报告解读与下载 | 数据库深度复盘与2022国产数据库展望

数据和云

发布于 2022-03-08 17:40:20

7900

发布于 2022-03-08 17:40:20

文章被收录于专栏：数据和云数据和云

编者注：本系列将选择一些行业分析报告进行分享，同时提供下载，与读者共同分析分享数据库行业的最新进展与动态。关注本公众号回复：下载。可以找到获得下载链接。

本报告的核心观点：

数据库作为信息化的核心环节，是底层硬件基础资源与上层应用之间的重要支撑。随着海量数据的涌现和分析能力需求增长，预计未来数据库存储量将出现严重错配，需求迫切性将显著提升。

从信息产业链角度来看，数据库作为信息化系统承上启下的关键环节，向下调用硬件基础资源，向上为应用软件提供重要数据支撑，是信息化中间的核心环节；
从国家政策角度来看，数字经济作为国家“ 十四五 ”建设的重中之重，数据作为新型关键生产要素，是推动数字经济发展的关键一环，同时，国内数据库长期由海外厂商主导，在国内数据库行业快速发展下，国产数据库将迎来重要发展机遇。

不断顺应市场需求变化，数据库行业正持续进化。报告回顾了数据库70年发展历程，从数据模型逻辑、技术架构、需求功能、部署方式、商业模式、存储介质、治理模式等七大维度对数据库发展脉络进行详细梳理。我们发现，由于数据规模、读写需求量等指数级增长，为避免数据冗余与架构的复杂化，叠加分布式架构技术日趋成熟，将多技术、多模型融合成为数据库发展的重要方向。如将NoSQL非关系型的分布式拓展性与关系型数据模型融合诞生的NewSQL，保留了关系型数据逻辑的同时，大幅提升了系统的灵活拓展能力；数据模型方面，将结构化、半结构化、非结构化等多种数据融合的多模数据库正快速发展；需求功能方面，将OLTP与OLAP融合的HTAP数据库正逐渐成为企业首选等均显示出行业技术融合的发展特点。

在国内大力发展数字经济建设的大背景下，数据库行业规模将保持快速增长。根据信通院统计，2020年中国数据库市场规模为35亿美元（约合240.9 亿元人民币），预计2025 年市场总规模将达到688亿元，CAGR 为23.4 %。基于对数据库发展趋势与国家政策导向的分析，我们认为，未来数据库市场增量需求主要来自于以下三方面：

国产化进程正逐步加速 ：通过对金融行业国产化数据库建设案例梳理发现，国产数据库已经从边缘系统逐步实现核心系统国产化，显示出国产数据库产品功能、性能水平不断增强。预计随着行业信创逐步落地，对国产数据库需求将进一步提速。
分布式架构凭借在经济性、安全自主、灵活性、可伸缩性等方面的优势，逐步实现对集中式架构替代：目前，互联网、金融、电信等行业分布式升级进展较快，其中金融、电信行业已有分布式数据库在股份制银行、城商行、二三线城市运营商等实现了核心业务系统的改造落地，同时，墨天轮 前十大热门数据库均为分布式架构，其应用场景涵盖各行业，显示出国产分布式数据库已经趋于成熟，正成为各行业数据库建设重要选择。
随着工业互联网、互联网创新型业务、车联网等应用的快速发展，非关系型数据库应用将加速落地：非关系型数据库应用场景不断丰富，如图数据库能够支撑社交网络、金融反欺诈等互联网新型应用场景的关联分析业务；时序数据库可以高效存储和快速处理海量时序大数据，在工业互联网快速发展下，传感器与设备产生的大量实时数据，将推动时序数据库应用快速发展等。

从数据模型逻辑、技术架构、需求功能、部署方式、商业模式、存储介质、治理模式等七大维度对数据库发展脉络进行详细梳理。

在当前关系、非关系并行时代，新型NewSQL与多模数据库快速发展。传统SQL受限于其拓展性，在大数据发展下逐渐面临瓶颈，而NewSQL提供了与NoSQL相同的可扩展性，而且仍基于关系模型，保留了极其成熟的SQL作为查询语言，从而保证了数据的强一致性；同时，基于分布式架构，对接多种数据模型引擎，避免搭建多种类数据库的多模数据库快速发展。

分布式架构逐步由分库分表中间件向原生分布式发展，以应对不同应用场景。分库分表中间件早期主要以电商、社交起家的互联网公司自研为主，但由于其对复杂查询事务的支持较差，难以应对业务瞬时高峰需求，因此更加便捷、可靠的原生分布式数据库应运而生。按照具体实现方式可以分为两类：以 Greenplum 为代表的主流MPP架构和以Cassandra、HBase为代表的分区分片架构。

开源有助于强化数据库生态建设，已逐渐成为数据库产业的共识。2021年1月，根据DB-Engines ，全球数据库开源许可证流行度首次超过商业许可证，开源数据库逐渐成为行业主流。截至2021年6月，开源与商业许可证数量分别为198和185个，流行度分别占比51.4% 和48.6% 。开源有助于扩大人才规模及上下游生态影响力，通过运营开源社区快速获得反馈并加快产品开发、提升产品质量，同时反哺社区开发者及独立软件开发商（ISV）等生态伙伴，能够达到多方共赢目的。

智能自治成为保障数据库安全可控的重要发展趋势。数据安全是数据库建设的重要前提，自动检测、防范系统故障、运维保护和修补安全漏洞对数据库而言至关重要；随着信息化的发展，应用系统和数据规模井喷式增长，数据库的负载调优压力增大。因此，摆脱对DBA的经验决策依赖，基于人工智能自动执行安全、备份、打补丁和其他需要大量人工重复劳作、从根本上彻底消除人为差错、减轻DBA工作压力的自治数据库成为历史的必然选择。目前自治数据库仍停留在事后判断阶段，展望未来，提前预判数据规模增长趋势和数据库负载状况，事前主动调优是自治数据库的发展新方向。

金融、电信、政务、制造、互联网五个行业为数据库行业下游主要需求领域，大数据应用快速发展为数据库提供增长动力。根据信通院统计，其合计市场份额高达80%以上，2020年整体采购额超过192亿元。此外，根据赛迪顾问，2020年国内大数据市场结构数据，其中互联网、政府、金融、电信、工业位列前五，占比分别为48% 、14%、12%、9 %、5%，合计约88%，大数据应用与数据库需求结构基本吻合，预计随着大数据应用领域拓展与规模持续增长，将为数据库行业规模增长提供充足动力。

根据信通院统计，目前我国金融行业海外Oracle与IBM DB 2占比约74 %，占据主导，基于MySQL与PostgreSQL二次开发的国产数据库合计占比约为19%，国产化仍有广阔空间。其中，我们通过对金融行业国产化数据库建设案例梳理发现，国产数据库已经从边缘系统逐步实现核心系统国产化，显示出国产数据库产品功能、性能水平不断增强。预计随着行业信创逐步落地，对国产数据库需求将进一步提速。

分布式架构凭借在经济性、安全自主、灵活性、可伸缩性等方面的优势，逐步实现对集中式架构替代。目前，互联网、金融、电信等行业分布式升级进展较快，以金融和电信行业为例，其核心业务数据类型均为关系型数据库，此类集中式数据库所面临的业务体量将呈现爆发性增长。由于单一硬件能力增长有限，所以无法依靠纵向升级硬件扩展存量数据库能力上限。而分布式数据库采用多种模式实现数据的分散存储，将压力分散到不同服务器上，并不断通过增加存储或计算节点来实现弹性升级，克服了集中式数据库的诸多缺点，业界已有分布式数据库在股份制银行、城商行、二三线城市运营商等实现了核心业务系统的改造落地，同时，去年12 月，腾讯分布式数据库TDSQL落地东吴证券核心交易系统，也标志着分布式数据库在券商核心系统领域取得突破。

墨天轮国产数据流行度排行（截至2022/02），前十大热门数据库均为分布式架构，其应用场景涵盖各行业，显示出国产分布式数据库已经趋于成熟，正成为各行业数据库建设重要选择。

华为GaussDB是一个企业级AI-Native分布式数据库，将AI能力植入到数据库内核的架构和算法中，智能诊断、索引推荐 ，为用户提供更高性能、更高可用、更多算力支持的分布式数据库。GaussDB系列基于统一架构，底层选用分布式存储，中间层是每个DB特有的数据结构，上层是各个生态接口，支持关系型与非关系型数据库引擎，开启数据库极速与多模融合时代。

OceanBase是由蚂蚁集团完全自主研发的企业级分布式关系数据库。OceanBase始创于2010年，具有数据强一致、高可用、高性能、在线扩展、高度兼容SQL标准和主流关系数据库、低成本等特点。据国际事务处理性能委员会(TPC) 测评，OceanBase 在TPC-H榜单中排名第一，是唯一一个在OLTP和OLAP领域测试均摘取桂冠的国产自研数据库。

PingCAP 成立于 2015 年，是一家企业级开源分布式数据库厂商，致力于为全球用户提供稳定高效、安全可靠、开放兼容的新型数据服务平台、解决方案与咨询、技术支持与培训认证服务，解放企业生产力，加速企业数字化转型升级。PingCAP 在帮助企业释放增长空间的同时，也提供了一份具有高度可参考性的开源建设实践样本。