上，以單機(jī)或集中式架構(gòu)為主的數(shù)據(jù)庫(kù)用戶中，超過(guò)50%計(jì)劃未來(lái)選用分布式數(shù)據(jù)庫(kù)，其中計(jì)劃采用原生式和中間件+分庫(kù)分表的比例接近1：1。而在產(chǎn)品部署形態(tài)上的調(diào)研結(jié)果較為有趣，當(dāng)前采用本地化部署形態(tài)的數(shù)據(jù)庫(kù)用戶中，超過(guò)60%的用戶表示未來(lái)上云的意愿不強(qiáng)。究其原因，主要是市場(chǎng)環(huán)境與體制因素導(dǎo)致的國(guó)內(nèi)外云計(jì)算市場(chǎng)的顯著差異，具體體現(xiàn)為傳統(tǒng)企業(yè)上云以項(xiàng)目制、定制化解決方案為主，以混合云帶動(dòng)公有云發(fā)展，理論發(fā)展前景大，但實(shí)際增速明顯低于海外。用戶未來(lái)規(guī)劃中的國(guó)產(chǎn)數(shù)據(jù)庫(kù)熱度匯總 分布式數(shù)據(jù)庫(kù)選型要素容災(zāi)能力服務(wù)能力容災(zāi)能力服務(wù)能力其他19%16%15%15%12%10%8%4%來(lái)源：艾瑞咨詢2022年數(shù)據(jù)庫(kù)使用情況調(diào)研問(wèn)卷數(shù)據(jù)。N=172

11%9%9%9%11%9%9%9%9%5%4%4%4%3%3%3%3%3%2%2%本地化服務(wù)能力其他

云數(shù)據(jù)庫(kù)選型要素7%5%5%

13%12%

20%20%18% 數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察5數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察527阿里云阿里云來(lái)源：阿里云，艾瑞咨詢研究院整理及繪制。 來(lái)源：阿里云，艾瑞咨詢研究院整理及繪制。 PAGE29?2022.12iResearchInc.國(guó)家權(quán)威獎(jiǎng)項(xiàng)和機(jī)構(gòu)認(rèn)可擁有完全自主知識(shí)產(chǎn)權(quán)關(guān)鍵技術(shù)與軟件棧累計(jì)提交技術(shù)發(fā)明專(zhuān)利400+國(guó)家權(quán)威獎(jiǎng)項(xiàng)和機(jī)構(gòu)認(rèn)可擁有完全自主知識(shí)產(chǎn)權(quán)關(guān)鍵技術(shù)與軟件棧累計(jì)提交技術(shù)發(fā)明專(zhuān)利400+MySQL/PG，Oracle460+項(xiàng)核心代碼自主研發(fā)率超過(guò)85%國(guó)際頂級(jí)學(xué)術(shù)會(huì)議發(fā)表論文超過(guò)30篇中國(guó)信息安全測(cè)評(píng)中心官方認(rèn)證?中國(guó)電子學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)?浙江省科學(xué)技術(shù)進(jìn)步獎(jiǎng)一等獎(jiǎng)?金融行業(yè)標(biāo)準(zhǔn)認(rèn)證全棧自研、全球領(lǐng)先的技術(shù)能力倚天芯片 磐久基礎(chǔ)設(shè)施飛天內(nèi)核平臺(tái) 神龍計(jì)算 盤(pán)古存儲(chǔ) 洛神網(wǎng)絡(luò) 安全防護(hù) CIPUNoSQL數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)生態(tài)工具等版塊，包含PolarDB、AnalyticDB、Lindorm、RDS、MongoDB、DMS等產(chǎn)品家族，為企業(yè)提供覆蓋實(shí)時(shí)處理與存儲(chǔ)、分析和發(fā)現(xiàn)、數(shù)據(jù)開(kāi)發(fā)與治理的云原生一站式數(shù)據(jù)管理與服務(wù)。阿里云瑤池?cái)?shù)據(jù)庫(kù)DMS阿里云瑤池?cái)?shù)據(jù)庫(kù)DMS一站式在線數(shù)據(jù)管理平臺(tái)：保障數(shù)據(jù)資產(chǎn)安全，激活數(shù)據(jù)價(jià)值據(jù)數(shù)據(jù)庫(kù)安全可信引擎 全空間數(shù)據(jù)引擎Ganos數(shù)據(jù)庫(kù)自治服務(wù)DAS數(shù)據(jù)庫(kù)備份DBS共享數(shù)理與服務(wù)一體化數(shù)數(shù)據(jù)分析和發(fā)現(xiàn)數(shù)據(jù)實(shí)時(shí)處理與存儲(chǔ)云數(shù)據(jù)庫(kù)MongoDB云原生多模數(shù)據(jù)庫(kù)Lindorm云數(shù)據(jù)庫(kù)RDS云原生關(guān)系型數(shù)據(jù)庫(kù)PolarDB云原生內(nèi)存數(shù)據(jù)庫(kù)Tair云原生DBaaS管控平臺(tái)（公共云、混合云：飛天企業(yè)版/DBStack）云數(shù)據(jù)倉(cāng)庫(kù)ClickHouse云原生數(shù)據(jù)倉(cāng)庫(kù)AnalyticDB主要企業(yè)用戶自然人稅收管理系統(tǒng)交通部路網(wǎng)中心上海市新能源汽車(chē)數(shù)據(jù)平臺(tái)云原生數(shù)據(jù)庫(kù)PolarDB：業(yè)內(nèi)首次實(shí)現(xiàn)“三層解耦”架構(gòu)READ/WRITEREADREAD/WRITEREAD智能代理PolarProxyREAD/WRITEREADREAD/WRITEREAD智能代理PolarProxy應(yīng)用三層解耦：內(nèi)存池化智能代理PolarProxy應(yīng)用兩層解耦：存儲(chǔ)計(jì)算分離………自定義讀寫(xiě)分離自動(dòng)負(fù)載均衡安全保護(hù)………自定義讀寫(xiě)分離自動(dòng)負(fù)載均衡安全保護(hù)HA切換自定義讀寫(xiě)分離自動(dòng)負(fù)載均衡安全保護(hù)HA切換數(shù)據(jù)庫(kù)計(jì)算節(jié)點(diǎn)讀寫(xiě)節(jié)點(diǎn)CPU內(nèi)存只讀節(jié)點(diǎn) 只讀節(jié)點(diǎn)CPU CPU內(nèi)存 內(nèi)存只讀節(jié)點(diǎn)CPU內(nèi)存RDMAnetwork分布式共享存儲(chǔ)ChunkServerA bcPolarFSonPolarStoreChunkServerA b cParallelRaftAChunkServerb cCPU節(jié)點(diǎn)讀寫(xiě)節(jié)點(diǎn) 讀寫(xiě)節(jié)點(diǎn) 讀寫(xiě)節(jié)點(diǎn)CPU CPU CPU RDMAnetworkDistributedMemoryCluster分布式提交時(shí)間戳 行存內(nèi)存池分布式緩存一致性分布式全局鎖只讀分析節(jié)點(diǎn) CPU 分布式列存內(nèi)存池共享內(nèi)存池RDMAnetwork分布式共享存儲(chǔ)AChunkServerbcPolarFSonPolarStoreChunkServerA b cParallelRaftChunkServerA b c偶數(shù)科技偶數(shù)科技來(lái)源：偶數(shù)科技，艾瑞咨詢研究院整理及繪制。來(lái)源：偶數(shù)科技，艾瑞咨詢研究院整理及繪制。 PAGE31?2022.12iResearchInc.來(lái)源：偶數(shù)科技，艾瑞咨詢研究院整理及繪制。來(lái)源：偶數(shù)科技，艾瑞咨詢研究院整理及繪制。 PAGE31?2022.12iResearchInc.?2022.12iResearchInc.實(shí)時(shí)T+0：全量數(shù)據(jù)T+0流處理和實(shí)時(shí)按需查詢，基于數(shù)據(jù)的事前預(yù)測(cè)、事中判斷和事后分析。6 大數(shù)據(jù)與AI能力Skylab云數(shù)據(jù)平臺(tái)一份數(shù)據(jù)：所有用戶（BI用戶、數(shù)據(jù)科學(xué)家等）可以共享同一份數(shù)據(jù)，避免數(shù)據(jù)孤島。超高并發(fā)：實(shí)時(shí)T+0：全量數(shù)據(jù)T+0流處理和實(shí)時(shí)按需查詢，基于數(shù)據(jù)的事前預(yù)測(cè)、事中判斷和事后分析。6 大數(shù)據(jù)與AI能力Skylab云數(shù)據(jù)平臺(tái)一份數(shù)據(jù)：所有用戶（BI用戶、數(shù)據(jù)科學(xué)家等）可以共享同一份數(shù)據(jù)，避免數(shù)據(jù)孤島。超高并發(fā)：支持?jǐn)?shù)十萬(wàn)用戶使用復(fù)雜分析查詢并發(fā)訪問(wèn)同一份數(shù)據(jù)。偶數(shù)科技專(zhuān)注于云數(shù)據(jù)平臺(tái)產(chǎn)品和解決方案，由ApacheHAWQ數(shù)據(jù)庫(kù)項(xiàng)目創(chuàng)始人發(fā)起成立，有多位核心ApacheCommitter。偶數(shù)科技搭建起云數(shù)據(jù)平臺(tái)Skylab產(chǎn)品體系，包含：云數(shù)據(jù)庫(kù)OushuDB、自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)LittleBoy、數(shù)據(jù)分析與應(yīng)用平臺(tái)Kepler以及數(shù)據(jù)管理平臺(tái)Lava。Skylab實(shí)現(xiàn)了云原生實(shí)時(shí)湖倉(cāng)一體六大創(chuàng)新能力，攻克了集群規(guī)模和并發(fā)受限、非結(jié)構(gòu)化數(shù)據(jù)無(wú)法整合、建模路徑冗長(zhǎng)、數(shù)據(jù)一致性弱等難題，打破數(shù)據(jù)孤島、優(yōu)化數(shù)據(jù)供給能效、降低運(yùn)維成本和技術(shù)門(mén)檻。偶數(shù)科技是國(guó)家級(jí)專(zhuān)精特新“小巨人”企業(yè)，入選福布斯中國(guó)企業(yè)科技50強(qiáng)，GartnerCoolVendor和IDCInnovator。1OushuDB23LavaSkylabKepler4LittleBoy5融合計(jì)算、統(tǒng)一存儲(chǔ)、敏捷高效平臺(tái)解決方案跨庫(kù)融合平臺(tái)1OushuDB23LavaSkylabKepler4LittleBoy5融合計(jì)算、統(tǒng)一存儲(chǔ)、敏捷高效平臺(tái)解決方案跨庫(kù)融合平臺(tái)大數(shù)據(jù)平臺(tái)實(shí)時(shí)湖倉(cāng)一體平臺(tái)離線數(shù)倉(cāng)平臺(tái)實(shí)時(shí)數(shù)倉(cāng)平臺(tái)機(jī)器學(xué)習(xí)平臺(tái)專(zhuān)題數(shù)據(jù)集市數(shù)據(jù)資產(chǎn)管理數(shù)據(jù)共享平臺(tái)BI分析與可視化指標(biāo)標(biāo)簽平臺(tái)數(shù)據(jù)開(kāi)發(fā)平臺(tái)數(shù)字化營(yíng)銷(xiāo)、數(shù)字化管理、數(shù)據(jù)科學(xué)行業(yè)場(chǎng)景解決方案智慧運(yùn)營(yíng)方案智能運(yùn)維方案智慧審計(jì)方案數(shù)據(jù)填報(bào)系統(tǒng)智慧營(yíng)銷(xiāo)方案監(jiān)管報(bào)送方案可視化大屏報(bào)表管理平臺(tái)自主分析方案實(shí)時(shí)分析系統(tǒng)指標(biāo)與標(biāo)簽系統(tǒng)管理駕駛艙數(shù)據(jù)一致性：通過(guò)完善的事務(wù)機(jī)制，保障不同用戶同時(shí)查詢和更新同一份數(shù)據(jù)時(shí)的一致性。云原生：適合云環(huán)境，自由增減計(jì)算和存儲(chǔ)資源，按用量計(jì)費(fèi)，節(jié)約成本。支持多類(lèi)型數(shù)據(jù)：支持關(guān)系表、文本、圖像、視頻等結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)。虛擬存儲(chǔ)集群元數(shù)據(jù)Magma虛擬存儲(chǔ)集群元數(shù)據(jù)Magma數(shù)據(jù)MagmaVSC數(shù)據(jù)HDFS數(shù)據(jù)S3VSC偶數(shù)科技主要企業(yè)用戶云原生存算分離架構(gòu)，優(yōu)化數(shù)據(jù)基礎(chǔ)設(shè)施的可Azure、AWS等主流云平臺(tái)。高性能PB級(jí)數(shù)據(jù)復(fù)雜查詢，相比SQL-on-Hadoop和MPP快一個(gè)數(shù)量級(jí)。全新設(shè)計(jì)的執(zhí)行器讓性能提升5~10倍，顯著降低批處理和即席查詢所需的時(shí)間。純國(guó)產(chǎn)研發(fā)團(tuán)隊(duì)曾主導(dǎo)國(guó)際頂級(jí)數(shù)據(jù)庫(kù)開(kāi)源項(xiàng)目。產(chǎn)品滿足自主代碼率要求，兼容國(guó)產(chǎn)軟硬件平臺(tái)，符合國(guó)家信創(chuàng)標(biāo)準(zhǔn)，幫助用戶順利完成國(guó)產(chǎn)化升級(jí)。OushuDBANSI-SQLPBBIOushuDB，偶數(shù)科技提出了滿足實(shí)時(shí)OmegaANCHOR客戶端主節(jié)點(diǎn)虛擬計(jì)算集群VC實(shí)例計(jì)算節(jié)點(diǎn) VC 計(jì)算節(jié)點(diǎn) 客戶端主節(jié)點(diǎn)虛擬計(jì)算集群VC實(shí)例計(jì)算節(jié)點(diǎn) VC 計(jì)算節(jié)點(diǎn) 計(jì)算節(jié)點(diǎn)VC 計(jì)算節(jié)點(diǎn)VC實(shí)例主節(jié)點(diǎn)主節(jié)點(diǎn)主節(jié)點(diǎn)主節(jié)點(diǎn)客戶端 客戶端 客戶端 客戶端Lambda應(yīng) 查詢用KappaKafka數(shù)據(jù)實(shí)時(shí)處理三大場(chǎng)景事情發(fā)生同時(shí)事情發(fā)生后事情發(fā)生后短時(shí)間內(nèi)較長(zhǎng)時(shí)間實(shí)時(shí)流處理實(shí)時(shí)按需分析離線分析強(qiáng)兼容具備SQL標(biāo)準(zhǔn)和ACID特性，支持對(duì)接訪問(wèn)Hive、HDFS等Hadoop原生組件，同時(shí)兼容基于Oracle，Greenplum，PostgreSQL開(kāi)發(fā)的數(shù)字應(yīng)用。高并發(fā)率先支持分析型負(fù)載超高并發(fā)，多主節(jié)點(diǎn)水平擴(kuò)展的同時(shí)，保證完備的查詢服務(wù)，實(shí)現(xiàn)多主節(jié)點(diǎn)集群的高可用，可同時(shí)使用復(fù)雜查詢?cè)L問(wèn)一份數(shù)據(jù)。應(yīng)用廣在金融、電信、政府、能源、制造和互聯(lián)網(wǎng)等行業(yè)得到廣泛的部署和應(yīng)用。偶數(shù)科技聚焦客戶業(yè)務(wù)痛點(diǎn)，以數(shù)字化轉(zhuǎn)型推動(dòng)管理創(chuàng)新和業(yè)務(wù)增長(zhǎng)。矩陣起源矩陣起源來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。 PAGE32?2022.12iResearchInc.來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。 PAGE32?2022.12iResearchInc.?2022.12iResearchInc.開(kāi)源超融合能力打破數(shù)據(jù)邊界，全面降低數(shù)智化轉(zhuǎn)型門(mén)檻矩陣起源是一家專(zhuān)注于為企業(yè)用戶提供簡(jiǎn)捷強(qiáng)大的數(shù)據(jù)操作系統(tǒng)的數(shù)據(jù)基礎(chǔ)軟件公司。公司創(chuàng)始團(tuán)隊(duì)來(lái)自騰訊云、Snowflake等國(guó)內(nèi)外一流的互聯(lián)網(wǎng)企業(yè)、軟件公司、數(shù)字化企業(yè)和開(kāi)源社區(qū)，核心團(tuán)隊(duì)為產(chǎn)品、研發(fā)、解決方案、生態(tài)和開(kāi)源社區(qū)等領(lǐng)域的專(zhuān)家，在分布式架構(gòu)、數(shù)據(jù)庫(kù)、云計(jì)算、大數(shù)據(jù)及人工智能等領(lǐng)域積累了豐富經(jīng)驗(yàn)。作為一家數(shù)據(jù)智能領(lǐng)域的創(chuàng)新企業(yè)，矩陣起源雖成立時(shí)間不久，但憑借領(lǐng)先的技術(shù)創(chuàng)新和工程能力，自主研發(fā)超融合異構(gòu)云原生數(shù)據(jù)庫(kù)MatrixOne。產(chǎn)品提供超融合引擎、異構(gòu)云原生、極致性能等核心能力，幫助用戶充分釋放數(shù)據(jù)潛力和創(chuàng)新力，在行業(yè)市場(chǎng)已擁有一定的品牌影響力，并獲得“2022中國(guó)信科種子獨(dú)角獸企業(yè)”、“大灣區(qū)高成長(zhǎng)性企業(yè)TOP50”等行業(yè)榮譽(yù)。MatrixOne的產(chǎn)品架構(gòu)

ERP CRM 供應(yīng)鏈管理 儀表盤(pán) 交互式分析 機(jī)器學(xué)習(xí)ERP CRM 供應(yīng)鏈管理 儀表盤(pán) 交互式分析 機(jī)器學(xué)習(xí)

MatrixOne的核心能力極簡(jiǎn)開(kāi)發(fā)運(yùn)維：極簡(jiǎn)開(kāi)發(fā)運(yùn)維：統(tǒng)一的開(kāi)發(fā)協(xié)議、數(shù)據(jù)治理和安全管理，開(kāi)箱即用服務(wù)多種數(shù)據(jù)應(yīng)用，大幅降低開(kāi)發(fā)、運(yùn)維及運(yùn)營(yíng)的成本。MatrixOne服務(wù)多種數(shù)據(jù)應(yīng)用異構(gòu)基礎(chǔ)設(shè)施部署邊緣設(shè)備 數(shù)據(jù)中心 私有云 公有云成本優(yōu)化動(dòng)態(tài)調(diào)整性能優(yōu)化OLTPOLAPMatrixOne服務(wù)多種數(shù)據(jù)應(yīng)用異構(gòu)基礎(chǔ)設(shè)施部署邊緣設(shè)備 數(shù)據(jù)中心 私有云 公有云成本優(yōu)化動(dòng)態(tài)調(diào)整性能優(yōu)化OLTPOLAPStreaming時(shí)序極致分析性能：在資源隔離的基礎(chǔ)上支持OLTP和OLAP負(fù)載的獨(dú)立拓展，復(fù)雜查詢性能提升3～5增加業(yè)務(wù)敏捷度。變ETL為ELT：實(shí)時(shí)數(shù)據(jù)更新即可見(jiàn)，擺脫冗余ETL各種復(fù)雜依賴(lài)，解決數(shù)據(jù)不一致問(wèn)題，有效提高數(shù)據(jù)應(yīng)用開(kāi)發(fā)效率。優(yōu)化儲(chǔ)存和計(jì)算資源支持混合工作負(fù)載 跨云高性價(jià)比：性價(jià)比。跨云高性價(jià)比：性價(jià)比。來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。來(lái)源：矩陣起源，艾瑞咨詢研究院整理及繪制。 PAGE33?2022.12iResearchInc.靈活支持事務(wù)、分析和流計(jì)算的超融合異構(gòu)云原生數(shù)據(jù)庫(kù)MatrixOne借助自主研發(fā)的分布式存算框架，實(shí)現(xiàn)一套數(shù)據(jù)庫(kù)系統(tǒng)同時(shí)靈活支持事務(wù)、分析和流計(jì)算的數(shù)據(jù)管理和應(yīng)用，并支持公有云、私有云、數(shù)據(jù)中心和邊緣節(jié)點(diǎn)的部署和使用。MatrixOne基于S3優(yōu)化的存算分離架構(gòu)，讓用戶的云原生/本地部署都有高可擴(kuò)展、高可用、高彈性的性能體驗(yàn)。通過(guò)全新設(shè)計(jì)和開(kāi)發(fā)的TAE存儲(chǔ)引擎，實(shí)現(xiàn)一個(gè)引擎同時(shí)支持事務(wù)和分析功能，并保證數(shù)據(jù)分析的高性能和低延遲。此外，MatrixOne內(nèi)置的流引擎允許直接、無(wú)縫地訪問(wèn)表，對(duì)數(shù)據(jù)源進(jìn)行流化處理，避免冗余的數(shù)據(jù)復(fù)制、轉(zhuǎn)換和移動(dòng)，并通過(guò)基于因式計(jì)算查詢引擎的增量物化視圖技術(shù)，高效處理工作負(fù)載?；诰仃嚻鹪吹暮诵募夹g(shù)與創(chuàng)新能力，MatrixOne讓數(shù)據(jù)應(yīng)用開(kāi)發(fā)更加敏捷，運(yùn)維更加簡(jiǎn)化，同時(shí)保證了性能極致。應(yīng)用場(chǎng)景

MatrixOne的應(yīng)用場(chǎng)景與用戶收益

用戶收益中小企業(yè)HTAP單一數(shù)據(jù)庫(kù)系統(tǒng)支持業(yè)務(wù)管理和報(bào)表分析應(yīng)用，充分利用多云和云邊協(xié)同，降低信息化轉(zhuǎn)型門(mén)檻大中型企業(yè)HSTAP/湖倉(cāng)一體單一數(shù)據(jù)庫(kù)系統(tǒng)支持?jǐn)?shù)據(jù)湖/數(shù)據(jù)中臺(tái)建設(shè)，確保數(shù)據(jù)完整性和一致性，降低系統(tǒng)復(fù)雜度、運(yùn)維和開(kāi)發(fā)成本互聯(lián)網(wǎng)創(chuàng)新企業(yè)HSAP/流批一體實(shí)現(xiàn)從業(yè)務(wù)系統(tǒng)到?jīng)Q策系統(tǒng)的實(shí)時(shí)數(shù)據(jù)流動(dòng)，提升數(shù)據(jù)實(shí)時(shí)分析性能

極簡(jiǎn)的開(kāi)發(fā)和運(yùn)維，開(kāi)箱即用服務(wù)多種應(yīng)用基于單一數(shù)據(jù)庫(kù)即可實(shí)現(xiàn)對(duì)多個(gè)工作負(fù)載的共享、權(quán)限、安全及審計(jì)管理，提供統(tǒng)一的1 數(shù)據(jù)治理、訪問(wèn)協(xié)議和開(kāi)發(fā)接口可針對(duì)AP/TP工作負(fù)載配比自動(dòng)調(diào)整資源，達(dá)到資源利用率和性能的最佳平衡需要學(xué)習(xí)的技術(shù)棧從6+減少到1個(gè)，降低20%~50%開(kāi)發(fā)運(yùn)維及運(yùn)營(yíng)成本消減數(shù)據(jù)碎片，支持端到端的實(shí)時(shí)數(shù)據(jù)分析? 支持AP在各種數(shù)據(jù)（交易數(shù)據(jù)、日志數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)等）的工作負(fù)載，始終保持?jǐn)?shù)據(jù)新鮮度和一致性，數(shù)據(jù)更新延遲降低至毫秒級(jí)創(chuàng)新的增量物化視圖，擺脫冗余ETL工作和各種復(fù)雜依賴(lài)，大幅提高數(shù)據(jù)應(yīng)用開(kāi)發(fā)效率極致的分析性能，不影響其他工作負(fù)載? 單表、星型和雪花查詢都具備極速分析性能，同時(shí)支持?jǐn)?shù)據(jù)更新、刪除和實(shí)時(shí)點(diǎn)查詢，讓數(shù)據(jù)生產(chǎn)即可分析支持AP/TP工作負(fù)載的獨(dú)立快速擴(kuò)展，大幅提升業(yè)務(wù)敏捷度4避免廠商綁定，實(shí)現(xiàn)數(shù)據(jù)集群跨云最優(yōu)性價(jià)比4為異構(gòu)基礎(chǔ)設(shè)施提供統(tǒng)一數(shù)據(jù)技術(shù)架構(gòu)和數(shù)據(jù)管理方案實(shí)現(xiàn)跨云跨地域的自動(dòng)調(diào)度與無(wú)感知擴(kuò)縮容，大幅提升混合基礎(chǔ)設(shè)施的性價(jià)比來(lái)源：沃趣科技，艾瑞咨詢研究院整理及繪制。來(lái)源：沃趣科技，艾瑞咨詢研究院整理及繪制。 PAGE來(lái)源：沃趣科技，艾瑞咨詢研究院整理及繪制。來(lái)源：沃趣科技，艾瑞咨詢研究院整理及繪制。 PAGE34?2022.12iResearchInc.?2022.12iResearchInc.沃趣科技 中立的企業(yè)級(jí)數(shù)據(jù)庫(kù)云，讓數(shù)據(jù)庫(kù)基礎(chǔ)設(shè)施更簡(jiǎn)單沃趣科技創(chuàng)建于2012年，創(chuàng)始團(tuán)隊(duì)為原阿里巴巴去“IOE”時(shí)期數(shù)據(jù)庫(kù)團(tuán)隊(duì)骨干。多年來(lái)結(jié)合數(shù)據(jù)庫(kù)多元化、國(guó)產(chǎn)化及云化趨勢(shì)，為企業(yè)用戶提供最佳的數(shù)據(jù)庫(kù)基礎(chǔ)設(shè)施創(chuàng)新。目前，沃趣科技的產(chǎn)品版圖覆蓋數(shù)據(jù)庫(kù)國(guó)產(chǎn)化替代、私有云PaaS和公有云RDS三大體系，支持國(guó)內(nèi)外主流數(shù)據(jù)庫(kù)，提供企業(yè)級(jí)全生命周期的數(shù)據(jù)庫(kù)管理能力。除基礎(chǔ)平臺(tái)外，沃趣還獨(dú)立研發(fā)了DTS、DBS和DMS等數(shù)據(jù)庫(kù)工具，降低用戶數(shù)據(jù)遷移、備份和管理的成本。至2022年，沃趣已累計(jì)服務(wù)3000+企業(yè)客戶與40+行業(yè)，是國(guó)家級(jí)高新技術(shù)企業(yè)、浙江省級(jí)企業(yè)研究院?jiǎn)挝弧⒄憬⌒艅?chuàng)聯(lián)盟理事單位、杭州準(zhǔn)獨(dú)角獸企業(yè)。多云部署QCP多云部署QCP沃趣數(shù)據(jù)庫(kù)云平臺(tái)成本降低40%公有云RDSSaaS訂閱模式 數(shù)據(jù)庫(kù)私有云PaaS國(guó)產(chǎn)化替代中立的企業(yè)級(jí)數(shù)據(jù)庫(kù)云數(shù)據(jù)庫(kù)私有云PaaS國(guó)產(chǎn)化替代iRDS.cn多數(shù)據(jù)庫(kù)支持生態(tài)集成QDataQFusion-C庫(kù)集群覆蓋全球15款不同類(lèi)型主流數(shù)據(jù)庫(kù)與20+主流私有云平臺(tái)的原生集成一云多芯Intel傳統(tǒng)架構(gòu)十倍性能飛騰海光鯤鵬計(jì)，一體化服務(wù)和大數(shù)據(jù)云平臺(tái)全棧式兼容適配國(guó)產(chǎn)芯片、服務(wù)器、操作系統(tǒng)、數(shù)據(jù)庫(kù)等，打造一站式全信創(chuàng)數(shù)據(jù)庫(kù)私有云解決金融機(jī)構(gòu)核心交易數(shù)據(jù)庫(kù)集中化難題，為核心交易業(yè)務(wù)基礎(chǔ)平臺(tái)架構(gòu)的開(kāi)放和可控發(fā)展提供可靠保障，提升核心系統(tǒng)交易處理能力5~20倍，TCO降低實(shí)現(xiàn)水平云化擴(kuò)展?；趪?guó)產(chǎn)數(shù)據(jù)庫(kù)、操作系統(tǒng)、芯解決金融機(jī)構(gòu)核心交易數(shù)據(jù)庫(kù)集中化難題，為核心交易業(yè)務(wù)基礎(chǔ)平臺(tái)架構(gòu)的開(kāi)放和可控發(fā)展提供可靠保障，提升核心系統(tǒng)交易處理能力5~20倍，TCO降低實(shí)現(xiàn)水平云化擴(kuò)展?；趪?guó)產(chǎn)數(shù)據(jù)庫(kù)、操作系統(tǒng)、芯片提供全信創(chuàng)數(shù)據(jù)庫(kù)一體化服務(wù)。案。完成多類(lèi)型數(shù)據(jù)庫(kù)云部署，覆蓋14個(gè)數(shù)據(jù)中心、12個(gè)省級(jí)中心，目前已穩(wěn)定運(yùn)行了6w例，4000指數(shù)級(jí)提升業(yè)務(wù)效率，支撐制造業(yè)進(jìn)行更多更廣的信息化建承載醫(yī)院核心HIS系統(tǒng)，覆蓋備份容災(zāi)等多業(yè)務(wù)數(shù)據(jù)庫(kù)，醫(yī)療指數(shù)級(jí)提升業(yè)務(wù)效率，支撐制造業(yè)進(jìn)行更多更廣的信息化建承載醫(yī)院核心HIS系統(tǒng)，覆蓋備份容災(zāi)等多業(yè)務(wù)數(shù)據(jù)庫(kù)，醫(yī)療助力智慧校園IT架構(gòu)整合，保障核心數(shù)據(jù)系統(tǒng)穩(wěn)定運(yùn)行。 數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察5數(shù)據(jù)庫(kù)概述1數(shù)據(jù)庫(kù)供給側(cè)分析2數(shù)據(jù)庫(kù)需求側(cè)分析3典型企業(yè)案例4行業(yè)趨勢(shì)洞察535趨勢(shì)一：出海趨勢(shì)一：出海 PAGE PAGE36?2022.12iResearchInc.?2022.12iResearchInc.國(guó)產(chǎn)數(shù)據(jù)庫(kù)的全新增量邏輯，風(fēng)險(xiǎn)與機(jī)會(huì)并存隨著基礎(chǔ)軟件領(lǐng)域成為資本熱土，僅2021年新成立數(shù)據(jù)庫(kù)公司超30家，新興廠商核心團(tuán)隊(duì)普遍來(lái)自大廠，技術(shù)扎實(shí)，經(jīng)驗(yàn)豐富，產(chǎn)品各具特色，性能較佳，并且資金充裕。但另一方面，國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)的用戶側(cè)呈現(xiàn)如下特點(diǎn)：第一，互聯(lián)網(wǎng)用戶多采用開(kāi)源或自研數(shù)據(jù)庫(kù)，極少使用新興的產(chǎn)品；第二，政企類(lèi)用戶具備完善的產(chǎn)品和服務(wù)生態(tài)，新興廠商難切入；第三，缺乏互聯(lián)網(wǎng)+新“風(fēng)口”帶動(dòng)市場(chǎng)增量空間；第四，大量中小企業(yè)存續(xù)不穩(wěn)定，對(duì)數(shù)據(jù)庫(kù)需求不強(qiáng)烈。數(shù)據(jù)庫(kù)廠商紛紛提出出海戰(zhàn)略，創(chuàng)業(yè)公司自成立之初便定位國(guó)際化，但普遍面臨信任度、監(jiān)管、地理位置等障礙，而上云、開(kāi)源、新技術(shù)敏感度成為除基礎(chǔ)技術(shù)以外，國(guó)產(chǎn)數(shù)據(jù)庫(kù)順利出海的關(guān)鍵要素。與生俱來(lái)的全球化基因數(shù)據(jù)庫(kù)的底層語(yǔ)言為全球通用的SQL語(yǔ)句，性能優(yōu)異的產(chǎn)品理應(yīng)在全球化市場(chǎng)中占有一席之地。數(shù)據(jù)庫(kù)上云降低出海門(mén)檻打破本地部署模式下，數(shù)據(jù)庫(kù)海外交付的物理阻礙，借助云廠商的原生式IaaS能力，快速搭建海外渠道。與生俱來(lái)的全球化基因數(shù)據(jù)庫(kù)的底層語(yǔ)言為全球通用的SQL語(yǔ)句，性能優(yōu)異的產(chǎn)品理應(yīng)在全球化市場(chǎng)中占有一席之地。數(shù)據(jù)庫(kù)上云降低出海門(mén)檻打破本地部署模式下，數(shù)據(jù)庫(kù)海外交付的物理阻礙，借助云廠商的原生式IaaS能力，快速搭建海外渠道。歐美線路數(shù)據(jù)庫(kù)行業(yè)制高點(diǎn)國(guó)際數(shù)據(jù)庫(kù)巨頭齊聚，是商業(yè)化難度最大、技術(shù)趨勢(shì)最為領(lǐng)先、最具挑戰(zhàn)性的市場(chǎng)，但也是最有說(shuō)服力的市場(chǎng)。歐美打標(biāo)桿，日韓做變現(xiàn)在世界頂級(jí)市場(chǎng)拿下標(biāo)桿案例，是國(guó)產(chǎn)數(shù)據(jù)庫(kù)出海的重要意義，之后進(jìn)擊日韓基礎(chǔ)軟件市場(chǎng)，已成為比較理想的發(fā)展路徑。東南亞線路潛力巨大，藍(lán)海市場(chǎng)相對(duì)中國(guó)，現(xiàn)階段東南亞的互聯(lián)網(wǎng)水平整體較為滯后，處于互聯(lián)網(wǎng)業(yè)務(wù)激增、傳統(tǒng)業(yè)務(wù)數(shù)字化轉(zhuǎn)型的初級(jí)階段。商業(yè)化路徑更快經(jīng)國(guó)內(nèi)數(shù)字化轉(zhuǎn)型打磨多年的國(guó)產(chǎn)數(shù)據(jù)庫(kù)產(chǎn)品與東南亞市場(chǎng)現(xiàn)階段的用數(shù)需求契合。數(shù)據(jù)庫(kù)開(kāi)源，內(nèi)外兼修一方面開(kāi)源社區(qū)加快產(chǎn)品研發(fā)，提升產(chǎn)品質(zhì)量；另一方面，開(kāi)源有利于降低海外用戶對(duì)于中國(guó)數(shù)據(jù)庫(kù)的顧慮，友好性提升。國(guó)產(chǎn)原生分布式技術(shù)具備先進(jìn)性為國(guó)產(chǎn)數(shù)據(jù)庫(kù)提升可靠性、滿足日趨復(fù)雜的用數(shù)場(chǎng)景提供了全新的“解題思路”，加快了趕超國(guó)際一流數(shù)據(jù)庫(kù)的步伐。數(shù)據(jù)庫(kù)開(kāi)源，內(nèi)外兼修一方面開(kāi)源社區(qū)加快產(chǎn)品研發(fā)，提升產(chǎn)品質(zhì)量；另一方面，開(kāi)源有利于降低海外用戶對(duì)于中國(guó)數(shù)據(jù)庫(kù)的顧慮，友好性提升。國(guó)產(chǎn)原生分布式技術(shù)具備先進(jìn)性為國(guó)產(chǎn)數(shù)據(jù)庫(kù)提升可靠性、滿足日趨復(fù)雜的用數(shù)場(chǎng)景提供了全新的“解題思路”，加快了趕超國(guó)際一流數(shù)據(jù)庫(kù)的步伐。趨勢(shì)二：云原生趨勢(shì)二：云原生 PAGE38?2022.12iResearchInc.上層需求驅(qū)動(dòng)，底層技術(shù)支撐，存算分離，優(yōu)化資源編排數(shù)據(jù)庫(kù)云托管解放了底層硬件的管理成本和計(jì)算資源約束，但底層存算一體的資源綁定導(dǎo)致無(wú)效成本和資源浪費(fèi)。云原生數(shù)據(jù)庫(kù)實(shí)現(xiàn)了云資源對(duì)數(shù)據(jù)庫(kù)的細(xì)粒度資源拆解，符合業(yè)務(wù)的資源編排。盡管各家廠商的架構(gòu)設(shè)計(jì)和創(chuàng)新思路不盡相同，但可總結(jié)為“軟硬兼施”。在軟件層面，計(jì)算層打包SQL語(yǔ)句解析、物理計(jì)劃執(zhí)行、事務(wù)處理等，共享存儲(chǔ)層存放事務(wù)日志和數(shù)據(jù)存儲(chǔ)，并通過(guò)分布式技術(shù)保障高可用和一致性