數(shù)據(jù)庫(kù)行業(yè)市場(chǎng)分析報(bào)告二

數(shù)據(jù)庫(kù)行業(yè)市場(chǎng)分析報(bào)告二2021年3月目錄報(bào)告思路與創(chuàng)新之處 1數(shù)據(jù)庫(kù)：數(shù)字化時(shí)代的電子文件柜 2概述：組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù) 2分類：需求升級(jí)與技術(shù)迭代驅(qū)動(dòng)，數(shù)據(jù)庫(kù)品類多元化發(fā)展 2全球格局：Oracle領(lǐng)銜，云時(shí)代百家爭(zhēng)鳴 5參與者：傳統(tǒng)IT巨頭、云計(jì)算巨頭、獨(dú)立公司三方勢(shì)力競(jìng)逐市場(chǎng) 5市場(chǎng)規(guī)模：五百億美元大蛋糕，云數(shù)據(jù)庫(kù)快速崛起 8崛起規(guī)律：深耕技術(shù)打磨產(chǎn)品，抓住大數(shù)據(jù)時(shí)代潮流 10國(guó)內(nèi)格局：各方勢(shì)力迅速崛起，自主可控勢(shì)在必行 19市場(chǎng)格局：關(guān)系型數(shù)據(jù)庫(kù)占據(jù)主流，云數(shù)據(jù)庫(kù)借勢(shì)崛起 19國(guó)產(chǎn)替代：安全可控勢(shì)在必行，打磨產(chǎn)品換道超車 22趨勢(shì)推演：大數(shù)據(jù)驅(qū)動(dòng)產(chǎn)業(yè)變革，云與開源助推企業(yè)快速成長(zhǎng) 25重點(diǎn)公司數(shù)據(jù)庫(kù)業(yè)務(wù)梳理 28阿里巴巴：憑借領(lǐng)先的云技術(shù)，分布式數(shù)據(jù)庫(kù)大放異彩 28騰訊：圍繞TDSQL系列，提供領(lǐng)先的分布式數(shù)據(jù)庫(kù)服務(wù) 29華為GaussDB：與AI深度融合，擁有異構(gòu)計(jì)算創(chuàng)新架構(gòu) 30PingCAP：聚焦開源分布式HTAP數(shù)據(jù)庫(kù)TiDB 31星環(huán)科技：大數(shù)據(jù)基礎(chǔ)平臺(tái)綜合服務(wù)商 32巨杉數(shù)據(jù)庫(kù)：以分布式SequoiaDB為核心，聚焦金融行業(yè) 34人大金倉(cāng)：政務(wù)大數(shù)據(jù)龍頭，與軍工領(lǐng)域深度合作 36武漢達(dá)夢(mèng)：背靠CEC，擅長(zhǎng)混合型數(shù)據(jù)庫(kù)開發(fā) 37海量數(shù)據(jù)：數(shù)據(jù)庫(kù)、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)一體化服務(wù)商 39南大通用：國(guó)內(nèi)份額領(lǐng)先，圍繞GBase與云技術(shù)積極結(jié)合 40科藍(lán)軟件：專注銀行市場(chǎng)，擁有內(nèi)存數(shù)據(jù)庫(kù)Goldilocks 41萬(wàn)里開源：MySQL中國(guó)的白金認(rèn)證合作伙伴 42市場(chǎng)因素 43市場(chǎng)提示 43插圖目錄圖1：數(shù)據(jù)庫(kù)系統(tǒng)（DBS）框架圖 2圖2：一張圖看懂?dāng)?shù)據(jù)庫(kù)發(fā)展路徑 6圖3：全球DBMS市場(chǎng)規(guī)模及增速 8圖4：2011-2018年全球DBMS（數(shù)據(jù)庫(kù)管理系統(tǒng)）市場(chǎng)份額排名 9圖5：2020數(shù)據(jù)庫(kù)魔力象限 9圖6：OracleRAC架構(gòu)增強(qiáng)數(shù)據(jù)處理能力 13圖7：OracleDataGuard用于容災(zāi)提升安全性 13圖8：全球云計(jì)算市場(chǎng)規(guī)模及預(yù)測(cè) 15圖9：中國(guó)公有云/私有云市場(chǎng)規(guī)模 15圖10：全球數(shù)據(jù)生產(chǎn)量及預(yù)測(cè) 16圖11：中國(guó)物聯(lián)網(wǎng)連接規(guī)模及預(yù)測(cè) 16圖12：2018-2023全球DaaS市場(chǎng)規(guī)模 18圖13：T/AP分離與T/AP融合對(duì)比 19圖14：2012-2018年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)規(guī)模及占比數(shù)據(jù)庫(kù)規(guī)模比重情況 19圖15：我國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模預(yù)測(cè) 20圖16：2019年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)份額——傳統(tǒng)部署模式 21圖17：2019年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)份額——公有云部署模式 21圖18：中國(guó)公有云細(xì)分市場(chǎng)規(guī)模 26圖19：2020年6月商業(yè)數(shù)據(jù)庫(kù)和開源數(shù)據(jù)庫(kù)數(shù)量對(duì)比 27圖20：商業(yè)數(shù)據(jù)庫(kù)和開源數(shù)據(jù)庫(kù)受歡迎程度得分趨勢(shì) 28圖21：2018年私有云采用的平臺(tái)選取情況 28圖22：華為云數(shù)據(jù)庫(kù)GaussDB金融行業(yè)應(yīng)用場(chǎng)景 31圖23：華為云數(shù)據(jù)庫(kù)GaussDB互聯(lián)網(wǎng)行業(yè)應(yīng)用場(chǎng)景 31圖24：TiDB整體架構(gòu)圖 32圖25：星環(huán)TranswarpDataHub企業(yè)大數(shù)據(jù)平臺(tái) 34圖26：星環(huán)科技部分客戶 34圖27：巨杉數(shù)據(jù)庫(kù)SequoiaDB架構(gòu) 35圖28：人大金倉(cāng)數(shù)據(jù)庫(kù)架構(gòu)示意圖 36圖29：達(dá)夢(mèng)數(shù)據(jù)庫(kù)技術(shù)架構(gòu) 38圖30：南大通用基礎(chǔ)軟件平臺(tái)架構(gòu) 40圖31：萬(wàn)里開源合作伙伴 42表格目錄表1：關(guān)系型數(shù)據(jù)庫(kù)與非關(guān)系型數(shù)據(jù)庫(kù)的對(duì)比 3表2：OLTP和OLAP的對(duì)比 4表3：傳統(tǒng)集中式數(shù)據(jù)庫(kù)與新興分布式數(shù)據(jù)庫(kù)對(duì)比 4表4：開源數(shù)據(jù)庫(kù)和閉源數(shù)據(jù)庫(kù)對(duì)比 5表5：主流數(shù)據(jù)庫(kù)品類分類一覽 6表6：2021年2月數(shù)據(jù)庫(kù)管理系統(tǒng)流行程度排名 7表7：主流數(shù)據(jù)庫(kù)產(chǎn)品對(duì)比介紹 7表8：IBMDB2發(fā)展歷史 10表9：Oracle發(fā)展歷史 11表10：DBEngines開源數(shù)據(jù)庫(kù)排名（2021年2月） 12表11：Oracle產(chǎn)品線 13表12：Oracle企業(yè)資源計(jì)劃（ERP）解決方案內(nèi)容 13表13：各大云廠商典型數(shù)據(jù)庫(kù)產(chǎn)品 15表14：四種非關(guān)系型數(shù)據(jù)庫(kù)對(duì)比 17表15：數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)庫(kù)對(duì)比 17表16：國(guó)內(nèi)數(shù)據(jù)庫(kù)公司及產(chǎn)品案例 21表17：信創(chuàng)產(chǎn)業(yè)核心環(huán)節(jié) 22表18：信創(chuàng)產(chǎn)業(yè)相關(guān)政策 23表19：部分金融行業(yè)企業(yè)數(shù)據(jù)庫(kù)招標(biāo)情況 24表20：中國(guó)移動(dòng)部分國(guó)產(chǎn)數(shù)據(jù)庫(kù)招標(biāo)情況 25表21：大數(shù)據(jù)產(chǎn)業(yè)鏈及對(duì)應(yīng)參與者 25表22：阿里云發(fā)展歷程 28表23：騰訊TDSQL數(shù)據(jù)庫(kù)產(chǎn)品體系應(yīng)用場(chǎng)景 30表24：PingCAP不同行業(yè)應(yīng)用客戶案例 32表25：星環(huán)科技產(chǎn)品矩陣 33表26：巨杉數(shù)據(jù)庫(kù)主要產(chǎn)品體系 35表27：人大金倉(cāng)在《中國(guó)大數(shù)據(jù)產(chǎn)業(yè)發(fā)展評(píng)估報(bào)告（2018年）》中的排名 37表28：大數(shù)據(jù)特色細(xì)分領(lǐng)域企業(yè)分布表節(jié)選 37表29：海量數(shù)據(jù)產(chǎn)品線 39報(bào)告思路與創(chuàng)新之處本報(bào)告首先介紹了數(shù)據(jù)庫(kù)的概念與分類方式；其次對(duì)全球數(shù)據(jù)庫(kù)格局進(jìn)行分類梳理，并分析各類廠商能崛起并屹立于市場(chǎng)的原因；第三章介紹國(guó)內(nèi)數(shù)據(jù)庫(kù)的市場(chǎng)格局，分析了國(guó)產(chǎn)數(shù)據(jù)庫(kù)的發(fā)展機(jī)會(huì)；最后對(duì)國(guó)內(nèi)重點(diǎn)數(shù)據(jù)庫(kù)公司分別進(jìn)行了介紹，分析了各自的優(yōu)勢(shì)。1、數(shù)據(jù)庫(kù)概述與分類介紹了數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)系統(tǒng)、數(shù)據(jù)庫(kù)管理系統(tǒng)的概念與聯(lián)系。對(duì)數(shù)據(jù)庫(kù)進(jìn)行了分類，從需求看，將數(shù)據(jù)庫(kù)分為關(guān)系型和非關(guān)系型、OLAP和OLTP數(shù)據(jù)庫(kù)；從技術(shù)的升級(jí)角度看，將數(shù)據(jù)庫(kù)分為單機(jī)式數(shù)據(jù)庫(kù)和分布式數(shù)據(jù)庫(kù)；從代碼開放性看，將數(shù)據(jù)庫(kù)分為開源數(shù)據(jù)庫(kù)和閉源數(shù)據(jù)庫(kù)。2、全球格局與崛起規(guī)律創(chuàng)新性的對(duì)全球數(shù)據(jù)庫(kù)參與者進(jìn)行了分類，包括傳統(tǒng)IT巨頭、云計(jì)算巨頭、獨(dú)立公司三大類，分別介紹了各自強(qiáng)勢(shì)的領(lǐng)域，在此基礎(chǔ)上，分析了各類廠商崛起的規(guī)律。傳統(tǒng)IT巨頭主要依靠關(guān)系模型窗口期、產(chǎn)品快速迭代、生態(tài)完善等優(yōu)勢(shì)崛起；云計(jì)算廠商主要依靠自身場(chǎng)景、架構(gòu)升級(jí)、低成本高彈性需求等因素快速布局云數(shù)據(jù)庫(kù)；獨(dú)立廠商主要深耕某一領(lǐng)域，尤其是大數(shù)據(jù)帶來的多元化需求爆發(fā)，如數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘等。3、國(guó)內(nèi)格局與推演分析了國(guó)內(nèi)數(shù)據(jù)庫(kù)當(dāng)前的格局，傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)仍是國(guó)外廠商主導(dǎo)，但一方面，安全可控催化國(guó)產(chǎn)數(shù)據(jù)庫(kù)的替代加速開展，以黨政為代表向金融、電信等領(lǐng)域開拓。另一方面，云數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)分析等領(lǐng)域快速增長(zhǎng)，市場(chǎng)空間巨大，國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商有望依靠在價(jià)格、服務(wù)、云技術(shù)結(jié)合能力等方面打造自身優(yōu)勢(shì)，抓住增量市場(chǎng)的窗口期，進(jìn)而贏得大數(shù)據(jù)市場(chǎng)未來。1數(shù)據(jù)庫(kù)：數(shù)字化時(shí)代的電子文件柜概述：組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)數(shù)據(jù)庫(kù)（Database，簡(jiǎn)稱DB）是按照一定的數(shù)據(jù)結(jié)構(gòu)組織、存儲(chǔ)和管理數(shù)據(jù)的倉(cāng)庫(kù)。計(jì)算機(jī)數(shù)據(jù)庫(kù)中存放了有組織的、可共享的、統(tǒng)一管理的大量數(shù)據(jù)，包括文本、圖像、聲音等，是信息化時(shí)代的數(shù)據(jù)文件柜。數(shù)據(jù)庫(kù)和操作系統(tǒng)、中間件一樣，屬于基礎(chǔ)軟件的范疇，高度復(fù)雜且存在較高的技術(shù)壁壘，是應(yīng)用系統(tǒng)承載數(shù)據(jù)的基石。數(shù)據(jù)庫(kù)管理系統(tǒng)（DatabaseManagementSystem，簡(jiǎn)稱DBMS）是一種操作和管理數(shù)據(jù)庫(kù)的軟件，用于建立、使用和維護(hù)數(shù)據(jù)庫(kù)。DBMS對(duì)數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)一的管理和控制，保證數(shù)據(jù)庫(kù)的安全性和完整性。DBMS是把用戶意義下抽象的邏輯數(shù)據(jù)處理，轉(zhuǎn)換成為計(jì)算機(jī)中具體的物理數(shù)據(jù)處理的軟件。用戶通過DBMS訪問數(shù)據(jù)庫(kù)中的數(shù)據(jù)，數(shù)據(jù)庫(kù)管理員通過DBMS進(jìn)行數(shù)據(jù)庫(kù)的維護(hù)工作。數(shù)據(jù)庫(kù)系統(tǒng)（DatabaseSystem，簡(jiǎn)稱DBS）一般由數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)管理系統(tǒng)、應(yīng)用系統(tǒng)、數(shù)據(jù)庫(kù)管理員和用戶構(gòu)成。DBS是存儲(chǔ)介質(zhì)、處理對(duì)象和管理系統(tǒng)的集合體，是一個(gè)為實(shí)際可運(yùn)行的存儲(chǔ)、維護(hù)和應(yīng)用系統(tǒng)提供數(shù)據(jù)的軟件系統(tǒng)，數(shù)據(jù)庫(kù)及其管理軟件是數(shù)據(jù)庫(kù)系統(tǒng)的組成部分，數(shù)據(jù)庫(kù)管理系統(tǒng)是其核心部分。圖1：數(shù)據(jù)庫(kù)系統(tǒng)（DBS）框架圖資料來源：市場(chǎng)研究部分類：需求升級(jí)與技術(shù)迭代驅(qū)動(dòng)，數(shù)據(jù)庫(kù)品類多元化發(fā)展數(shù)據(jù)庫(kù)的分類多種多樣，為了方便理解，我們從分別從需求側(cè)和供給側(cè)對(duì)當(dāng)前主流的數(shù)據(jù)庫(kù)類型進(jìn)行梳理。從需求側(cè)看，可對(duì)數(shù)據(jù)庫(kù)進(jìn)行以下兩種分類：關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)、OLTP數(shù)據(jù)庫(kù)和OLAP數(shù)據(jù)庫(kù)。21）按數(shù)據(jù)存儲(chǔ)方式分類：關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)關(guān)系型數(shù)據(jù)庫(kù)是一種典型的數(shù)據(jù)庫(kù)類型，采用關(guān)系模型，常用行和列等二維的形式來存儲(chǔ)結(jié)構(gòu)化數(shù)據(jù)，一系列的行和列被稱為表，一組表組成了一個(gè)數(shù)據(jù)庫(kù)。典型的關(guān)系型數(shù)據(jù)庫(kù)有Oracle、MySQL、DB2、MicrosoftSQLServer和MicrosoftAccess等。隨著web2.0的興起，傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)在處理大規(guī)模和高并發(fā)動(dòng)態(tài)數(shù)據(jù)時(shí)，出現(xiàn)了響應(yīng)慢、擴(kuò)展困難等問題，非關(guān)系型的數(shù)據(jù)庫(kù)由此應(yīng)運(yùn)而生。非關(guān)系型數(shù)據(jù)庫(kù)的產(chǎn)生是為了解決大規(guī)模數(shù)據(jù)集合多重?cái)?shù)據(jù)種類的應(yīng)用難題。非關(guān)系型數(shù)據(jù)庫(kù)又被稱為NoSQL，是用非關(guān)系模型，存儲(chǔ)非結(jié)構(gòu)化的如圖像、音視頻等類型數(shù)據(jù)的數(shù)據(jù)庫(kù)，分為鍵值存儲(chǔ)數(shù)據(jù)庫(kù)、文檔型數(shù)據(jù)庫(kù)、圖形數(shù)據(jù)庫(kù)等多種類別。非關(guān)系型數(shù)據(jù)庫(kù)通過例如圖形模型、文檔模型等更為靈活的模型，解決了關(guān)系型數(shù)據(jù)庫(kù)無法應(yīng)對(duì)的非結(jié)構(gòu)化數(shù)據(jù)問題。非關(guān)系型數(shù)據(jù)庫(kù)有Mongodb、Hbase、Redis、Cloudant等。表1：關(guān)系型數(shù)據(jù)庫(kù)與非關(guān)系型數(shù)據(jù)庫(kù)的對(duì)比類型關(guān)系型數(shù)據(jù)庫(kù)非關(guān)系型數(shù)據(jù)庫(kù)關(guān)系型數(shù)據(jù)庫(kù)，是指采用了關(guān)系模型來組織數(shù)據(jù)的1、有鍵值存儲(chǔ)數(shù)據(jù)庫(kù)、列存儲(chǔ)數(shù)據(jù)庫(kù)、文檔型數(shù)數(shù)據(jù)庫(kù)。關(guān)系模型指的就是二維表格模型，而一個(gè)特性據(jù)庫(kù)、圖形數(shù)據(jù)庫(kù)等多種分類；2、一般不支持關(guān)系型數(shù)據(jù)庫(kù)就是由二維表及其之間的聯(lián)系所組ACID特性；成的一個(gè)數(shù)據(jù)組織。1、容易理解：關(guān)系模型相對(duì)網(wǎng)狀、層次等其他模1、無需經(jīng)過sql層的解析，讀寫性能很高；2、優(yōu)點(diǎn)型來說更容易理解；2、使用方便：關(guān)系型數(shù)據(jù)庫(kù)數(shù)據(jù)容易擴(kuò)展；3、存儲(chǔ)數(shù)據(jù)的格式多樣化：存儲(chǔ)使用SQL語(yǔ)言非常方便；3、易于維護(hù)：豐富的完格式是K-V形式、文檔形式、圖片形式等等，而整性減低了數(shù)據(jù)冗余和數(shù)據(jù)不一致的概率。關(guān)系型數(shù)據(jù)庫(kù)則只支持基礎(chǔ)類型。缺點(diǎn)1、處理高并發(fā)讀寫性能較差；2、表結(jié)構(gòu)較為固定，1.不提供SQL支持；2.一般來說無事務(wù)處理不便于更改擴(kuò)展；資料來源：COSCHINA，市場(chǎng)研究部2）按應(yīng)用類型分類：OLTP和OLAPOLTP（On-LineTransactionProcessing，操作型數(shù)據(jù)庫(kù)，又稱聯(lián)機(jī)事務(wù)處理）主要關(guān)注一段時(shí)間內(nèi)的實(shí)時(shí)數(shù)據(jù)，基本特征是接收的用戶數(shù)據(jù)可以立即傳送到計(jì)算中心進(jìn)行處理，并在很短的時(shí)間內(nèi)給出處理結(jié)果，是對(duì)用戶操作快速響應(yīng)的方式之一。伴隨企業(yè)信息系統(tǒng)大量業(yè)務(wù)數(shù)據(jù)的產(chǎn)生，從不同類型的數(shù)據(jù)中提取出對(duì)企業(yè)決策分析有用的信息這一需求日漸顯現(xiàn)。分析型數(shù)據(jù)庫(kù)技術(shù)就是在這樣的背景下發(fā)展起來的。OLAP（On-LineAnalysisProcessing，分析型數(shù)據(jù)庫(kù)，又稱聯(lián)機(jī)分析處理）主要是分析長(zhǎng)期數(shù)據(jù)的規(guī)律走勢(shì)，多應(yīng)用于決策。操作型數(shù)據(jù)庫(kù)的優(yōu)勢(shì)在于在線實(shí)時(shí)業(yè)務(wù)的處理，分析型數(shù)據(jù)庫(kù)則擅長(zhǎng)復(fù)雜的分析操作并給決策提供支持，兩者的側(cè)重點(diǎn)不同，因此可以相互補(bǔ)充。例如可以從多個(gè)操作型數(shù)據(jù)庫(kù)源收集數(shù)據(jù)放入OLAP數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行分析。在未來，會(huì)出現(xiàn)越來越多操作型數(shù)據(jù)庫(kù)和分析型數(shù)據(jù)庫(kù)有機(jī)結(jié)合的應(yīng)用。典型的操作型數(shù)據(jù)庫(kù)有OracleDataBase、MySQL、DB2、MongoDB等；典型的分析型數(shù)據(jù)庫(kù)有ApacheKylin、Hive、Snowflake、OracleHyperion、Spark等。3表2：OLTP和OLAP的對(duì)比OLTPOLAP本質(zhì)在線交易系統(tǒng)在線數(shù)據(jù)檢索和分析系統(tǒng)數(shù)據(jù)處理操作對(duì)數(shù)據(jù)庫(kù)進(jìn)行增、刪、改、查對(duì)數(shù)據(jù)記錄進(jìn)行選擇數(shù)據(jù)表標(biāo)準(zhǔn)化未標(biāo)準(zhǔn)化數(shù)據(jù)源OLTP以及OLTP的處理記錄不同的OLTP是OLAP的數(shù)據(jù)源數(shù)據(jù)量大小數(shù)據(jù)量小數(shù)據(jù)量大存儲(chǔ)方式數(shù)據(jù)存儲(chǔ)在傳統(tǒng)的數(shù)據(jù)管理系統(tǒng)數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)倉(cāng)庫(kù)特點(diǎn)方便創(chuàng)建數(shù)據(jù)表以及方便維護(hù)引導(dǎo)用戶在電子表格的幫助下創(chuàng)建視圖進(jìn)行分析用途關(guān)注一段時(shí)間內(nèi)的實(shí)時(shí)數(shù)據(jù)分析長(zhǎng)期數(shù)據(jù)的規(guī)律走勢(shì)，為決策提供幫助資料來源：CSDN，GiantTech，市場(chǎng)研究部從技術(shù)架構(gòu)（供給側(cè)）看，數(shù)據(jù)庫(kù)可分為集中式數(shù)據(jù)庫(kù)和分布式數(shù)據(jù)庫(kù)這種分類方式的誕生，一方面是由于傳統(tǒng)集中式數(shù)據(jù)庫(kù)缺乏擴(kuò)展性，為了實(shí)現(xiàn)擴(kuò)展而出現(xiàn)了分布式數(shù)據(jù)庫(kù)，另一方面，是緣于云技術(shù)和網(wǎng)絡(luò)技術(shù)快速發(fā)展，推動(dòng)分布式技術(shù)升級(jí)，形成新型分布式數(shù)據(jù)庫(kù)。集中式數(shù)據(jù)庫(kù)由一個(gè)處理器、與它相關(guān)聯(lián)的數(shù)據(jù)存儲(chǔ)設(shè)備以及其他外圍設(shè)備組成，將數(shù)據(jù)集中在一臺(tái)機(jī)器上進(jìn)行處理，被物理地定義到單個(gè)位置。典型代表有Oracle、DB2、人大金倉(cāng)、武漢達(dá)夢(mèng)等；分布式數(shù)據(jù)庫(kù)采用分布式架構(gòu)，將數(shù)據(jù)在網(wǎng)絡(luò)上分開儲(chǔ)存于多個(gè)機(jī)器中進(jìn)行處理，分布式數(shù)據(jù)庫(kù)是一個(gè)數(shù)據(jù)集合，這些數(shù)據(jù)在邏輯上屬于同一個(gè)系統(tǒng)，但物理上卻分散在計(jì)算機(jī)網(wǎng)絡(luò)的若干站點(diǎn)上，并且要求網(wǎng)絡(luò)的每個(gè)站點(diǎn)具有自治的處理能力，能執(zhí)行本地的應(yīng)用。分布式數(shù)據(jù)庫(kù)典型代表如谷歌的GoogleSpanner、阿里巴巴的OceanBase、華為的GaussDB等。表3：傳統(tǒng)集中式數(shù)據(jù)庫(kù)與新興分布式數(shù)據(jù)庫(kù)對(duì)比優(yōu)勢(shì)劣勢(shì)1、較高的安全性和穩(wěn)定性：數(shù)據(jù)存儲(chǔ)在中央計(jì)算機(jī)上，只要對(duì)中央計(jì)算機(jī)做好保護(hù)措施以及數(shù)據(jù)備份工1、存儲(chǔ)空間有限：集中式數(shù)據(jù)庫(kù)把數(shù)據(jù)都存儲(chǔ)在主機(jī)中，存儲(chǔ)空間作，便能保證較高的安全性和穩(wěn)定性，適合存儲(chǔ)重要有限，只依靠主機(jī)計(jì)算和存儲(chǔ)數(shù)據(jù)將難以解決這一問題。傳統(tǒng)集中式數(shù)的核心數(shù)據(jù)；2、響應(yīng)速度較慢：中央計(jì)算機(jī)需要執(zhí)行所有的運(yùn)算，當(dāng)終端很多時(shí)，2、運(yùn)算開銷和通信開銷?。悍?wù)器結(jié)構(gòu)部署簡(jiǎn)單，會(huì)導(dǎo)致響應(yīng)速度變慢。據(jù)庫(kù)存取數(shù)據(jù)的運(yùn)算開銷小，通信的開銷也較??；3、靈活性差：如果終端用戶有不同的需要，要對(duì)每個(gè)用戶的程序和3、產(chǎn)品商品化程度高：現(xiàn)有的集中式數(shù)據(jù)庫(kù)產(chǎn)品大資源做單獨(dú)的配置，在集中式系統(tǒng)上做起來比較困難，而且效率不都經(jīng)過了時(shí)間的考驗(yàn)，穩(wěn)定可靠，商品化程度高，數(shù)高。據(jù)庫(kù)公司服務(wù)能力成熟，對(duì)于客戶來說便捷安全；1、滿足數(shù)據(jù)量、計(jì)算量大的需求：只要布置足夠多1、穩(wěn)定性、安全性、保密性不如傳統(tǒng)集中式數(shù)據(jù)庫(kù)：分布式系統(tǒng)的計(jì)算機(jī)，便能儲(chǔ)存足夠多的數(shù)據(jù)，相比傳統(tǒng)集中式通過通信網(wǎng)絡(luò)來控制局部，而通信網(wǎng)絡(luò)的保密性和安全性存在缺陷，數(shù)據(jù)庫(kù)可以儲(chǔ)存更多的數(shù)據(jù)，做更大量的數(shù)據(jù)計(jì)算；例如容易受到黑客攻擊；2、讀取數(shù)據(jù)和運(yùn)算的速度更快：可并發(fā)讀取數(shù)據(jù)，新型分布式數(shù)2、分布式事務(wù)的代價(jià)較高：兩階段的提交造成過多消息傳輸，可能可并行運(yùn)算，因此讀取數(shù)據(jù)和運(yùn)算速度都會(huì)比集中式據(jù)庫(kù)的鎖爭(zhēng)用變大，保證數(shù)據(jù)同步的代價(jià)較高，分布式事務(wù)在未來將還數(shù)據(jù)庫(kù)更快；是個(gè)很難消除的瓶頸3、靈活、可擴(kuò)展性好：可以方便地添加新機(jī)器對(duì)系3、管理復(fù)雜：分布式數(shù)據(jù)庫(kù)有更多的節(jié)點(diǎn)和組件，更難于管理，故統(tǒng)進(jìn)行擴(kuò)充，而集中式數(shù)據(jù)庫(kù)就沒有這種便捷的可擴(kuò)障排除和管理方面要求更高。展性；資料來源：CSDN，市場(chǎng)研究部開源數(shù)據(jù)庫(kù)是數(shù)據(jù)庫(kù)發(fā)展的另一路徑，也孕育了互聯(lián)網(wǎng)的繁榮發(fā)展。開源軟件是圍繞社區(qū)概念設(shè)計(jì)的，將數(shù)據(jù)庫(kù)，API和Web托管引擎的源代碼存儲(chǔ)庫(kù)向公眾開放，允許任何人查看或貢獻(xiàn)。社區(qū)中的領(lǐng)導(dǎo)者會(huì)指導(dǎo)和監(jiān)控新功能的開發(fā)和修補(bǔ)錯(cuò)誤。對(duì)于希望建立強(qiáng)4大技術(shù)基礎(chǔ)的企業(yè)而言，開源工具一方面可降低成本、另一方面方便企業(yè)對(duì)技術(shù)的快速迭代創(chuàng)新。比如國(guó)內(nèi)的部分互聯(lián)網(wǎng)巨頭，一開始考慮到成本、可控性、技術(shù)創(chuàng)新型等因素，多數(shù)選擇基于開源的數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)庫(kù)的深度研發(fā)，并在研發(fā)過程中不斷回饋開源社區(qū)。開源數(shù)據(jù)庫(kù)并不是和商業(yè)數(shù)據(jù)庫(kù)背道而馳的，開源數(shù)據(jù)庫(kù)同樣可以實(shí)現(xiàn)商業(yè)化。我們認(rèn)為，在云計(jì)算快速發(fā)展的時(shí)代，商業(yè)數(shù)據(jù)庫(kù)和開源數(shù)據(jù)庫(kù)有望實(shí)現(xiàn)進(jìn)一步融合。開源數(shù)據(jù)庫(kù)典型代表如MySQL、PostgreSQL、MongoDB、Hbase、TiDB等表4：開源數(shù)據(jù)庫(kù)和閉源數(shù)據(jù)庫(kù)對(duì)比簡(jiǎn)介優(yōu)點(diǎn)缺點(diǎn)向公眾開放源代碼，允許1.樹立品牌形象；2.擴(kuò)大1.安全性相對(duì)較差，容易受到攻擊；開源數(shù)據(jù)庫(kù)影響范圍；3.發(fā)掘優(yōu)秀開2.核心技術(shù)存在被竊取的風(fēng)險(xiǎn)；3.技查看和代碼貢獻(xiàn)發(fā)者；4.功能快速更新術(shù)發(fā)展相對(duì)碎片化1.安全性較好，不容易被1.產(chǎn)品推廣成本較高，周期較長(zhǎng)；2.不允許查看源代碼，由開攻擊；2.掌握核心技術(shù)，閉源數(shù)據(jù)庫(kù)技術(shù)創(chuàng)新相對(duì)較慢；3.開發(fā)者完全主發(fā)者自行更新維護(hù)主導(dǎo)產(chǎn)品發(fā)展；3.技術(shù)路導(dǎo)，容易出現(xiàn)決策失誤線統(tǒng)一商業(yè)數(shù)據(jù)庫(kù)指進(jìn)行商業(yè)化的數(shù)據(jù)庫(kù)，--包括開源和閉源數(shù)據(jù)庫(kù)資料來源：CSDN，市場(chǎng)研究部全球格局：Oracle領(lǐng)銜，云時(shí)代百家爭(zhēng)鳴參與者：傳統(tǒng)IT巨頭、云計(jì)算巨頭、獨(dú)立公司三方勢(shì)力競(jìng)逐市場(chǎng)數(shù)據(jù)庫(kù)市場(chǎng)目前主要由傳統(tǒng)IT巨頭、云計(jì)算巨頭、獨(dú)立數(shù)據(jù)庫(kù)公司三大勢(shì)力角逐。傳統(tǒng)IT巨頭多在關(guān)系模型領(lǐng)域深耕，整體占據(jù)主導(dǎo)地位，但云計(jì)算、大數(shù)據(jù)的快速發(fā)展帶來了需求的進(jìn)一步爆發(fā)，云計(jì)算巨頭、獨(dú)立數(shù)據(jù)庫(kù)公司的數(shù)據(jù)庫(kù)產(chǎn)品快速崛起。以Apache軟件基金會(huì)為代表的開源項(xiàng)目在數(shù)據(jù)庫(kù)市場(chǎng)也具備一席之地，但這些項(xiàng)目往往不以盈利為目的。1）傳統(tǒng)巨頭：傳統(tǒng)數(shù)據(jù)庫(kù)領(lǐng)域，國(guó)外數(shù)據(jù)庫(kù)廠商起步較早，全球的傳統(tǒng)IT巨頭不斷進(jìn)行戰(zhàn)略布局和產(chǎn)品迭代，在傳統(tǒng)數(shù)據(jù)庫(kù)領(lǐng)域主導(dǎo)市場(chǎng)，包括Oracle、IBM、Microsoft、SAP等。2）云計(jì)算巨頭：伴隨云計(jì)算、大數(shù)據(jù)等技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)巨頭在數(shù)據(jù)庫(kù)市場(chǎng)大放異彩，云計(jì)算巨頭的數(shù)據(jù)庫(kù)產(chǎn)品借勢(shì)快速發(fā)展，包括亞馬遜、谷歌、阿里、騰訊、華為、Facebook等。3）獨(dú)立廠商：在商業(yè)化和開源并行發(fā)展的同時(shí)，也涌現(xiàn)出一批技術(shù)起家的數(shù)據(jù)庫(kù)獨(dú)立廠商，如Mongodb、Snowflake等公司，各自在自身的強(qiáng)勢(shì)領(lǐng)域深耕細(xì)作。5Redshift、MicrosoftAzureSynapseAnalytics傳統(tǒng)巨頭：Teradata、OracleEssbase、SAPIQ云計(jì)算巨頭：GoogleBigQuery、AmazonFileMaker、Firebird獨(dú)立廠商：PostgreSQL、MariaDB、SQLite、AmazonAurora、Googlespanner云計(jì)算巨頭：MicrosoftAzureSQLDatabase、SAPAdaptiveServer、MicrosoftAccess圖2：一張圖看懂?dāng)?shù)據(jù)庫(kù)發(fā)展路徑資料來源：各公司官網(wǎng)，市場(chǎng)研究部傳統(tǒng)巨頭在關(guān)系型OLTP領(lǐng)域強(qiáng)勢(shì)，云計(jì)算巨頭以及獨(dú)立數(shù)據(jù)庫(kù)廠商在非關(guān)系型領(lǐng)域以及OLAP領(lǐng)域更具競(jìng)爭(zhēng)力。云計(jì)算巨頭更多的是依靠云計(jì)算、大數(shù)據(jù)的快速發(fā)展崛起，同時(shí)，獨(dú)立廠商更多的選擇依賴開源快速提升產(chǎn)品影響力和市場(chǎng)認(rèn)知度，同時(shí)依靠社區(qū)的力量，也可以對(duì)產(chǎn)品進(jìn)行快速的迭代升級(jí)。表5：主流數(shù)據(jù)庫(kù)品類分類一覽關(guān)系型 非關(guān)系型傳統(tǒng)巨頭：Oracle、Mysql、IBMDB2、SQLServer、 傳統(tǒng)巨頭：OracleNoSQL、IBMCloudant、OrientDB云計(jì)算巨頭：AmazonDynamoDB、MicrosoftOLTPAzureCosmosDB、RocksDB、LevelDB獨(dú)立廠商：MongDB、Redis、Cassandra、Neo4j、HbaseOLAP

獨(dú)立廠商：Elasticsearch、Splunk、獨(dú)立廠商：Hive、Vertica、Snowflake、SparkSQL、ApacheKylin、ApacheDruid、ClickHouseHawq資料來源：各公司官網(wǎng)，市場(chǎng)研究部 注：加粗為開源數(shù)據(jù)庫(kù)從流行程度看，傳統(tǒng)數(shù)據(jù)庫(kù)產(chǎn)品占據(jù)主流地位，傳統(tǒng)巨頭甲骨文、微軟、IBM排名穩(wěn)居前列，另一類是開源社區(qū)版數(shù)據(jù)庫(kù)，包括MySQL、PostgreSQL、Redis等，值得注意的是，MongoDB作為獨(dú)立數(shù)據(jù)庫(kù)廠商，流行程度排名第五位，憑借其優(yōu)異的產(chǎn)品性能、豐富的應(yīng)用場(chǎng)景贏得市場(chǎng)的青睞。6表6：2021年2月數(shù)據(jù)庫(kù)管理系統(tǒng)流行程度排名排名數(shù)據(jù)庫(kù)管理系統(tǒng)數(shù)據(jù)庫(kù)模型1Oracle關(guān)系型，多模型2MySQL關(guān)系型，多模型3MicrosoftSQLServer關(guān)系型，多模型4PostgreSQL關(guān)系型，多模型5MongoDB文檔型，多模型6IBMDB2關(guān)系型，多模型7Redis鍵值對(duì)型，多模型8Elasticsearch搜索引擎，多模型9SQLite關(guān)系型10Cassandra寬列型資料來源：DB-Engines，市場(chǎng)研究部從產(chǎn)品維度看，傳統(tǒng)IT巨頭以及云計(jì)算巨頭的產(chǎn)品布局較為完善，獨(dú)立數(shù)據(jù)庫(kù)廠商專注于各自擅長(zhǎng)領(lǐng)域。傳統(tǒng)IT巨頭如Oracle，具備關(guān)系型、非關(guān)系型、分析類、開源等多品類數(shù)據(jù)庫(kù)產(chǎn)品，滿足企業(yè)多樣化需求?；ヂ?lián)網(wǎng)巨頭如亞馬遜，產(chǎn)品主要圍繞云生態(tài)布局，多種云數(shù)據(jù)庫(kù)、云數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品。獨(dú)立廠商如MongoDB，專注于文檔存儲(chǔ)數(shù)據(jù)庫(kù)MongoDB的開發(fā)。獨(dú)立廠商又如SnowFlake，專注于數(shù)據(jù)倉(cāng)庫(kù)的開發(fā)，主要應(yīng)用于分析類場(chǎng)景。表7：主流數(shù)據(jù)庫(kù)產(chǎn)品對(duì)比介紹公司數(shù)據(jù)庫(kù)產(chǎn)品類型OracleDatabase關(guān)系型/OLTP/閉源MySQL關(guān)系型/OLTP/開源OracleOracleNoSQL非關(guān)系型/OLTP/閉源OracleEssbase關(guān)系型/OLAP/閉源IBMDB2關(guān)系型/OLTP/閉源IBMIBMCloudant非關(guān)系型/OLTP/閉源SAPSAPAdaptiveServer關(guān)系型/OLTP/閉源

簡(jiǎn)介數(shù)據(jù)庫(kù)領(lǐng)域龍頭產(chǎn)品，具有完整的數(shù)據(jù)管理功能，實(shí)現(xiàn)分布式處理功能。主要面向大型企業(yè)。主要面向個(gè)人使用者和中小型企業(yè)，成本較低一個(gè)多模型，可擴(kuò)展的分布式NoSQL置的存儲(chǔ)節(jié)點(diǎn)上提供高度可靠，靈活且可用的數(shù)據(jù)管理是BI軟件hyperion的多維數(shù)據(jù)庫(kù)，借助此平臺(tái)，企業(yè)可以制定戰(zhàn)略方針、構(gòu)建業(yè)務(wù)模型并有效地規(guī)劃企業(yè)資源。主要應(yīng)用于大型應(yīng)用系統(tǒng)，具有較好的可伸縮性，可支持從大型機(jī)到單用戶環(huán)境，應(yīng)用于所有常見的服務(wù)器操作系統(tǒng)平臺(tái)下?；贏pacheCouchDB及BigCouch，是一種Jsondocument類型數(shù)據(jù)庫(kù)，具有在云端高效處理高負(fù)載、高并發(fā)讀寫的強(qiáng)大特性高性能關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng)。適合在任務(wù)關(guān)鍵及數(shù)據(jù)密集型環(huán)境中使用。SAPIQMicrosoftSQLServerMicrosoftAzureSQLDatabase微軟 MicrosoftAzureCosmosDBMicrosoftAzureSynapseAnalyticsAmazonAurora

關(guān)系型/OLAP/閉源關(guān)系型/OLTP/閉源關(guān)系型/OLTP/閉源非關(guān)系型/OLTP/閉源關(guān)系型/OLAP/閉源關(guān)系型/OLTP/閉源

擁有列式存儲(chǔ)，用于大數(shù)據(jù)分析微軟自家產(chǎn)品，Windows定制?？钆cMicrosoftSQLServer高度兼容的數(shù)據(jù)庫(kù)即服務(wù)產(chǎn)品全局分布、水平可擴(kuò)展、多模型數(shù)據(jù)庫(kù)服務(wù)利用廣泛的SQLServer生態(tài)系統(tǒng)的彈性，大規(guī)模數(shù)據(jù)倉(cāng)庫(kù)服務(wù)兼容MySQL和PostgreSQL云數(shù)據(jù)庫(kù)亞馬遜AmazonDynamoDB非關(guān)系型/OLTP/閉源AmazonRedshift關(guān)系型/OLAP/閉源谷歌Googlespanner關(guān)系型/OLTP/閉源

Amazon托管的可伸縮數(shù)據(jù)庫(kù)服務(wù)，其中的數(shù)據(jù)存儲(chǔ)在Amazons云中與商業(yè)智能工具一起使用的大規(guī)模數(shù)據(jù)倉(cāng)庫(kù)服務(wù)水平可伸縮，全局一致的關(guān)系數(shù)據(jù)庫(kù)服務(wù)。7公司數(shù)據(jù)庫(kù)產(chǎn)品類型簡(jiǎn)介GoogleBigQuery關(guān)系型/OLAP/閉源具有僅追加表的大規(guī)模數(shù)據(jù)倉(cāng)庫(kù)服務(wù)RocksDB非關(guān)系型/OLTP/開源可嵌入的持久鍵值存儲(chǔ)，針對(duì)快速存儲(chǔ)（閃存和RAM）進(jìn)行了優(yōu)化，對(duì)寫性能要求較高的場(chǎng)景，小規(guī)模數(shù)據(jù)Facebook介于關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)之間，支持的數(shù)據(jù)結(jié)構(gòu)非常松Cassandra非關(guān)系型/OLTP/開源散，是類似json的bjson格式，可以存儲(chǔ)比較復(fù)雜的數(shù)據(jù)類型MongoDBMongoDB非關(guān)系型/OLTP/開源文檔存儲(chǔ)數(shù)據(jù)庫(kù)，既可以作為完全托管的云服務(wù)使用，也可以在自我管理的基礎(chǔ)架構(gòu)上進(jìn)行部署SnowFlakeSnowFlake關(guān)系型/OLAP/閉源基于云的數(shù)據(jù)倉(cāng)庫(kù)服務(wù)，用于結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)DatabricksSparkSQL關(guān)系型/OLAP/開源SparkSQL是“SparkCore”之上的組件，用于結(jié)構(gòu)化數(shù)據(jù)處理Hive關(guān)系型/OLAP/開源基于Hadoop的用于查詢和管理大型分布式數(shù)據(jù)集的數(shù)據(jù)倉(cāng)庫(kù)軟Apache件HBase非關(guān)系型/OLTP/開源基于ApacheHadoop和BigTable的寬列存儲(chǔ)TeradataTeredata關(guān)系型/OLAP/閉源混合云數(shù)據(jù)分析軟件平臺(tái)資料來源：DB-Engines，各公司官網(wǎng)，市場(chǎng)研究部注：類型參照DB-Engines網(wǎng)站整理，一般指該數(shù)據(jù)庫(kù)主模型市場(chǎng)規(guī)模：五百億美元大蛋糕，云數(shù)據(jù)庫(kù)快速崛起各路豪強(qiáng)瓜分500億美元市場(chǎng)大蛋糕。Gartner報(bào)告顯示，2018年全球數(shù)據(jù)庫(kù)管理系統(tǒng)（DBMS）市場(chǎng)規(guī)模達(dá)461億美元，同比+18.4%，增速達(dá)到近十年峰值，其中云數(shù)據(jù)庫(kù)貢獻(xiàn)104億美元，為行業(yè)增長(zhǎng)貢獻(xiàn)68%，這種變化背后反映整個(gè)數(shù)據(jù)庫(kù)行業(yè)云化趨勢(shì)顯著。Gartner預(yù)計(jì)，到2021年，云數(shù)據(jù)庫(kù)在整個(gè)數(shù)據(jù)庫(kù)市場(chǎng)中的占比將首次達(dá)到50%；而到2023年，75%的數(shù)據(jù)庫(kù)要跑在云平臺(tái)之上。圖3：全球DBMS市場(chǎng)規(guī)模及增速全球DBMS市場(chǎng)規(guī)模(億美元）同比增速60050354920.0%50046118.0%38816.0%40032532734914.0%12.0%30010.0%2008.0%6.0%1004.0%2.0%0201420152016201720182019E2020E0.0%資料來源：Gartner（含預(yù)測(cè)），市場(chǎng)研究部Oracle獨(dú)領(lǐng)市場(chǎng)，全球云計(jì)算巨頭市場(chǎng)份額快速提升，專注于數(shù)據(jù)庫(kù)的創(chuàng)業(yè)型公司逐漸崛起。從需求端來看，受益于數(shù)據(jù)量的爆發(fā)，大數(shù)據(jù)的相關(guān)應(yīng)用場(chǎng)景日漸豐富，帶來不同類型數(shù)據(jù)庫(kù)需求量的快速增長(zhǎng)。從供給端來看，云技術(shù)快速普及，各大互聯(lián)網(wǎng)廠商積極推出各種基于云架構(gòu)的數(shù)據(jù)庫(kù)產(chǎn)品，匹配云計(jì)算的發(fā)展，不斷提升數(shù)據(jù)庫(kù)的計(jì)算和存儲(chǔ)性能。根據(jù)Gartner數(shù)據(jù)顯示，2014年AWS位列第6，2016年第5，2017年第4，2018年第3位僅次于Oracle、微軟；阿里云由2014年的26位躍升至2018年的第9位；谷歌云由2015年的23位躍升至2018年的第10位；華為由2015年的24位躍升至2018年的第11位；騰訊云由2016年的27位躍升至2018年的第13位。8圖4：2011-2018年全球DBMS（數(shù)據(jù)庫(kù)管理系統(tǒng)）市場(chǎng)份額排名資料來源：Gartner以阿里、華為、騰訊為代表的中國(guó)云廠商正在崛起。根據(jù)Gartner2020年全球數(shù)據(jù)庫(kù)魔力象限評(píng)估結(jié)果，阿里云首次挺進(jìn)全球數(shù)據(jù)庫(kù)第一陣營(yíng)——領(lǐng)導(dǎo)者象限，是中國(guó)數(shù)據(jù)庫(kù)廠商首次進(jìn)入全球頂級(jí)數(shù)據(jù)庫(kù)行列。騰訊云、華為云進(jìn)入“特定領(lǐng)域者”。Gartner數(shù)據(jù)顯示，2019年騰訊云數(shù)據(jù)庫(kù)市場(chǎng)份額增速達(dá)123%，位居國(guó)內(nèi)所有數(shù)據(jù)庫(kù)廠商之首，并在全球范圍內(nèi)保持了連續(xù)兩年增速前三的迅猛勢(shì)頭。華為云憑借GaussDB系列數(shù)據(jù)庫(kù)產(chǎn)品提供完善的產(chǎn)品矩陣和數(shù)據(jù)庫(kù)遷移解決方案，基于融合開放理念，廣泛兼容數(shù)據(jù)庫(kù)開源生態(tài)和華為自主生態(tài)openGauss。圖5：2020數(shù)據(jù)庫(kù)魔力象限資料來源：Gartner9崛起規(guī)律：深耕技術(shù)打磨產(chǎn)品，抓住大數(shù)據(jù)時(shí)代潮流（1）傳統(tǒng)IT巨頭：關(guān)系模型掀起數(shù)據(jù)庫(kù)發(fā)展第一浪20世紀(jì)60-70年代，關(guān)系模型快速發(fā)展，關(guān)系型數(shù)據(jù)庫(kù)可解決數(shù)據(jù)存儲(chǔ)的易用性、抽象性、獨(dú)立性等問題，拉開了關(guān)系型數(shù)據(jù)庫(kù)軟件革命的序幕。1970年，IBM公司的研究員埃德加·考特在CommunicationsofACM上發(fā)表著名論文的《ARelationalModelofDataforLargeSharedDataBanks》，在還是層次模型和網(wǎng)狀模型的數(shù)據(jù)庫(kù)產(chǎn)品在市場(chǎng)上占主要位置的時(shí)代，拉開了關(guān)系型數(shù)據(jù)庫(kù)軟件革命的序幕。IBM在1973年就啟動(dòng)了SystemR的項(xiàng)目來研究關(guān)系型數(shù)據(jù)庫(kù)的實(shí)際可行性，各方關(guān)系型模型支持者吸取該項(xiàng)目經(jīng)驗(yàn)，進(jìn)行關(guān)系型數(shù)據(jù)庫(kù)研發(fā)。1977年，Oracle創(chuàng)始人LarryEllison與BobMiner和EdOates在硅谷共同創(chuàng)辦了一家名為軟件開發(fā)實(shí)驗(yàn)室的計(jì)算機(jī)公司（Oracle前身），開始進(jìn)行關(guān)系型數(shù)據(jù)庫(kù)的研發(fā)，同時(shí)期Berkeley大學(xué)也在進(jìn)行關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)Ingres的開發(fā)。IBM雖然1973年就啟動(dòng)了SystemR的項(xiàng)目來研究關(guān)系型數(shù)據(jù)庫(kù)的實(shí)際可行性，也沒有及時(shí)推出這樣的產(chǎn)品，因?yàn)楫?dāng)時(shí)IBM的的IMS（著名的層次型數(shù)據(jù)庫(kù)）市場(chǎng)較好，公司當(dāng)時(shí)認(rèn)為，如果推出關(guān)系型數(shù)據(jù)庫(kù)，會(huì)是對(duì)另一款產(chǎn)品的顛覆。80-90年代，大量數(shù)據(jù)庫(kù)公司吸取關(guān)系模型經(jīng)驗(yàn)，逐步推出自己的產(chǎn)品。1983，IBM發(fā)布商業(yè)版數(shù)據(jù)庫(kù)DB2。1984年，Sybase公司成立，創(chuàng)始人之一BobEpstein是Ingres大學(xué)版（與System/R同時(shí)期的關(guān)系數(shù)據(jù)庫(kù)模型產(chǎn)品）的主要設(shè)計(jì)人員。1988年，微軟推出SQLServer，主要適配自身Windows生態(tài)，這個(gè)時(shí)期，Oracle因?yàn)榭蛻粜枨笠呀?jīng)使用C語(yǔ)言開發(fā)出適用于多個(gè)系統(tǒng)版本的數(shù)據(jù)庫(kù)產(chǎn)品。90年代，Mysql、PostgreSQL等開源版本數(shù)據(jù)庫(kù)陸續(xù)發(fā)布，出現(xiàn)在人們視野中。我們認(rèn)為，傳統(tǒng)IT巨頭在數(shù)據(jù)庫(kù)領(lǐng)域能經(jīng)久不衰的原因有以下幾點(diǎn)：a．起步較早國(guó)外數(shù)據(jù)庫(kù)廠商相對(duì)于國(guó)內(nèi)廠商早起步20-30年。國(guó)內(nèi)廠商中，如今占據(jù)國(guó)內(nèi)市場(chǎng)份額較多的南大通用成立于2004年，達(dá)夢(mèng)成立于2000年，而國(guó)外的IT巨頭早在上個(gè)世紀(jì)便已經(jīng)在這一領(lǐng)域進(jìn)行研究發(fā)展，如Oracle誕生于上個(gè)世紀(jì)七十年代，早在1989年便進(jìn)入中國(guó)市場(chǎng)，2019年已經(jīng)發(fā)布了最新版本的OracleDB19C。而IBM等公司同樣在同期已經(jīng)有了數(shù)據(jù)庫(kù)的研發(fā)。先入為主導(dǎo)致技術(shù)領(lǐng)先和客戶粘性是如今國(guó)外廠商仍然占據(jù)國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)巨大份額的重要原因。表8：IBMDB2發(fā)展歷史年份事件1973年 IBM研究中心啟動(dòng)SystemR項(xiàng)目1982年

IBM發(fā)布SQL/DSforVSEandVM，以SystemR為原型。是第一個(gè)以SQL作為接口的商用數(shù)據(jù)庫(kù)管理系統(tǒng)。1983年 發(fā)布Database（DB2）forMVS，DB2正式誕生1992年 IDUG大會(huì)召開，DB2開始走向全球化1996年 DB2正式更名DB2UniversalDatabaseIBM宣布計(jì)劃收購(gòu)RationalSoftwareCorp，使IBM軟件能夠支持從設(shè)計(jì)開發(fā)到管理和維護(hù)的整2002年個(gè)流程。IBM并購(gòu)TarianSoftware，加強(qiáng)記錄管理組件的功能。10年份 事件2007年 DB2V9，既有關(guān)系模型又有支持XML的層次模型。2013年 發(fā)布DB210.52017年 IBM將DB2和dashDB產(chǎn)品的品牌名稱改為“Db2”2019年 發(fā)布AI數(shù)據(jù)庫(kù)Db211.5資料來源：IBM官網(wǎng)，市場(chǎng)研究部b.產(chǎn)品快速迭代龍頭數(shù)據(jù)庫(kù)公司對(duì)于產(chǎn)品的更新?lián)Q代較為積極，能夠產(chǎn)生較大的用戶粘性，使得市場(chǎng)份額優(yōu)勢(shì)持續(xù)。以O(shè)racle為例，在Oracle9i產(chǎn)品中引入網(wǎng)絡(luò)（Internet）的特性，在Oracle10g中加入網(wǎng)格計(jì)算（grid）的特性，在Oracle12c中則引入云（cloud）的概念，不斷讓產(chǎn)品有新的突破。而通過每一次更新對(duì)于產(chǎn)品的漏洞進(jìn)行及時(shí)修復(fù)、推出新的應(yīng)用、優(yōu)化產(chǎn)品的性能，也都會(huì)吸引已有的用戶持續(xù)使用這款產(chǎn)品。數(shù)據(jù)庫(kù)的這些特征，使其如同操作系統(tǒng)一樣存在較強(qiáng)的用戶粘性，幫助行業(yè)龍頭廠商迭代已建立的市場(chǎng)份額優(yōu)勢(shì)，因此數(shù)據(jù)庫(kù)行業(yè)是一個(gè)容易形成寡頭的行業(yè)。表9：Oracle發(fā)展歷史年份事件1977年 埃里森與同事創(chuàng)立名為“軟件開發(fā)實(shí)驗(yàn)室”（SoftwareDevelopmentLabs）的公司1979年 推出Oracle2，計(jì)算機(jī)軟件史上第一個(gè)由純軟件公司開發(fā)的商用關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)1986年 Oracle公司上市1989年 正式進(jìn)入中國(guó)市場(chǎng)1992年 旗艦產(chǎn)品Oracle7面世1997年 推出面向網(wǎng)絡(luò)計(jì)算的Oracle82001年 發(fā)布Oracle9i，i代表網(wǎng)絡(luò)（Internet）2003年 發(fā)布Oracle10g，最大特點(diǎn)是加入網(wǎng)格計(jì)算的功能。版本號(hào)中的g代表網(wǎng)格（grid）。2007年 發(fā)布Oracle11g，實(shí)現(xiàn)信息生命周期管理（InformationLifecycleManagement）等創(chuàng)新功能。2010年 收購(gòu)了MySQL的所有者SunMicrosystems2013年 發(fā)布Oracle12c，c代表云（cloud）2018年 發(fā)布Oracle18c2019年 發(fā)布Oracle19c資料來源：Oracle官網(wǎng)，市場(chǎng)研究部c.技術(shù)領(lǐng)先，性能加持Oracle的數(shù)據(jù)庫(kù)產(chǎn)品包括兩大類，第一種是自研的OracleDatabase，另一種是收購(gòu)之后歸入Oracle公司的MySQL。OracleDatabase適用于大型企業(yè)，在兼容性、可移植性、可連結(jié)性、開放性方面都有巨大優(yōu)勢(shì)。以其兼容性為例，OracleDatabase可以在Windows、Unix、DOS等多個(gè)系統(tǒng)上工作；OracleDatabase也支持多種協(xié)議，如TCP/IP、DECnet等，可以與多種通訊網(wǎng)絡(luò)連接；Oracle還提供了多種開發(fā)工具，方便用戶自己做進(jìn)一步開發(fā)。Oracle在系統(tǒng)吞吐量的TPS(TransactionsPerSecond)、QPS(QueryPerSecond)、并發(fā)數(shù)等關(guān)鍵性能指標(biāo)在同類產(chǎn)品中領(lǐng)先。以O(shè)racle12.2為例，C語(yǔ)言代碼達(dá)到了驚人的近2500萬(wàn)行。11MySQL是瑞典MySQLAB公司開發(fā)的一款開源數(shù)據(jù)庫(kù)產(chǎn)品，定位在于開發(fā)小而精的產(chǎn)品，其易用性強(qiáng)，擁有適合分布式組織的可伸縮性，也有為決策提供幫助的數(shù)據(jù)倉(cāng)庫(kù)功能，還與許多其他服務(wù)器軟件緊密關(guān)聯(lián)，擁有出色的性價(jià)比。2008年Sun以10億美元收購(gòu)了MySQL，而Oracle在2009年用高達(dá)74億美元的資金收購(gòu)了Sun，將MySQL變成了Oracle旗下的產(chǎn)品。表10：DBEngines開源數(shù)據(jù)庫(kù)排名（2021年2月）排名 數(shù)據(jù)庫(kù)1 MySQL2 PostgreSQL3 MongoDB4 Redis5 Elasticsearch資料來源：DBEngines，市場(chǎng)研究部數(shù)據(jù)庫(kù)產(chǎn)品最重要的指標(biāo)之一是性能，Oracle產(chǎn)品優(yōu)勢(shì)出眾。安全性能方面，Oracle的安全機(jī)制得到17家獨(dú)立安全評(píng)估機(jī)構(gòu)的認(rèn)可，獲得最高認(rèn)證級(jí)別的ISO標(biāo)準(zhǔn)認(rèn)證，SQLServer幾乎沒有獲得安全證書，而IBM則選擇在數(shù)據(jù)庫(kù)之外解決安全問題，依靠操作系統(tǒng)等來保證DB2的安全；可伸縮性和并行性方面，Oracle的服務(wù)器通過使一組結(jié)點(diǎn)共享同一簇中的工作來擴(kuò)展，提供高可用性和高伸縮性的解決方案。SQLServer和DB2的并行實(shí)施和共存模型仍不夠成熟，在處理日益增多的用戶數(shù)和數(shù)據(jù)方面的伸縮性有限；在開放性上，Oracle能在所有主流平臺(tái)上運(yùn)行，支持所有工業(yè)標(biāo)準(zhǔn)，使用戶可以自由選擇最佳方案解決問題，沒有SQLServer只能在Windows系統(tǒng)上運(yùn)行的局限性。Oracle的底層使用C語(yǔ)言開發(fā)而成，隨著不斷發(fā)展在開發(fā)中也加入了Java語(yǔ)言和技術(shù)標(biāo)準(zhǔn)，并且支持絕大多數(shù)編程語(yǔ)言，相比之下，競(jìng)爭(zhēng)對(duì)手中的SAP的數(shù)據(jù)庫(kù)軟件SAPAdaptiveServer、SAPSQLAnywhere等均只支持幾種編程語(yǔ)言，與其他技術(shù)與平臺(tái)的兼容度低于Oracle。Oracle在產(chǎn)品的多功能性上擁有較大優(yōu)勢(shì)，擁有RAC等數(shù)據(jù)庫(kù)領(lǐng)域的硬核技術(shù)。OracleRAC(RealApplicationClusters)是Oracle的一項(xiàng)支持網(wǎng)格計(jì)算環(huán)境的關(guān)于應(yīng)用集群的核心技術(shù)。在一個(gè)應(yīng)用環(huán)境中，讓多個(gè)服務(wù)器來管理同一個(gè)數(shù)據(jù)庫(kù)，分散了每一臺(tái)服務(wù)器的工作量。OracleRAC的技術(shù)大幅提升架構(gòu)的可用性、性能、擴(kuò)展性，即使某些實(shí)例宕機(jī)，也能維持系統(tǒng)正常工作；提高集群的事務(wù)處理能力，使得多個(gè)實(shí)例能夠并發(fā)工作；能通過增加節(jié)點(diǎn)提高數(shù)據(jù)庫(kù)的性能；OracleDataGuard是Oracle的高可用性數(shù)據(jù)庫(kù)方案，主要功能是數(shù)據(jù)保護(hù)、數(shù)據(jù)容災(zāi)。OracleDataGuard在主節(jié)點(diǎn)和備用節(jié)點(diǎn)之間通過日志同步來保證主數(shù)據(jù)庫(kù)與備用數(shù)據(jù)庫(kù)之間數(shù)據(jù)的同步，實(shí)現(xiàn)數(shù)據(jù)庫(kù)的快速切換和故障恢復(fù)，最大程度保護(hù)數(shù)據(jù)庫(kù)的安全。12圖6：OracleRAC架構(gòu)增強(qiáng)數(shù)據(jù)處理能力 圖7：OracleDataGuard用于容災(zāi)提升安全性資料來源：51CTO 資料來源：Oracle官方文檔d.生態(tài)完善國(guó)外數(shù)據(jù)庫(kù)公司注重技術(shù)創(chuàng)新和邊界拓展，不斷獲得用戶粘性。以O(shè)racle為例，Oracle是第一個(gè)引入對(duì)象概念、多媒體等多種數(shù)據(jù)格式、并行技術(shù)、網(wǎng)格技術(shù)的數(shù)據(jù)庫(kù)。作為數(shù)據(jù)庫(kù)產(chǎn)品的標(biāo)桿，Oracle的IT布局十分完備，開發(fā)的產(chǎn)品涵蓋了行業(yè)管理軟件、企業(yè)管理軟件、中間件、數(shù)據(jù)庫(kù)、操作系統(tǒng)、服務(wù)器、存儲(chǔ)等多個(gè)領(lǐng)域。表11：Oracle產(chǎn)品線數(shù)據(jù)庫(kù)中間件Database19c企業(yè)版/ApplicationTestingSuite標(biāo)準(zhǔn)版Database18c企業(yè)版/DataIntegrator和套件標(biāo)準(zhǔn)版Database12c企業(yè)版/EnterpriseManager標(biāo)準(zhǔn)版Database11g企業(yè)版/ContentManagementSDK標(biāo)準(zhǔn)版MySQLEnterpriseDataQualityNoSQL數(shù)據(jù)庫(kù)融合中間件GridInfrastructure資料來源：Oracle官網(wǎng)，市場(chǎng)研究部

應(yīng)用E-BusinessSuite、PeopleSoft、JDEdwards、SiebelCRMAIA流程集成HCM云解決方案庫(kù)UserProductivityKit（UPK/UPK專業(yè)版）

IT基礎(chǔ)設(shè)施GridInfrastructureOracle閃存系統(tǒng)和PillarAxiom插件OracleLinux和OracleEnterpriseKernelSolaris10Solaris11此外，國(guó)外數(shù)據(jù)庫(kù)產(chǎn)品的商品化程度高，一系列配套的服務(wù)也更為成熟。如Oracle為企業(yè)提供的ERP管理軟件，幫助企業(yè)遷移到云ERP上，助力企業(yè)提高彈性和敏捷性，驅(qū)動(dòng)企業(yè)實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng)。表12：Oracle企業(yè)資源計(jì)劃（ERP）解決方案內(nèi)容服務(wù)內(nèi)容 應(yīng)用與特性財(cái)務(wù)與會(huì)計(jì)平臺(tái)/全球業(yè)務(wù)套件/會(huì)計(jì)中心/報(bào)告與分析/基于清晰的財(cái)務(wù)視圖制定更明智的決策。Oracle財(cái)務(wù)云提供關(guān)賬與合并/供應(yīng)商發(fā)票到付款/現(xiàn)金和資產(chǎn)管理/收入財(cái)務(wù)管理 全面的財(cái)務(wù)狀況和結(jié)果視圖，能夠快速響應(yīng)不斷變化的業(yè)務(wù)管理/客戶計(jì)費(fèi)到現(xiàn)金/費(fèi)用管理/預(yù)算控制和預(yù)留款會(huì)環(huán)境。計(jì)/合資管理確保業(yè)務(wù)項(xiàng)目與企業(yè)戰(zhàn)略協(xié)調(diào)一致。Oracle項(xiàng)目管理解決方 項(xiàng)目管理/資源管理/任務(wù)管理/項(xiàng)目成本控制/項(xiàng)目計(jì)費(fèi)項(xiàng)目管理案可高效制定和跟蹤項(xiàng)目計(jì)劃，為項(xiàng)目分配適當(dāng)?shù)娜瞬?，確 與合同/專項(xiàng)資金管理/分析13服務(wù)內(nèi)容應(yīng)用與特性保項(xiàng)目能力匹配項(xiàng)目需求，并快速按需擴(kuò)展或削減項(xiàng)目資源。賦能員工，理順采購(gòu)。通過直觀的用戶體驗(yàn)、內(nèi)置分析和協(xié)采購(gòu)管理作理順并整合尋源到付款流程，助力企業(yè)簡(jiǎn)化供應(yīng)商管理、采購(gòu)到付款/供應(yīng)商管理/尋源管理/合同管理/業(yè)務(wù)網(wǎng)絡(luò)選擇最佳供應(yīng)商、確保支出合規(guī)以及改善盈利能力。通過自動(dòng)化監(jiān)視建立信任并降低風(fēng)險(xiǎn)。Oracle風(fēng)險(xiǎn)管理云內(nèi)早在ERP實(shí)施期間進(jìn)行安全性設(shè)計(jì)/自動(dòng)化職責(zé)分離合規(guī)報(bào)告/持續(xù)監(jiān)視用戶安全性/用戶訪問認(rèn)證工作流/風(fēng)險(xiǎn)管理置數(shù)據(jù)科學(xué)，可增強(qiáng)財(cái)務(wù)控制、阻止現(xiàn)金流失、理順審計(jì)并持續(xù)監(jiān)視配置變更/持續(xù)監(jiān)視關(guān)鍵事務(wù)和付款/SOX、審有效檢測(cè)新風(fēng)險(xiǎn)，同時(shí)縮短勞動(dòng)密集型安全和合規(guī)任務(wù)用時(shí)。計(jì)和認(rèn)證工作流/企業(yè)風(fēng)險(xiǎn)管理(ERM)工作流擁有實(shí)足的敏捷性。Oracle全面的EPM云助力現(xiàn)代企業(yè)企業(yè)績(jī)效管理提升敏捷性，實(shí)現(xiàn)加速發(fā)展：跨財(cái)務(wù)、人力資源、供應(yīng)鏈和計(jì)劃/盈利與成本管理/對(duì)賬/財(cái)務(wù)合并與結(jié)賬/稅務(wù)報(bào)告（EPM）銷售職能進(jìn)行整體建模和計(jì)劃；理順財(cái)務(wù)關(guān)賬，捕獲深度洞/敘述性報(bào)告/企業(yè)數(shù)據(jù)管理(EDM)察，進(jìn)而做出更加明智的決策。構(gòu)建彈性供應(yīng)鏈。OracleSCM云提供集成式云業(yè)務(wù)應(yīng)用套供應(yīng)鏈計(jì)劃/庫(kù)存管理/制造管理/維護(hù)管理/訂單管理/供應(yīng)鏈管理件，助您提升彈性和敏捷性，構(gòu)建互聯(lián)式供應(yīng)網(wǎng)絡(luò)，制定長(zhǎng)物流管理/產(chǎn)品生命周期管理/采購(gòu)管理/物聯(lián)網(wǎng)和區(qū)塊遠(yuǎn)計(jì)劃，出色應(yīng)對(duì)未來變化。鏈利用AI優(yōu)化運(yùn)營(yíng)。OracleEPR云的AI應(yīng)用提供一系列ERP云的AI應(yīng)用基于AI的先進(jìn)特性，可改善財(cái)務(wù)績(jī)效，優(yōu)化現(xiàn)金流，更敏供應(yīng)商分類/智能付款折扣捷地進(jìn)行應(yīng)付賬款、應(yīng)收賬款、采購(gòu)和庫(kù)存管理?；贏I的預(yù)測(cè)和分析。OracleERP云的分析應(yīng)用是對(duì)KPI管理/優(yōu)秀實(shí)踐指標(biāo)庫(kù)/預(yù)構(gòu)建的分析模型/可擴(kuò)展OracleERP云的嵌入式分析功能的完善和補(bǔ)充，可基于方ERP云的分析應(yīng)用的架構(gòu)/業(yè)務(wù)內(nèi)容領(lǐng)域/自助式數(shù)據(jù)發(fā)現(xiàn)/增強(qiáng)分析/協(xié)作差分析和歷史趨勢(shì)提供預(yù)打包的用例、預(yù)測(cè)分析和KPI信和發(fā)布/企業(yè)級(jí)架構(gòu)和安全性/移動(dòng)探索息。資料來源：Oracle官網(wǎng)，市場(chǎng)研究部（2）云計(jì)算巨頭：低成本、高彈性需求驅(qū)動(dòng)，以自身應(yīng)用場(chǎng)景向外延展云數(shù)據(jù)庫(kù)是部署和虛擬化在云計(jì)算環(huán)境中的數(shù)據(jù)庫(kù)，以服務(wù)的方式提供數(shù)據(jù)庫(kù)功能。云數(shù)據(jù)庫(kù)是在云計(jì)算的大背景下發(fā)展起來的一種新興的共享基礎(chǔ)架構(gòu)的方法，它極大地增強(qiáng)了數(shù)據(jù)庫(kù)的存儲(chǔ)能力，消除了人員、硬件、軟件的重復(fù)配置，讓軟、硬件升級(jí)變得更加容易。云數(shù)據(jù)庫(kù)具有高可擴(kuò)展性、高可用性、采用多租形式和支持資源有效分發(fā)等特點(diǎn)，可滿足企業(yè)海量數(shù)據(jù)存儲(chǔ)、低成本數(shù)據(jù)存儲(chǔ)、動(dòng)態(tài)變化數(shù)據(jù)存儲(chǔ)等需求。我們認(rèn)為，云計(jì)算廠商數(shù)據(jù)庫(kù)產(chǎn)品快速發(fā)展立足的原因有以下三點(diǎn)：1）成本壓力變大，各廠商逐漸開始基于開源進(jìn)行自研。以阿里巴巴為例，阿里曾經(jīng)就是甲骨文在亞太地區(qū)最大的客戶，但由于Oracle數(shù)據(jù)庫(kù)的高昂價(jià)格，阿里逐漸切換為基于MySQL進(jìn)行自研。2）各大互聯(lián)網(wǎng)廠商依托其專有應(yīng)用場(chǎng)景不斷完善打磨產(chǎn)品，最終向外延伸實(shí)現(xiàn)邊界的擴(kuò)張。以亞馬遜、阿里巴巴為例，這些廠商場(chǎng)景復(fù)雜，需求快速爆發(fā)，傳統(tǒng)數(shù)據(jù)庫(kù)產(chǎn)品不能及時(shí)響應(yīng)自身業(yè)務(wù)需求，程序員又無法看到Oracle核心源代碼，便依托其電商場(chǎng)景下龐大的數(shù)據(jù)處理場(chǎng)景打磨數(shù)據(jù)庫(kù)產(chǎn)品。在此基礎(chǔ)上，逐步演進(jìn)為云數(shù)據(jù)服務(wù)提供商，提供多種云數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘類產(chǎn)品。3）實(shí)現(xiàn)高自主可控。云計(jì)算廠商大多希望可以自己開發(fā)底層系統(tǒng)，實(shí)現(xiàn)系統(tǒng)軟件的安全可控，基于此，可以更好的保障自身業(yè)務(wù)和客戶數(shù)據(jù)的安全性。14表13：各大云廠商典型數(shù)據(jù)庫(kù)產(chǎn)品云廠商數(shù)據(jù)庫(kù)產(chǎn)品AmazonRDS：云中的關(guān)系數(shù)據(jù)庫(kù)AmazonSimpleDB：云中的鍵值數(shù)據(jù)庫(kù)亞馬遜 AmazonDynamoDB：云中的NoSQL數(shù)據(jù)庫(kù)AmazonRedshift：云中的數(shù)據(jù)倉(cāng)庫(kù)AmazonElastiCache：云中的分布式內(nèi)存緩存GoogleCloudSpanner：分布式關(guān)系數(shù)據(jù)庫(kù)服務(wù)谷歌 GoogleCloudBigtable：托管列式數(shù)據(jù)庫(kù)GoogleBigQuery：云數(shù)據(jù)分析引擎MicrosoftAzureSQLDatabase：托管式關(guān)系型云數(shù)據(jù)庫(kù)微軟 MicrosoftAzureCosmosDB：托管的NoSQL數(shù)據(jù)庫(kù)MicrosoftAzureSynapseAnalytics：數(shù)據(jù)分析服務(wù)Oceanbase：金融級(jí)分布式關(guān)系數(shù)據(jù)庫(kù)阿里 PolarDB：關(guān)系型云原生數(shù)據(jù)庫(kù)AnalyticDB：實(shí)時(shí)分析數(shù)據(jù)庫(kù)TDSQL：金融級(jí)分布式數(shù)據(jù)庫(kù)騰訊 TDSQL-A：分布式OLAP數(shù)據(jù)庫(kù)TDSQL-C：關(guān)系型云原生數(shù)據(jù)庫(kù)GaussDB：云原生分布式數(shù)據(jù)庫(kù)華為 RDSforMySQL：關(guān)系型數(shù)據(jù)庫(kù)DDS：文檔數(shù)據(jù)庫(kù)資料來源：各公司官網(wǎng)，市場(chǎng)研究部從供給端看，全球云計(jì)算產(chǎn)業(yè)快速發(fā)展中國(guó)增速更高，云時(shí)代新型數(shù)據(jù)庫(kù)廠商開始持續(xù)涌現(xiàn)。受益于云計(jì)算的快速發(fā)展，以分布式、微服務(wù)、容器等為代表的云原生技術(shù)不斷更新迭代與升級(jí)，為數(shù)據(jù)庫(kù)產(chǎn)業(yè)的蓬勃向上奠定堅(jiān)實(shí)基礎(chǔ)。2019年，全球總體云計(jì)算市場(chǎng)規(guī)模達(dá)到1883億美元，同比+20.86%。根據(jù)Gartner預(yù)測(cè)，未來四年全球云計(jì)算市場(chǎng)規(guī)模CAGR將保持在18%左右，2023年整體市場(chǎng)規(guī)模將達(dá)到3500億美金。我國(guó)云計(jì)算市場(chǎng)未來有望是公有云和私有云并存發(fā)展，根據(jù)信通院預(yù)測(cè)，2023年我國(guó)公有云市場(chǎng)規(guī)模將達(dá)到2307億元，我國(guó)私有云市場(chǎng)規(guī)模將達(dá)到1447億元，整體增速高速全球云計(jì)算市場(chǎng)增速，云時(shí)代新型數(shù)據(jù)庫(kù)廠商開始持續(xù)涌現(xiàn)。圖8：全球云計(jì)算市場(chǎng)規(guī)模及預(yù)測(cè)（單位：億美元）圖9：中國(guó)公有云/私有云市場(chǎng)規(guī)模（單位：億元）IaaSPaaSSaaS公有云私有云公有云增速私有云增速總體增速IaaS增速250070.00%400030.0%200060.00%350025.0%50.00%300020.0%150040.00%250030.00%200015.0%1000150010.0%20.00%10005005.0%10.00%5000.00%00.0%0201820192020E2021E2022E2023E2017201820192020E2021E2022E2023E資料來源：Gartner（含預(yù)測(cè)），市場(chǎng)研究部資料來源：信通院（含預(yù)測(cè)），市場(chǎng)研究部15從需求端來看，數(shù)據(jù)量的爆發(fā)以及數(shù)據(jù)形式的多元化帶來了爆發(fā)性的市場(chǎng)需求。全球數(shù)據(jù)量生產(chǎn)迅猛，IDC預(yù)測(cè)，2020年全球數(shù)據(jù)產(chǎn)生量將達(dá)到49ZB，同比增長(zhǎng)23%；中國(guó)產(chǎn)業(yè)信息網(wǎng)預(yù)測(cè)，我國(guó)產(chǎn)生的數(shù)據(jù)量將從2018年的7.6ZB增至2025年的48.6ZB，CAGR達(dá)30.35%，超過美國(guó)同期的數(shù)據(jù)產(chǎn)生量約18ZB。2010-2018年全球物聯(lián)網(wǎng)設(shè)備數(shù)量高速增長(zhǎng)，CAGR達(dá)20.9%，2018年全球物聯(lián)網(wǎng)設(shè)備連接數(shù)量高達(dá)91億個(gè)。預(yù)測(cè)2025年全球物聯(lián)網(wǎng)設(shè)備（包括蜂窩及非蜂窩）聯(lián)網(wǎng)設(shè)備將達(dá)到252億個(gè)。2018年我國(guó)物聯(lián)網(wǎng)連接規(guī)模為23億，預(yù)計(jì)2022年物聯(lián)網(wǎng)連接規(guī)模將達(dá)到70億。圖10：全球數(shù)據(jù)生產(chǎn)量及預(yù)測(cè)圖11：中國(guó)物聯(lián)網(wǎng)連接規(guī)模及預(yù)測(cè)數(shù)據(jù)量（ZB）增速（%）中國(guó)物聯(lián)網(wǎng)連接規(guī)模（億）增長(zhǎng)率（%）20035.0%8040%15030.0%7035%25.0%6030%10020.0%5025%15.0%4020%5010.0%3015%5.0%2010%00.0%105%00%201820192020E2021E2022E資料來源：IDC（含預(yù)測(cè)），市場(chǎng)研究部資料來源：中國(guó)產(chǎn)業(yè)信息網(wǎng)（含預(yù)測(cè)），市場(chǎng)研究部（3）獨(dú)立廠商：云原生大數(shù)據(jù)帶來多元化需求，各路豪強(qiáng)競(jìng)相崛起我們認(rèn)為，獨(dú)立數(shù)據(jù)庫(kù)廠商有望快速發(fā)展，市場(chǎng)百花齊放，原因有以下三點(diǎn)：1）對(duì)于獨(dú)立廠商而言，多元化需求帶來多重機(jī)遇。從需求看，半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)快速爆發(fā)，各公司借需求多元化發(fā)展的趨勢(shì)，推出適合特定場(chǎng)景的數(shù)據(jù)庫(kù)產(chǎn)品。如SnowFlake基于云原生，在大數(shù)據(jù)時(shí)代做數(shù)據(jù)科學(xué)、數(shù)據(jù)分析、商業(yè)智能。2）云計(jì)算推動(dòng)分布式快速發(fā)展，各廠商不斷實(shí)現(xiàn)新品升級(jí)。云計(jì)算快速發(fā)展，分布式技術(shù)逐漸成為主流發(fā)展趨勢(shì)，各獨(dú)立廠商不斷基于新架構(gòu)發(fā)布產(chǎn)品，如基于云原生、存儲(chǔ)計(jì)算分離等，帶來先進(jìn)的性能、高彈性、易擴(kuò)展等優(yōu)勢(shì)。而傳統(tǒng)數(shù)據(jù)庫(kù)廠商在新架構(gòu)之上的技術(shù)轉(zhuǎn)型往往存在一定難度。3）多云快速發(fā)展，中立優(yōu)勢(shì)明顯。公有云和私有云結(jié)合的趨勢(shì)日漸明顯。中立廠商開發(fā)數(shù)據(jù)庫(kù)產(chǎn)品的同時(shí)往往會(huì)考慮多種環(huán)境，打通多個(gè)云環(huán)境，是企業(yè)在選型云產(chǎn)品的時(shí)候更加靈活。以非關(guān)系型數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)、HTAP等品類為例，未來有望呈現(xiàn)多元化發(fā)展、百花齊放的趨勢(shì)，獨(dú)立數(shù)據(jù)庫(kù)廠商在各自深耕的領(lǐng)域具備強(qiáng)勁競(jìng)爭(zhēng)力。16非關(guān)系數(shù)據(jù)庫(kù)（NoSQL）領(lǐng)域：以MongoDB為例，是一個(gè)基于分布式文件存儲(chǔ)的數(shù)據(jù)庫(kù)，旨在為WEB應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案，介于關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)之間，具備高性能、易部署、易使用，存儲(chǔ)數(shù)據(jù)方便等特點(diǎn)。NoSQL泛指非關(guān)系型數(shù)據(jù)庫(kù)，區(qū)別于關(guān)系數(shù)據(jù)庫(kù)，它們往往不保證關(guān)系數(shù)據(jù)的ACID特性，對(duì)于超大規(guī)模和高并發(fā)數(shù)據(jù)具有較好的處理能力。NoSQL數(shù)據(jù)庫(kù)種類繁多，數(shù)據(jù)之間無關(guān)系，容易擴(kuò)展。NoSQL數(shù)據(jù)庫(kù)具有非常高的讀寫性能，尤其在大數(shù)據(jù)量下，主要在于它的無關(guān)系性，數(shù)據(jù)庫(kù)的結(jié)構(gòu)簡(jiǎn)單。目前對(duì)于非關(guān)系型數(shù)據(jù)庫(kù)主要有四種數(shù)據(jù)存儲(chǔ)類型：鍵值對(duì)存儲(chǔ)（key-value），文檔存儲(chǔ)（documentstore），基于列的數(shù)據(jù)庫(kù)（column-oriented），圖形數(shù)據(jù)庫(kù)（graphdatabase）。表14：四種非關(guān)系型數(shù)據(jù)庫(kù)對(duì)比類型產(chǎn)品代表應(yīng)用場(chǎng)景數(shù)據(jù)模型優(yōu)點(diǎn)缺點(diǎn)內(nèi)容緩存，主要用Key指向Redis，于處理大量數(shù)據(jù)的數(shù)據(jù)無結(jié)構(gòu)化，通鍵值對(duì)存Value的鍵值Voldemort，高訪問負(fù)載，用于查找速度快常只被當(dāng)作字符串儲(chǔ)對(duì)，通常用hashOracleBDB一些日志系統(tǒng)、統(tǒng)或者二進(jìn)制數(shù)據(jù)table來實(shí)現(xiàn)計(jì)等。網(wǎng)站數(shù)據(jù)；緩存；數(shù)據(jù)結(jié)構(gòu)要求不大尺寸，低價(jià)值的Key-Value對(duì)應(yīng)嚴(yán)格，表結(jié)構(gòu)可文檔型數(shù)CouchDB，數(shù)據(jù)；高伸縮性的的鍵值對(duì)，變，不需要像關(guān)系功能相對(duì)局限據(jù)庫(kù)MongoDb場(chǎng)景；用于對(duì)象及Value為結(jié)構(gòu)化型數(shù)據(jù)庫(kù)一樣需JSON數(shù)據(jù)的存數(shù)據(jù)要預(yù)先定義表結(jié)儲(chǔ)。構(gòu)列存儲(chǔ)數(shù)Cassandra，以列簇式存儲(chǔ)，查找速度快，可擴(kuò)查詢性能不高，而分布式的文件系統(tǒng)將同一列數(shù)據(jù)展性強(qiáng)，更容易進(jìn)且缺乏統(tǒng)一的查詢據(jù)庫(kù)HBase，Riak存在一起行分布式擴(kuò)展語(yǔ)法。很多時(shí)候需要對(duì)整Neo4J，社交網(wǎng)絡(luò)，推薦系利用圖結(jié)構(gòu)相關(guān)個(gè)圖做計(jì)算才能得圖形數(shù)據(jù)算法。比如最短路出需要的信息，而InfoGrid，統(tǒng)等。專注于構(gòu)建圖結(jié)構(gòu)庫(kù)徑尋址，N度關(guān)系且這種結(jié)構(gòu)不太好InfiniteGraph關(guān)系圖譜查找等做分布式的集群方案。資料來源：CSDN，市場(chǎng)研究部b．?dāng)?shù)據(jù)倉(cāng)庫(kù)領(lǐng)域：OLAP是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的主要應(yīng)用，其支持的對(duì)象只要是面向分析場(chǎng)景的應(yīng)用，提供結(jié)構(gòu)化的、主題化的數(shù)據(jù)提供給運(yùn)營(yíng)，做業(yè)務(wù)反饋和輔助決策用，同時(shí)，有些場(chǎng)景下，也可以由數(shù)據(jù)倉(cāng)庫(kù)對(duì)業(yè)務(wù)進(jìn)行支持。表15：數(shù)據(jù)倉(cāng)庫(kù)與傳統(tǒng)數(shù)據(jù)庫(kù)對(duì)比比較指標(biāo)傳統(tǒng)數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)內(nèi)容當(dāng)前值歷史的、歸檔的、集成的、計(jì)算過的數(shù)據(jù)（處理過）數(shù)據(jù)目標(biāo)面向業(yè)務(wù)操作程序、重復(fù)操作面向主題、分析應(yīng)用數(shù)據(jù)特性動(dòng)態(tài)變化、更新靜態(tài)、不能直接更新、只能定時(shí)添加和更新數(shù)據(jù)結(jié)構(gòu)高度結(jié)構(gòu)化、復(fù)雜、適合操作計(jì)算簡(jiǎn)單、適合分析17比較指標(biāo)傳統(tǒng)數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)使用頻率高低數(shù)據(jù)訪問量每個(gè)事物一般之訪問少量記錄每個(gè)事務(wù)一般訪問大量的記錄響應(yīng)時(shí)間要求計(jì)時(shí)單位小，如秒甚至毫秒計(jì)時(shí)單位相對(duì)較大、如分鐘、小時(shí)等資料來源：CSDN，市場(chǎng)研究部以Snowflake為例，提出了云原生數(shù)據(jù)倉(cāng)庫(kù)CloudNativeDataWarehouse（CDW）的理念，利用云原生的數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，采取計(jì)算、存儲(chǔ)分離架構(gòu)，為客戶提供了靈活、按需付費(fèi)的應(yīng)用模式。Snowflake重視云原生數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建。傳統(tǒng)大廠例如Oracle，Teradata，Netezza因?yàn)楸旧懋a(chǎn)品架構(gòu)的局限性，在性能、并發(fā)性、易用性上并不能完全良好的解決企業(yè)業(yè)務(wù)需求，Snowflake提出了獨(dú)特的存儲(chǔ)、計(jì)算以及管理服務(wù)分離的架構(gòu)。Shared-disk架構(gòu)指數(shù)據(jù)存儲(chǔ)在同一位置，共享同樣的資源。這種架構(gòu)容易在多用戶訪問的情況下導(dǎo)致系統(tǒng)崩潰，同時(shí)也難以滿足高頻讀寫、數(shù)據(jù)復(fù)制與遷移等需求。OracleExadata采用了這種傳統(tǒng)的數(shù)倉(cāng)架構(gòu)，在延展性和并發(fā)性上相對(duì)落后。Shared-nothing架構(gòu)通過優(yōu)化規(guī)則將資源分?jǐn)偟礁鱾€(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)不共享任何數(shù)據(jù)，數(shù)據(jù)的處理過程不存在爭(zhēng)搶資源的情況，從而提供更有效率的延展性和并發(fā)性。Netezza，Teradata，Redshift采用此架構(gòu)，也是Hadoop工作的基本原理，但此方式節(jié)點(diǎn)資源沒有將存儲(chǔ)和計(jì)算分開。當(dāng)升級(jí)或者擴(kuò)容發(fā)生時(shí)，系統(tǒng)需要重新分配節(jié)點(diǎn)資源，那么數(shù)據(jù)本身就會(huì)面臨大量的遷移。Snowflake在Shared-nothing的基礎(chǔ)上提出了Multi-cluster,shareddata的概念，這種架構(gòu)的關(guān)鍵在于將存儲(chǔ)和計(jì)算徹底分離，從本質(zhì)上解決了傳統(tǒng)數(shù)倉(cāng)架構(gòu)的痛點(diǎn)。數(shù)據(jù)即服務(wù)DaaS指與數(shù)據(jù)相關(guān)的任何服務(wù)都能夠發(fā)生在一個(gè)集中化的位置，如聚合、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)清洗等，無需考慮數(shù)據(jù)源，Snowflake完全符合DaaS的概念。圖12：2018-2023全球DaaS市場(chǎng)規(guī)模市場(chǎng)規(guī)模（十億美元）1110.5109.598.52018 2019E 2020E 2021E 2022E 2023E資料來源：Statista（含預(yù)測(cè)），市場(chǎng)研究部c.HTAP領(lǐng)域（同時(shí)支持OLTP和OLAP）：HTAP架構(gòu)面向多種場(chǎng)景，系統(tǒng)統(tǒng)一，有望成為新一代數(shù)據(jù)庫(kù)的重要發(fā)展方向之一?；趧?chuàng)新的計(jì)算存儲(chǔ)框架，HTAP數(shù)據(jù)庫(kù)能夠在一份數(shù)據(jù)上同時(shí)支撐業(yè)務(wù)系統(tǒng)運(yùn)行和OLAP場(chǎng)景，避免在傳統(tǒng)架構(gòu)中，在線與離線數(shù)據(jù)庫(kù)之間大量的數(shù)據(jù)交互。此外，HTAP基18于分布式架構(gòu)，支持彈性擴(kuò)容，可按需擴(kuò)展吞吐或存儲(chǔ)，輕松應(yīng)對(duì)高并發(fā)、海量數(shù)據(jù)場(chǎng)景。目前，實(shí)現(xiàn)HTAP的數(shù)據(jù)庫(kù)主要有PingCAP的TiDB、阿里云的HybridDBforMySQL、百度的BaikalDB、騰訊的TBase等。其中，TiDB是國(guó)內(nèi)首家開源的HTAP分布式數(shù)據(jù)庫(kù)。圖13：T/AP分離與T/AP融合對(duì)比資料來源：天云數(shù)據(jù)，市場(chǎng)研究部國(guó)內(nèi)格局：各方勢(shì)力迅速崛起，自主可控勢(shì)在必行市場(chǎng)格局：關(guān)系型數(shù)據(jù)庫(kù)占據(jù)主流，云數(shù)據(jù)庫(kù)借勢(shì)崛起超百億規(guī)模，關(guān)系型占據(jù)主導(dǎo)，但整體占比出現(xiàn)下滑趨勢(shì)。關(guān)系型數(shù)據(jù)庫(kù)在數(shù)據(jù)庫(kù)市場(chǎng)的占比常年維持在85%以上，由于數(shù)據(jù)量的爆發(fā)、數(shù)據(jù)形式的多元化，關(guān)系型數(shù)據(jù)庫(kù)市場(chǎng)比重近年來有所下滑，但未來較長(zhǎng)一段時(shí)間內(nèi)仍會(huì)是數(shù)據(jù)庫(kù)行業(yè)的主流。智研咨詢數(shù)據(jù)顯示，2018年我國(guó)數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模為139.25億元，其中，關(guān)系型數(shù)據(jù)庫(kù)規(guī)模約118.36億元，占比約85%。Oracle數(shù)據(jù)庫(kù)占比關(guān)系型數(shù)據(jù)庫(kù)超過46%，國(guó)產(chǎn)數(shù)據(jù)庫(kù)軟件主要有人大金倉(cāng)、武漢達(dá)夢(mèng)、神舟通用、南大通用、山東瀚高等。圖14：2012-2018年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)規(guī)模及占比數(shù)據(jù)庫(kù)規(guī)模比重情況數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模（億元）關(guān)系型數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模（億元）關(guān)系型數(shù)據(jù)庫(kù)規(guī)模占比160139.2588.00%140120.22118.3687.50%120101.45102.7987.00%10072.2485.3787.0486.50%8061.5473.586.00%53.1562.4985.50%6053.6646.5185.00%4084.50%2084.00%0201220132014201520162017201883.50%資料來源：智研咨詢，市場(chǎng)研究部19基于公有云的數(shù)據(jù)庫(kù)后來居上，目前與傳統(tǒng)部署下的數(shù)據(jù)庫(kù)規(guī)?；境制?，隨著云數(shù)據(jù)庫(kù)的高速增長(zhǎng)，未來將超過傳統(tǒng)部署下的數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模。IDC數(shù)據(jù)顯示，2019年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模為13.4億美元。其中，傳統(tǒng)部署模式市場(chǎng)規(guī)模為7.9億美元，公有云模式市場(chǎng)規(guī)模為5.5億美元，整體市場(chǎng)同比增長(zhǎng)30.8%。IDC預(yù)測(cè)，到2024年，中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模將達(dá)到38.2億美元，未來5年整體市場(chǎng)年復(fù)合增長(zhǎng)率（CAGR）為23.3%。圖15：我國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)規(guī)模預(yù)測(cè)傳統(tǒng)部署（百萬(wàn)美元）公有云（百萬(wàn)美元）增長(zhǎng)率（%）400030.00%350025.00%300020.00%2500200015.00%150010.00%10005.00%50000.00%2019E2020E2021E2022E2023E2024E資料來源：IDC（含預(yù)測(cè)），市場(chǎng)研究部傳統(tǒng)部署模式下，此前國(guó)內(nèi)市場(chǎng)占據(jù)優(yōu)勢(shì)地位的仍然是國(guó)外的數(shù)據(jù)庫(kù)廠商，Oracle、Microsoft、SAP、IBM四家公司占據(jù)66.8%的市場(chǎng)份額，國(guó)產(chǎn)廠商加速發(fā)展。近幾年國(guó)內(nèi)傳統(tǒng)數(shù)據(jù)庫(kù)廠商在國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)所占的份額在逐漸上升。根據(jù)IDC數(shù)據(jù)顯示，在傳統(tǒng)部署模式下，2019年南大通用的市場(chǎng)份額達(dá)到了4.2%，人大金倉(cāng)的市場(chǎng)份額達(dá)到了2.7%，其他幾家國(guó)內(nèi)廠商如武漢達(dá)夢(mèng)、山東瀚高、神州通用等公司也快速發(fā)展。云數(shù)據(jù)庫(kù)領(lǐng)域，阿里巴巴占據(jù)領(lǐng)先地位，云數(shù)據(jù)庫(kù)廠商上升前景將在未來幾年迅速顯現(xiàn)。根據(jù)IDC數(shù)據(jù)顯示，阿里巴巴集團(tuán)（含螞蟻金服數(shù)據(jù)庫(kù)業(yè)務(wù)收入）以48.1%的市場(chǎng)份額排名第一；騰訊以20.4%的市場(chǎng)份額排名第二，2019年騰訊加快數(shù)據(jù)庫(kù)服務(wù)產(chǎn)品化的速度，連續(xù)發(fā)布多款新產(chǎn)品；AWS以10.4%的市場(chǎng)份額排名第三；Oracle、華為、微軟分別以7.0%、3.0%、2.5%的市場(chǎng)份額位列第四到第六位。云廠商的數(shù)據(jù)庫(kù)大都先用于內(nèi)部業(yè)務(wù)的使用，經(jīng)過多年打磨使技術(shù)更加成熟，再針對(duì)外界的其他業(yè)務(wù)場(chǎng)景做出更新，將數(shù)據(jù)庫(kù)云化、產(chǎn)品化提供給其他用戶，以阿里、騰訊為代表所研發(fā)的數(shù)據(jù)庫(kù)均是這種發(fā)展路線。由于之前一直用于內(nèi)部業(yè)務(wù)，并未產(chǎn)品化地作為商業(yè)數(shù)據(jù)庫(kù)軟件銷售，面向外界開放的時(shí)間較短，因此整體市場(chǎng)份額暫時(shí)落后。以阿里巴巴的OceanBase為例，OceanBase立項(xiàng)于2010年，2011年應(yīng)用于螞蟻金服的收藏夾功能中，經(jīng)過多年的打磨與歷練，一直到2017年才開始幫助外部客戶解決問題。我們判斷，未來云數(shù)據(jù)庫(kù)將持續(xù)快速發(fā)展，云數(shù)據(jù)庫(kù)有望成為數(shù)據(jù)庫(kù)市場(chǎng)的主流。20圖16：2019年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)份額——傳統(tǒng)部署模式Oracle Microsoft SAP IBM阿里巴巴 南大通用 人大金倉(cāng) 其它華為

圖17：2019年中國(guó)關(guān)系型數(shù)據(jù)庫(kù)軟件市場(chǎng)份額——公有云部署模式阿里巴巴 騰訊 AWS Oracle 華為 微軟 其它2.50% 8.60%14.30%2.70%4.20%5.80% 34.70%6.20%10.40%10.70% 11.00%

3.00%7.00%10.40%20.40%

48.10%資料來源：IDC中國(guó)，市場(chǎng)研究部表16：國(guó)內(nèi)數(shù)據(jù)庫(kù)公司及產(chǎn)品案例典型產(chǎn)品Oceanbase：金融級(jí)分布式關(guān)系數(shù)據(jù)庫(kù)阿里巴巴PolarDB：關(guān)系型云原生數(shù)據(jù)庫(kù)AnalyticDB：實(shí)時(shí)分析數(shù)據(jù)庫(kù)GaussDB：云原生分布式數(shù)據(jù)庫(kù)華為 RDSforMySQL：關(guān)系型數(shù)據(jù)庫(kù)DDS：文檔數(shù)據(jù)庫(kù)TDSQL：金融級(jí)分布式數(shù)據(jù)庫(kù)騰訊 TDSQL-A：分布式OLAP數(shù)據(jù)庫(kù)TDSQL-C：關(guān)系型云原生數(shù)據(jù)庫(kù)KingBaseES：金倉(cāng)數(shù)據(jù)庫(kù)管理系統(tǒng)人大金倉(cāng) KingBaseAnalyticsDB：金倉(cāng)分析型數(shù)據(jù)庫(kù)系統(tǒng)KSOne：金倉(cāng)HTAP分布式數(shù)據(jù)DM8：達(dá)夢(mèng)數(shù)據(jù)庫(kù)管理系統(tǒng)武漢達(dá)夢(mèng) DMTDD：達(dá)夢(mèng)透明分布式數(shù)據(jù)庫(kù)DMBDP：達(dá)夢(mèng)大數(shù)據(jù)平臺(tái)Gbase8s：交易型數(shù)據(jù)管理系統(tǒng)Gbase8a：分析型數(shù)據(jù)管理系統(tǒng)南大通用Gase8D：目錄服務(wù)系統(tǒng)GbaseUP：統(tǒng)一數(shù)據(jù)平臺(tái)科藍(lán)軟件 GoldilocksDBMS：關(guān)系型分布式內(nèi)存數(shù)據(jù)庫(kù)PingCAP TiDB：關(guān)系型分布式HTAP數(shù)據(jù)庫(kù)TDB：企業(yè)級(jí)一站式大數(shù)據(jù)綜合平臺(tái)星環(huán)科技TDC：新一代智能大數(shù)據(jù)云平臺(tái)KunDB：分布式交易數(shù)據(jù)庫(kù)巨杉數(shù)據(jù) SequoiaDB：金融級(jí)分布式關(guān)系型數(shù)據(jù)庫(kù)庫(kù)SequoiaCM：企業(yè)內(nèi)容管理軟件GreatDBCluster：云原生分布式數(shù)據(jù)庫(kù)萬(wàn)里開源GreatDBRDS：萬(wàn)里云數(shù)據(jù)庫(kù)服務(wù)平臺(tái)GreatDB-Tscale：萬(wàn)里時(shí)序數(shù)據(jù)庫(kù)資料來源：各公司官網(wǎng)，市場(chǎng)研究部

資料來源：IDC中國(guó)，市場(chǎng)研究部應(yīng)用案例Oceanbase南京銀行“鑫云+”互金平臺(tái)招商證券基于OceanBase的“歷史收益系統(tǒng)”心動(dòng)網(wǎng)絡(luò)采用PolarDB分布式云原生數(shù)據(jù)庫(kù)方案構(gòu)建了全部業(yè)務(wù)系統(tǒng)光大銀行基于華為云GaussDB(DWS)數(shù)據(jù)倉(cāng)庫(kù)創(chuàng)新實(shí)踐工商銀行GaussDBOLAP數(shù)據(jù)庫(kù)分布式數(shù)據(jù)庫(kù)TDSQL深圳地鐵分布式數(shù)據(jù)庫(kù)TDSQL廣汽集團(tuán)光大銀行對(duì)公負(fù)債系統(tǒng)數(shù)據(jù)庫(kù)項(xiàng)目北京市政務(wù)云平臺(tái)上海市徐匯區(qū)電子政務(wù)綜合應(yīng)用平臺(tái)上海浦東新區(qū)數(shù)據(jù)中心中國(guó)地質(zhì)環(huán)境監(jiān)測(cè)院全國(guó)地質(zhì)環(huán)境信息平臺(tái)中航信電子客票系統(tǒng)銀監(jiān)會(huì)非現(xiàn)場(chǎng)檢查系統(tǒng)項(xiàng)目中國(guó)移動(dòng)總部集中經(jīng)營(yíng)分析系統(tǒng)海關(guān)總署金關(guān)工程二期項(xiàng)目TiDB在中國(guó)銀行Zabbix監(jiān)控方案中的應(yīng)用TiKV在京東智聯(lián)云對(duì)象存儲(chǔ)元數(shù)據(jù)管理的實(shí)踐TiDB在OPPO準(zhǔn)實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)中的實(shí)踐星環(huán)助力廣西省移動(dòng)中心O域流項(xiàng)目平臺(tái)案例星環(huán)科技利用大數(shù)據(jù)技術(shù)助力民生貸款系統(tǒng)運(yùn)維平臺(tái)巨杉數(shù)據(jù)庫(kù)助力民生銀行、恒豐銀行云化架構(gòu)升級(jí)巨杉數(shù)據(jù)庫(kù)在民生銀行的分布式關(guān)系型數(shù)據(jù)庫(kù)實(shí)踐巨杉數(shù)據(jù)庫(kù)在省級(jí)農(nóng)信聯(lián)機(jī)交易業(yè)務(wù)應(yīng)用實(shí)踐國(guó)家氣象局突發(fā)預(yù)警系統(tǒng)深交所數(shù)據(jù)庫(kù)運(yùn)維項(xiàng)目四川移動(dòng)客流分析系統(tǒng)21國(guó)產(chǎn)替代：安全可控勢(shì)在必行，打磨產(chǎn)品換道超車二十一世紀(jì)以來，我國(guó)的信創(chuàng)產(chǎn)業(yè)發(fā)展越來越受到國(guó)家的重視。2008年的“微軟黑屏事件”，2013年的“棱鏡門”事件，都讓我們意識(shí)到擁有自主的信息技術(shù)的重要性。近年，中美貿(mào)易爭(zhēng)端帶來了一系列摩擦，尤其是華為、中興等公司受美國(guó)政府的打壓面臨巨大困境，許多中國(guó)科技公司被美國(guó)商務(wù)部列入“實(shí)體清單”。中美貿(mào)易爭(zhēng)端的本質(zhì)也是中美科技戰(zhàn)，只有掌握技術(shù)的自主創(chuàng)新能力才能讓國(guó)家更繁榮發(fā)展。在這樣的背景下，信息產(chǎn)業(yè)的軟件和硬件的國(guó)產(chǎn)化需求會(huì)越來越強(qiáng)烈，政府將持續(xù)出臺(tái)政策扶持信創(chuàng)產(chǎn)業(yè)發(fā)展。我國(guó)的信創(chuàng)產(chǎn)業(yè)迄今為止可以分為四個(gè)階段：第一階段：從2006年到2013年。我國(guó)在2006年發(fā)布了《國(guó)家中長(zhǎng)期科學(xué)和技術(shù)發(fā)展規(guī)劃綱要（2006年-2020年）》，明確提出要大力發(fā)展核心電子器件、高端通用芯片及基礎(chǔ)軟件產(chǎn)品，這些產(chǎn)品簡(jiǎn)稱“核高基”，其中基礎(chǔ)軟件指的就是操作系統(tǒng)、中間件和數(shù)據(jù)庫(kù)。第二階段：2014年到2016年。在此期間，“核高基”專項(xiàng)開始在多方面突破核心技術(shù)走向產(chǎn)業(yè)化，如海思自主研發(fā)的國(guó)內(nèi)首款智能電視SOC芯片實(shí)現(xiàn)了量產(chǎn)。第三階段：從2017年到2019年。2017年，“核高基”重大專項(xiàng)第二批工程啟動(dòng)會(huì)召開，2018年“核高基”國(guó)家科技重大專項(xiàng)課題實(shí)施推進(jìn)會(huì)在京召開。第四階段：從2020年開始。2020年被稱為信創(chuàng)產(chǎn)業(yè)大規(guī)模推廣的元年，國(guó)家將在戰(zhàn)略層次不斷支持信創(chuàng)產(chǎn)業(yè)前進(jìn)，推動(dòng)從軟件到硬件構(gòu)建信創(chuàng)生態(tài)。表17：信創(chuàng)產(chǎn)業(yè)核心環(huán)節(jié)IT基礎(chǔ)設(shè)施基礎(chǔ)軟件應(yīng)用軟件信息安全CPU芯片操作系統(tǒng)OA邊界安全產(chǎn)品整機(jī)/服務(wù)器數(shù)據(jù)庫(kù)ERP終端安全產(chǎn)品存儲(chǔ)中間件辦公軟件網(wǎng)絡(luò)安全產(chǎn)品交換機(jī)政務(wù)應(yīng)用密碼秘鑰產(chǎn)品路由器專屬云資料來源：市場(chǎng)研究部整理針對(duì)“核高基”中的基礎(chǔ)軟件產(chǎn)品，阿里巴巴在2008年提出了“去IOE”的概念。所謂去IOE，指的是在IT架構(gòu)中去掉IBM的小型機(jī)、Oracle數(shù)據(jù)庫(kù)和EMC存儲(chǔ)設(shè)備。這也是國(guó)內(nèi)整個(gè)信創(chuàng)行業(yè)一直以來科技創(chuàng)新的努力方向和目標(biāo)。數(shù)據(jù)庫(kù)作為基礎(chǔ)軟件的一種，在信創(chuàng)產(chǎn)業(yè)中是非常重要的一類，推動(dòng)數(shù)據(jù)庫(kù)國(guó)產(chǎn)化將是信創(chuàng)政策中必不可少的一環(huán)。我國(guó)通過前期的科研投入，在大數(shù)據(jù)相關(guān)技術(shù)領(lǐng)域已具備加快技術(shù)創(chuàng)新的良好基礎(chǔ)?！笆濉逼陂g，國(guó)家重點(diǎn)科技研發(fā)計(jì)劃實(shí)施了“云計(jì)算和大數(shù)據(jù)”重點(diǎn)專項(xiàng)，部分領(lǐng)域已取得較大進(jìn)展。大數(shù)據(jù)也已列入“科技創(chuàng)新2030—重大項(xiàng)目”，從大數(shù)據(jù)生命周期和信息技術(shù)體系兩個(gè)維度全面規(guī)劃、全鏈條推進(jìn)大數(shù)據(jù)技術(shù)體系建設(shè)。國(guó)家發(fā)改委組織建設(shè)國(guó)家級(jí)大數(shù)據(jù)工程實(shí)驗(yàn)室，加強(qiáng)大數(shù)據(jù)領(lǐng)域相關(guān)技術(shù)創(chuàng)新基地建設(shè)。各地也陸續(xù)推出一批與大數(shù)據(jù)相關(guān)的政策措施。貴州、上海、京津冀、珠三角等8個(gè)綜合試驗(yàn)區(qū)正在開展大數(shù)據(jù)22產(chǎn)業(yè)發(fā)展試點(diǎn)。十