第一章 行业概况
数据是形貌事物的符号纪录 ，具有多种体现形式 ，包括文字、图形、图像、声音和语言等。数据库是相互有关联关系的若干数据的荟萃 ，特点是数据间联系亲近、冗余度小、自力性较高、易扩展 ，并且可为种种用户共享。数据库治理系统（DBMS）是认真数据库搭建、使用和维护的系统软件 ，通过组织、索引、盘问、修改数据库文件 ，实现数据界说、组织、存储、治理以及数据库操作、运行、维护等主要功效。围绕DBMS构建包括硬件操作系统、数据库治理系统、数据库治理员以及相关机制配套在内的数据库系统（DBS） ，才华有组织、动态地存储大宗相关数据 ，利便多用户会见。
数据库的差别分类及特点：
（1）按数据结构分：古板关系型数据库 ，NoSQLee数据库 ，NewSQL数据库 ，多模数据库。其中古板关系型数据库在我国市场占比最大 ，抵达约60%。
（2）按安排模式分：云托管数据库 ，云原生数据库 ，外地安排 ，混淆安排。
（3）按商业模式分：开源数据库、商业数据库。
（4）按架构分：漫衍式数据库 ，单机数据库。
（5）按功效分：OLTP、OLAP和HTAP。
（6）按存储介质分类：内存数据库 ，磁盘数据库。
关系型数据库的差别分类：
（1）按模子分：关系型、非关系型
（2）按架构分：单机式、集中式、漫衍式
（3）按安排形态分：外地安排、云安排
凭证rb88随行版数据显示 ，2021年中国数据库市场总规模抵达286.8亿元 ，同比增添16.1% ，2022年展望市场规模将抵达336.1亿元。随着海内外市场上云盘算等手艺的兴起 ，国产数据库企业生长快速 ，达梦、人大金仓、PingCAP、TiDB、阿里云、华为云等成为国产数据库企业的代表。
第二章 商业模式和手艺生长
2.1 数据库工业链
数据库商业是主要的中游行业 ，上游承载盘算、网络、存储等基础设施及零部件行业 ，下游衔接详细的应用及效劳需求。下游效劳需求的生长 ，发动中游数据库行业效劳拓展 ，从而发动对数据库行业基础设施和原质料的需求。
2.2 商业模式
随着下游企业及需求的一直生长 ，目今数据库行业主要形成了联机事务处置惩罚/数据库OLTP和联机剖析处置惩罚/数据客栈OLAP两种应用场景。
联机事务处置惩罚/数据库OLTP。其应用于面向生意的处置惩罚系统、营业系统 ，典范应用如银行生意系统。其营业在数据库联机的一样平常操作 ，通常是对纪录举行盘问、修改 ，用户体贴快速响应、数据的清静性、完整性和并发支持的用户。数据量方面 ，每次生意涉及的数据量很小 ，对响应时间要求很是高 ，总体数据量相对较小。数据爆发于系统中生意自己的数据。使用职员多为操作职员 ，用户数目极多 ，以SQL为交互载体 ，在设计中只管阻止冗余。
联机剖析处置惩罚/数据客栈OLAP。其应用于剖析驱动 ，是面向信息的剖析历程。典范应用如数据客栈。主要是针对某些历史数据举行剖析 ，从而有用地支持投资决议。数据量较为重大 ，响应时间与数据量相关 ，且数据总体规模重大。数据泉源于生产系统操作数据 ，主要为事情职员使用 ，用户数目少 ，支持SQL和其他语言。
一样平常数据库企业的商业模式大致是：购入效劳器等基础设施 ，完成数据库搭建 ，扣除生产历程中的机械装备等折旧本钱 ，减去职员薪酬、电费等种种用度 ，最终出售数据库或提供相关数据库的运营和维护用度获取利润。
数据库企业的利润影响因素：
（1）数据库制品价钱及维护运营用度。价钱越高 ，盈利能力越强。
（2）基础设施的价钱。数据库的搭建需要依赖于重大的效劳器等基础设施 ，在目今的数据库效劳中占有本钱较大比重。
（3）装备折旧、人工费、运营费、运输费等。这些本钱用度相对来说较量刚性。
2.3 手艺生长
数据库行业作为主要的基础性行业 ，基础使命在于以最低的资源消耗、最低的生态负载、最高的效率和手艺水平为下游相关营业及用户提供数目富足、质量优良的数据库效劳 ，支持下游企业营业生长、效率提升与治理水平上升 ，知足国家、社会、生长需要。
1、HTAP领域进一步增强AP和TP之间的融合
自2020年以来国产HTAP数据库生长迅猛 ，险些成为新兴数据库的必选项。Gartner也指出HTAP已经成为全球规模内新一代数据库的入场筹码 ，HTAP能力成为数据库主要选项。随着数据手艺的一直立异 ，未来HTAP数据库会进一步增强AP和TP之间的毗连和融合 ，在数据库内部实现AP和TP之间的内置流（Streaming）处置惩罚能力。通过将ETL事情内置于数据库当中 ，让HTAP数据库同时具备AP、TP和流（Streaming）能力。用户可以按需建设种种表 ，运用流处置惩罚能力将表毗连 ，从而获得简朴、便捷的数据处置惩罚能力。数据库手艺的进一步融合会突破当下数据栈的割裂状态 ，HTAP、流批一体、湖仓一体等手艺趋势最终会让数据集中在简朴易用、清静可靠、高性价比的数据平台。
2、云盘算配景下的漫衍式前瞻
国产漫衍式数据库自2019年以来坚持高速增添 ，热度一连高涨。而通过用户调研相识到 ，面临漫衍式数据库的故障时 ，运维职员往往一筹莫展。主要缘故原由是相较集中式数据库 ，漫衍式数据库对IT基础设施可靠性要求更高了 ，其焦点代码主要笼罩了SQL实现和数据存储 ，而未能自动感知种种对数据库稳固性、性能、并发能力有重大影响的故障隐患 ，也难以在代码层面临此类问题举行处置惩罚 ，从而实现故障自动规避。未来漫衍式数据库应提升基础数据探测和剖析能力 ，随时针对泛起的异常隐患提前处置惩罚 ，实现无需运维职员过多干预的高效自治运行 ，让漫衍式数据库从IT工程化产品变为真正开箱即用的通用型产品。
3、智能运维实现融合智能手艺应用下的数据库治理自治
DT时代数据库手艺架构和运行情形日趋重大 ，种类从简单产品转变为混淆型商业数据库和开源数据库组合 ，依赖人工运维显得左支右绌。作为智能化的数据库周边工具 ，数据库治理平台将机械学习与数据治理在功效上融合统一 ，使用机械学习增强系统设计开发 ，以标准化、自动化、智能化的方法提供实时监控、康健巡检、智能诊断、多维剖析等数据库治理效劳。数据库治理平台的实质是数据库治理履历的代码化 ，焦点要领论是云资源池化、分层解耦以及效劳化 ，实现手段是基于微效劳、漫衍式等云手艺实现多元混淆数据库情形的统一治理 ，目的是实现海量数据高清静、高可用、高性能的运维要求 ，助力数字化转型。
4、数据开源
近年来海内数据库厂商逐步推行开源战略 ，可是由于开源数据库运行时间短 ，运营整体体现仍有较大空间。凭证开源数据库在GitHub的活跃度细分情形 ，海内整体水平是低于全球市场开源数据库的整体水平的。
2.4 政策羁系
1、行业主管部分及治理体制
国家生长和刷新委员会及国家工业和信息化部对该行业举行宏观调控 ，其他羁系部分凭证数据库的最终应用行业的差别而有所区别。
2、相关政策
数据库行业是主要的基础性行业 ，要实现制造业智能化、效劳业高质量生长 ，数据库行业必需要一直创立高质量、高性能的数据库及相关效劳以知足经济高质量生长的需要。十九大以来 ，为了增进数据库行业高质量生长 ，推动行业加速转型升级 ，从国家到地方均出台了一系列帮助政策 ，为数据库工业加速转型升级提供了优异包管。
第三章 行业研究
3.1 行业规模
rb88随行版数据显示 ，2021年中国数据库市场总规模达286.8亿 ，较2020年增添16.1% ，CAGR（2021-2026e）达13.4%。预计到2025年 ，全球数据库市场规模将抵达798亿美元。中国IT总支出在全球占比为12.3%。预计2025年中国数据库市场在全球的占比靠近中国IT支出在全球的占比 ，因此2025年中国数据库市场总规模将抵达688亿元 ，年复合增添率（CAGR）23.4%
3.2 行业生长驱动因子
（1）手艺立异
随着相关手艺立异一直推进 ，推动数据库行业漫衍式手艺增强底层故障隐患感知 ，提升异常处置惩罚能力 ，提升数据库自治水平 ，使漫衍式数据库真正转为开箱即用的通用型产品。运用内置流处置惩罚能力进一步增强AP和TP间的融合。融合智能手艺实现重大数据库情形的治理自治。通过手艺立异显著提升用户的数据库使用体验与数据库生长的智能化水平。
（2）行业发动
云原生时代下 ，大数据的爆发带来多元化需求 ，古板数据库厂商难以知足种种重大场景下的营业需求 ，大批自力厂商、首创厂商快速崛起。全球数据库玩家众多。外洋来看 ，古板数据库Oracle、IBM DB2、Microsoft SQL Server等恒久占有了to B领域的主要行业 ，拥有众多企业级用户。外洋开源数据库MySQL、PostgreSQL等通过开源数据为用户提供了一条开放通路 ，走向更辽阔的应用。
海内来看 ，达梦、人大金仓等是老牌数据库厂商 ，PingCAP是首创厂商的代表 ，依附开源数据库TiDB在市场中占有一定份额。近年来 ，云盘算的兴起也吸引全球众多云厂商成为数据库玩家。外洋云原生数据库以AWS和Google Cloud为代表；海内阿里云的OceanBase和PolarDB ，华为云的openGauss和GaussDB都乘云而上。
（3）政策助力
新时期下推动工业制造业的智能化水平提升与效劳业的高质量生长 ，提升数据库行业以提供基础性支持必不可少 ，国家相关部分已经制订新的数据库行业生长支持政策和指导意见 ，有用推动数据库行业快速生长。
地方政府主要从财务津贴、税费优惠、金融支持、行业指导、行政允许支持等方面给予政策勉励。
3.3 行业危害剖析和危害治理
1、手艺生长不达预期
数据库行业手艺生长难度较大 ，且行业及相关产品仍处于早期高速生长阶段 ，并在漫衍式架构等新兴手艺偏向泛起具有国际性竞争优势的产品和厂商。但若是手艺优势无法坚持 ，则影响海内数据库在海内渗透率的坚持。
2、国际市场竞争
现在该行业我国企业与国际市场企业各有手艺优势 ，未来若是手艺生长速率减缓 ，则可能保存国际市场上企业对我国的手艺领先和手艺竞争 ，导致我国相关行业的生长受挫。
3、行业生长缺乏预期
海内主流的相关数据库厂商仍然处于首创阶段 ，大部分企业处于拟上市或准备上市阶段 ，可能保存上市后的倒运危害。
3.4 中国企业主要加入者
凭证rb88随行版数据 ，2021年下半年海内数据库厂商在关系型数据库市场的市占率继续扩大。其中公有云模式市场前五有三家海内厂商 ，两家外洋厂商份额均下降 ，腾讯、华为市场份额都扩大。
在外地安排模式市场 ，海内厂商正在快速追赶Oracle、IBM等外洋厂商。达梦市场份额扩大靠近一倍；人大金仓已往一年在政府行业获得大宗订单；华为在政企、金融行业也获得突破。总体海内厂商的份额一直扩大。
海内 ，达梦、人大金仓等是老牌数据库厂商 ，PingCAP是首创厂商代表 ，依附开源数据库TiDB在市场中占有一定份额。海内阿里云OceanBase和PolarDB ，华为云openGauss和GaussDB则纷纷乘云而上
1、达梦数据：公司建设于2000年 ，是海内领先的数据库产品开发效劳商 ，海内数据库基础软件工业生长的要害推动者。自建设以来 ，达梦数据先后完成并获得数十项国家级或省部级科研开发项目与奖项 ，逐渐生长为海内数据库行业的领先企业。公司效劳于包括建设银行、中国人保、国家电网、中国航信、中国移动、中国烟草等在内的着名用户 ，乐成应用于金融、能源、航空、通讯、党政机关等数十个领域。凭证赛迪照料及IDC宣布的报告显示 ，2019年至2021年公司产品市占率位居中国数据库治理系统市场海内数据库厂商前线。
2、PingCAP：是业界领先的企业级开源漫衍式数据库企业 ，提供包括开源漫衍式数据库产品、解决计划与咨询、手艺支持与培训认证效劳 ，致力于为全球行业用户提供稳固高效、清静可靠、开放兼容的新型数据效劳平台 ，解放企业生产力 ，加速企业数字化转型升级。
3、人大金仓：建设于1999年 ，是建设最早的拥有自主知识产权的国产数据库企业 ，也是中国电子科技集团(简称“CETC”)成员企业。人大金仓以“提供卓越的数据库产品助力企业级应用高质量生长”为使命 ，致力于“成为天下卓越的数据库产品与效劳提供商”。未来 ，人大金仓将一连践行数据库领域国家队使命 ，踔厉高昂 ，笃行不怠 ，为各行业数字化场景提供数据存储盘算支持 ，为用户的数字化转型 ，为我国数字经济建设一连孝顺实力。
3.5 全球主要竞争者
国际主要竞争者有Microsoft、Amazon AWS、Oracle、Google、IBM、SAP、Teradata和Cloudera等。
1、Amazon AWS：是全球最周全、应用最普遍的云平台 ，从全球数据中心提供凌驾200项功效齐全的效劳。数百万客户（包括增添最快速的首创公司、最大型企业和主要的政府机构）都在使用AWS来降低本钱、提高迅速性并加速立异。AWS拥有笼罩规模领先的全球云基础设施。Gartner已将AWS区域/可用区模子视为一种值得推荐运行方法 ，适用于要求高可用性的企业应用程序。
2、Oracle：Oracle NoSQL数据库可以安排在企业数据中心和云情形中。它很是适合高容量和高速率事情负载 ，如物联网、360度客户视图、在线上下文广告、诓骗检测、移动应用程序、用户个性化和在线游戏。
3、Teradata：Teradata是一家开发和销售数据库剖析软件的企业软件公司。该公司提供三种主要效劳：营业剖析 ，云产品和咨询。它在北美和拉丁美洲、欧洲、中东、非洲和亚洲开展营业。Teradata总部位于加利福尼亚州圣地亚哥 ，并在亚特兰大和旧金山设有其他主要美国所在 ，其数据中心研发就位于此。它在纽约证券生意所（NYSE）果真生意 ，股票代码为TDC。
第四章 未来展望
国产数据库快速生长 ，危害与时机并存。新兴厂商焦点团队普遍来自尊厂 ，手艺扎实 ，履历富厚 ，产品各具特色 ，性能较佳 ，并且资金充裕。但另一方面 ，海内数据库市场的用户侧泛起危害点 ，如互联网用户多接纳开源或自研数据库而少少使用新兴的产品、新兴厂商难切入政企类用户具备完善的产品和效劳生态、缺乏互联网+新“风口”发动市场增量空间、大宗中小企业存续不稳固和需求不强烈等问题。数据库厂商纷纷提出出海战略 ，创业公司自建设之初便定位国际化 ，但普遍面临信任度、羁系、地理位置等障碍 ，而上云、开源、新手艺敏感度成为除基础手艺以外 ，国产数据库顺遂出海的要害要素。
云盘算上下拉动 ，云原生优化资源设置。云原生数据库实现了云资源对数据库的细粒度资源拆解。在软件层面 ，盘算层打包SQL语句剖析、物理妄想执行、事务处置惩罚等 ，共享存储层存放事务日志和数据存储 ，并通过漫衍式手艺包管高可用和一致性 ，最后二者接纳高速网络互联 ，通过数据传输协议或其他手艺提升I/O性能。
别的 ，云原生数据库的分层架构还需连系新硬件手艺的特征举行重构 ，如运用可扩展CPU和高主频内核举行算力优化 ，运用长期内存(PMEM)重构二级缓存以提升I/O麋集型场景下的读写性能。未来数据库将进入从硬件平台到架构层再到应用层的全栈优化时代。
数据库与大数据手艺界线一直模糊。大数据与数据库划分保存结构化能力差、运算支持能力缺乏的问题。随着数据手艺的生长立异 ，数据库与大数据手艺的界线一直模糊 ，二者相互延伸。我们以为古板大数据手艺有着更为富厚的生态 ，可是敌手艺要求较高 ，相较量而言 ，从仓向湖的延伸蹊径 ，更适合古板企业和中小企业。
扫一扫
