数据库数据库，云化底座，百舸争流

目录

报告思路不创新之处. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1

数据库数字化时代癿电子文件柜. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

概述 组织、存储和管理数据的仓库. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

分类 需求升级与技术迭代驱动 数据库品类多元化发展. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

全球格局 Oracle领衔于时代百家争鸣. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

参与者 传统IT巨头、 云计算巨头、独立公司三方势力竞逐市场. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

市场规模 五百亿美元大蛋糕 云数据库快速崛起. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8

崛起规律 深耕技术打磨产品抓住大数据时代潮流. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

国内格局各方势力迅速崛起自主可控势在必行. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19

市场格局 关系型数据库占据主流 云数据库借势崛起. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19

国产替代 安全可控势在必行 打磨产品换道超车. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

趋势推演 大数据驱动产业变革 云与开源助推企业快速成长. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25

重点公司数据库业务梳理. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

阿里巴巴 凭借领先的云技术 分布式数据库大放异彩. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

腾讯 围绕TDSQL系列 提供领先的分布式数据库服务. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29

华为GaussDB 与AI深度融合 拥有异构计算创新架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

PingCAP 聚焦开源分布式HTAP数据库TiDB 31星环科技 大数据基础平台综合服务商. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

巨杉数据库 以分布式SequoiaDB为核心 聚焦金融行业. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

人大金仓 政务大数据龙头 与军工领域深度合作. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

武汉达梦 背靠CEC 擅长混合型数据库开发. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

海量数据 数据库、数据计算、数据存储一体化服务商. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

南大通用 国内份额领先 围绕GBase与云技术积极结合. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40

科蓝软件 专注银行市场 拥有内存数据库Goldi locks 41万里开源 MySQL中国的白金认证合作伙伴. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42

风险因素. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43

投资建议. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43

插图目录

图1  数据库系统DBS框架图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2

图2 一张图看懂数据库发展路径. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

图3 全球DBMS市场规模及增速. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .8

图4 201 1 -2018年全球DBMS 数据库管理系统市场份额排名. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9

图5 2020数据库魔力象限. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9

图6 Oracle RAC架构增强数据处理能力. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

图7 OracleDataGuard用于容灾提升安全性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

图8 全球云计算市场规模及预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

图9 中国公有云/私有云市场规模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

图10 全球数据生产量及预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

图1 1  中国物联网连接规模及预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .16

图12 2018-2023全球DaaS市场规模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .18

图13 T/AP分离与T/AP融合对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19

图14 2012-2018年中国关系型数据库规模及占比数据库规模比重情况. . . . . . . . . . . . . . . . . . . . . . . . . . . .19

图15 我国关系型数据库软件市场规模预测. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .20

图16 2019年中国关系型数据库软件市场份额——传统部署模式. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21

图17 2019年中国关系型数据库软件市场份额——公有云部署模式. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21

图18 中国公有云细分市场规模. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .26

图19 2020年6月商业数据库和开源数据库数量对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27

图20 商业数据库和开源数据库受欢迎程度得分趋势. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

图21  2018年私有云采用的平台选取情况. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

图22 华为云数据库GaussDB金融行业应用场景. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

图23 华为云数据库GaussDB互联网行业应用场景. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .31

图24 TiDB整体架构图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

图25 星环Transwarp Data Hub企业大数据平台. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

图26 星环科技部分客户. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .34

图27 巨杉数据库SequoiaDB架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .35

图28 人大金仓数据库架构示意图. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .36

图29 达梦数据库技术架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .38

图30 南大通用基础软件平台架构. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .40

图31  万里开源合作伙伴. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42

表格目录

表1  关系型数据库与非关系型数据库的对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .3

表2 OLTP和OLAP的对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4

表3 传统集中式数据库与新兴分布式数据库对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4

表4 开源数据库和闭源数据库对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .5

表5 主流数据库品类分类一览. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6

表6 2021年2月数据库管理系统流行程度排名. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7

表7 主流数据库产品对比介绍. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .7

表8 IBMDB2发展历史. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .10

表9 Oracle发展历史. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .1 1

表10 DB Engines开源数据库排名 2021年2月. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

表1 1  Oracle产品线. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

表12 Oracle企业资源计划ERP解决方案内容. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

表13 各大云厂商典型数据库产品. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .15

表14 四种非关系型数据库对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17

表15 数据仓库与传统数据库对比. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17

表16 国内数据库公司及产品案例. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .21

表17 信创产业核心环节. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

表18 信创产业相关政策. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

表19 部分金融行业企业数据库招标情况. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

表20 中国移动部分国产数据库招标情况. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25

表21  大数据产业链及对应参与者. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25

表22 阿里云发展历程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

表23 腾讯TDSQL数据库产品体系应用场景. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .30

表24 PingCAP不同行业应用客户案例. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

表25 星环科技产品矩阵. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .33

表26 巨杉数据库主要产品体系. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .35

表27 人大金仓在《中国大数据产业发展评估报告2018年》 中的排名. . . . . . . . . . . . . . . . . . . . . . . .37

表28 大数据特色细分领域企业分布表节选. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .37

表29 海量数据产品线. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .39

▍ 报告思路不创新之处

本报告首先介绍了数据库的概念与分类方式 其次对全球数据库格局进行分类梳理并分析各类厂商能崛起并屹立于市场的原因 第三章介绍国内数据库的市场格局 分析了国产数据库的发展机会最后对国内重点数据库公司分别进行了介绍分析了各自的优势。

1 、 数据库概述与分类

介绍了数据库、 数据库系统、 数据库管理系统的概念与联系。对数据库进行了分类从需求看 将数据库分为关系型和非关系型、 OLAP和OLTP数据库 从技术的升级角度看将数据库分为单机式数据库和分布式数据库 从代码开放性看 将数据库分为开源数据库和闭源数据库。

2、 全球格局与崛起规律

创新性的对全球数据库参与者进行了分类包括传统IT 巨头、云计算巨头、独立公司三大类 分别介绍了各自强势的领域在此基础上分析了各类厂商崛起的规律。传统IT巨头主要依靠关系模型窗口期、 产品快速迭代、 生态完善等优势崛起 云计算厂商主要依靠自身场景、 架构升级、 低成本高弹性需求等因素快速布局云数据库 独立厂商主要深耕某一领域 尤其是大数据带来的多元化需求爆发 如数据仓库、数据分析、 数据挖掘等。

3、 国内格局与推演

分析了国内数据库当前的格局 传统关系型数据库仍是国外厂商主导 但一方面 安全可控催化国产数据库的替代加速开展 以党政为代表向金融、 电信等领域开拓。 另一方面 云数据库、数据仓库、大数据分析等领域快速增长 市场空间巨大 国产数据库厂商有望依靠在价格、服务、 云技术结合能力等方面打造自身优势抓住增量市场的窗口期进而赢得大数据市场未来。

▍ 数据库数字化时代癿电子文件柜

概述组织、存储和管理数据癿从库

数据库 Database 简称DB是按照一定癿数据结构组织、存储和管理数据癿从库。计算机数据库中存放了有组织的、可共享的、统一管理的大量数据 包括文本、 图像、 声音等 是信息化时代的数据文件柜。数据库和操作系统、 中间件一样 属于基础软件的范畴 高度复杂且存在较高的技术壁垒 是应用系统承载数据的基石。

数据库管理系统Database Management System简称DBMS是一种操作和管理数据库癿软件用亍建立、使用和维护数据库。DBMS对数据库进行统一的管理和控制保证数据库的安全性和完整性。 DBMS是把用户意义下抽象的逻辑数据处理转换成为计算机中具体的物理数据处理的软件。用户通过DBMS访问数据库中的数据数据库管理员通过DBMS进行数据库的维护工作。

数据库系统Database System简称DBS一般由数据库、数据库管理系统、应用系统、数据库管理员和用户构成。 DBS是存储介质、处理对象和管理系统的集合体是一个为实际可运行的存储、维护和应用系统提供数据的软件系统 数据库及其管理软件是数据库系统的组成部分 数据库管理系统是其核心部分。

资料来源 中信证券研究部绘制

分类需求升级不技术迭代驱劢数据库品类多元化发展

数据库的分类多种多样 为了方便理解 我们从分别从需求侧和供给侧对当前主流的数据库类型进行梳理。

仍需求侧看可对数据库进行以下两种分类关系型数据库和非关系型数据库、 OLTP数据库和OLA P数据库。

1 按数据存储方式分类关系型数据库和非关系型数据库

关系型数据库是一种典型的数据库类型 采用关系模型 常用行和列等二维的形式来存储结构化数据 一系列的行和列被称为表 一组表组成了一个数据库。典型的关系型数据库有Oracle、 MySQL、 DB2、 MicrosoftSQLServer和MicrosoftAccess等。

随着web2 0 的兴起 传统的关系数据库在处理大规模和高并发动态数据时 出现了响应慢、扩展困难等问题 非关系型的数据库由此应运而生。 非关系型数据库的产生是为了解决大规模数据集合多重数据种类的应用难题。非关系型数据库又被称为 NoSQL是用非关系模型 存储非结构化的如图像、音视频等类型数据的数据库 分为键值存储数据库、文档型数据库、 图形数据库等多种类别。非关系型数据库通过例如图形模型、 文档模型等更为灵活的模型 解决了关系型数据库无法应对的非结构化数据问题。非关系型数据库有Mongodb、 Hbase、 Redis、 Cloudant等。

表1 关系型数据库与非关系型数据库的对比

类型 关系型数据库 非关系型数据库

1 、容易理解关系模型相对网状、层次等其他模 1 、无需经过sql层的解析读写性能很高 2、优点

整性减低了数据冗余和数据不一致的概率。 关系型数据库则只支持基础类型。

缺点一般来说无事务处理

2 按应用类型分类 OLTP和OLA P

OLTP On-Line Transaction Processing 操作型数据库又称联机事务处理主要关注一段时间内的实时数据 基本特征是接收的用户数据可以立即传送到计算中心进行处理 并在很短的时间内给出处理结果 是对用户操作快速响应的方式之一。伴随企业信息系统大量业务数据的产生 从不同类型的数据中提取出对企业决策分析有用的信息这一需求日渐显现。 分析型数据库技术就是在这样的背景下发展起来的。 OLAP  On-LineAnalysis Processing分析型数据库又称联机分析处理主要是分析长期数据的规律走势 多应用于决策。

操作型数据库癿优势在亍在线实时业务癿处理分析型数据库则擅长复杂癿分析操作幵给决策提供支持两者癿侧重点丌同因此可以相亏补充。 例如可以从多个操作型数据库源收集数据放入OLAP数据仓库中进行分析。在未来会出现越来越多操作型数据库和分析型数据库有机结合的应用。

典型的操作型数据库有Oracle DataBase、 MySQL、 DB2、 MongoDB等 典型的分析型数据库有Apache Kyl in、 Hive、 Snowflake、 Oracle Hyperion、 Spark等。

表2 OLTP和OLAP的对比

OLTP OLAP

本质 在线交易系统 在线数据检索和分析系统

数据源 OLTP以及OLTP的处理记录 不同的OLTP是OLAP的数据源

特点 方便创建数据表以及方便维护 引导用户在电子表格的帮助下创建视图进行分析用途 关注一段时间内的实时数据 分析长期数据的规律走势为决策提供帮助

仍技术架构供给侧看数据库可分为集中式数据库和分布式数据库

这种分类方式的诞生 一方面是由于传统集中式数据库缺乏扩展性 为了实现扩展而出现了分布式数据库 另一方面 是缘于云技术和网络技术快速发展 推动分布式技术升级 形成新型分布式数据库。集中式数据库由一个处理器、 与它相关联的数据存储设备以及其他外围设备组成将数据集中在一台机器上进行处理 被物理地定义到单个位置。典型代表有Oracle、 DB2、人大金仓、武汉达梦等 分布式数据库采用分布式架构将数据在网络上分开储存于多个机器中进行处理 分布式数据库是一个数据集合 这些数据在逻辑上属于同一个系统 但物理上却分散在计算机网络的若干站点上 并且要求网络的每个站点具有自治的处理能力 能执行本地的应用。分布式数据库典型代表如谷歌的 GoogleSpanner、 阿里巴巴的OceanBase、华为的GaussDB等。

表3传统集中式数据库与新兴分布式数据库对比

上只要对中证央计算机做全好保护措施以及适数据备份工 1、存储空间有主限集中式数据库把数据都存储这在一主机中存储空间作便能保 较高的安 性和稳定性 合存储重要 2有限响只依靠 机中计算央计和存储机需数据要执将行所以有解决的运算问当题终。端

3、产品商品化程度高 现有的集中式数据库产品大 资源做单独的配置在集中式系统上做起来比较困难而且效率不都经过了时间的考验稳定可靠商品化程度高数 高。

据库公司服务能力成熟对于客户来说便捷安全

更多的节点和组件更难于管理故

开源数据库是数据库发展癿另一路径也孕育了亏联网癿繁荣发展。开源软件是围绕社区概念设计的将数据库 API和Web托管引擎的源代码存储库向公众开放允许任何人查看或贡献。社区中的领导者会指导和监控新功能的开发和修补错误。对于希望建立强

大技术基础的企业而言 开源工具一方面可降低成本、 另一方面方便企业对技术的快速迭代创新。 比如国内的部分互联网巨头 一开始考虑到成本、可控性、 技术创新型等因素多数选择基于开源的数据库进行数据库的深度研发 并在研发过程中不断回馈开源社区。开源数据库幵丌是和商业数据库背道而驰癿开源数据库同样可以实现商业化。我们认为在云计算快速发展的时代 商业数据库和开源数据库有望实现进一步融合。开源数据库典型代表如MySQL、 PostgreSQL、 MongoDB、 Hbase、 TiDB等

表4开源数据库和闭源数据库对比

开源数据库

闭源数据库商业数据库 指进行商业化的数据库 - -

▍ 全球格局Oracle领衔于时代百家争鸣

参不者传统IT巨头、于计算巨头、独立公司三方势力竞逐市场

数据库市场目前主要由传统IT巨头、于计算巨头、独立数据库公司三大势力角逐。传统IT 巨头多在关系模型领域深耕整体占据主导地位但云计算、大数据的快速发展带来了需求的进一步爆发云计算巨头、独立数据库公司的数据库产品快速崛起。以 Apache软件基金会为代表的开源项目在数据库市场也具备一席之地但这些项目往往不以盈利为目的。

1 传统巨头传统数据库领域 国外数据库厂商起步较早 全球的传统IT巨头不断进行战略布局和产品迭代 在传统数据库领域主导市场 包括 Oracle、 IBM、 Microsoft、SAP等。

2于计算巨头伴随云计算、 大数据等技术的快速发展 互联网巨头在数据库市场大放异彩 云计算巨头的数据库产品借势快速发展 包括亚马逊、谷歌、 阿里、腾讯、华为、 Facebook等。

3独立厂商在商业化和开源并行发展的同时 也涌现出一批技术起家的数据库独立厂商 如Mongodb、 Snowflake等公司 各自在自身的强势领域深耕细作。

传统巨头在关系型OLTP领域强势于计算巨头以及独立数据库厂商在非关系型领域以及OLAP领域更具竞争力。 云计算巨头更多的是依靠云计算、大数据的快速发展崛起同时 独立厂商更多的选择依赖开源快速提升产品影响力和市场认知度 同时依靠社区的力量 也可以对产品进行快速的迭代升级。

表5主流数据库品类分类一览

传统巨头Oracle、Mysql、 IBM DB2、SQL Server、 传统巨头 Oracle NoSQL、 IBM Cloudant、

SAPAdaptive Server、 MicrosoftAccess OrientDB

传统巨头 Teradata、 Oracle Essbase、 SAP IQ

OLAP

仍流行程度看 传统数据库产品占据主流地位 传统巨头甲骨文、微软、 IBM排名稳居前列 另一类是开源社区版数据库 包括MySQL、 PostgreSQL、 Redis等值得注意的是 MongoDB 作为独立数据库厂商 流行程度排名第五位 凭借其优异的产品性能、丰富的应用场景赢得市场的青睐。