2022年4月中国数据库行业分析报告.pdf

《2022年4月中国数据库行业分析报告.pdf》由会员分享，可在线阅读，更多相关《2022年4月中国数据库行业分析报告.pdf（32页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、modb.promodb.pro20222022年年4 4月月中国中国 数据库行业分析报告数据库行业分析报告墨天轮行业分析研究中心墨天轮行业分析研究中心20222022年年0404月月乐/知/乐/享 同/心/共/济摘要摘要www.modb.pro2022年4月共有205个数据库参与排行，整体分数都有上涨，排行榜上前十被关系型数据库霸占，同时，键值、图形以及时序等类型的 NoSQL 数据库也在悄然崛起。TiDB 四月得分上涨37.31，总分616.84，稳夺桂冠。openGauss 4月得分上涨6.1%，总分567.42，夺得榜眼。OceanBase 本月分数543.22，相较于上月分数上涨53

2、.28，得分涨幅10.8%，位居榜单第三。华为GaussDB挺进前四，榜单前八得分扶摇直上，人大金仓排名上升一位，TDSQL名次连续下降至第九。AnalyticDB 本月得分虽然下跌了8.87，但是仍居第十名，并且半年内分数涨幅28.6%。TDengine 位列时序数据库榜单第一，TGDB 获得四月排行榜图形数据库第一。随着数据库应用市场蓬勃发展，需求和产品多样化，用户选择合适的数据库变得越来越难。如何能够客观全面评价数据库产品，成为研发和使用数据库的重要内容之一，数据库竞争力维度也备受关注。关系型数据库仍是主流，当前部署形态主要分为两种，分别是本地部署和云原生数据库。按照架构分类主要有三类：

3、单机、集群、分布式。其中云原生数据库和分布式数据库受到广泛关注，也成为国内数据库厂商重点突破口和主要发力方向。此外NoSQL、NewSQL、多模数据库等细分领域数据库市场份额也在不断扩大。据估计中国数据库市场规模2025年有望接近7百亿元，从2019年开始资本大量进入中国数据库行业，其中2021年来更是井喷式爆发，融资次数达到了20多次，融资额度超过30亿人民币。近期俄乌战局日益焦灼，西方各国相继宣布制裁俄罗斯，Oracle、IBM、微软、SAP等科技巨头相继宣布暂停对俄罗斯服务，这一系列制裁动作让技术人认识到“科技无国界”是个伪命题。俄罗斯的前车之鉴无疑给中国的数据库人敲响了警钟，开源有国界

4、吗？国内数据库以及相关从业者该走向何方？国产数据库的替代化之路还有多远呢？这些问题的解决迫在眉睫。当前，国内数据库产业呈现出百花齐放、百家争鸣的局面，新型硬件、新型交叉学科技术、新型数据模型、安全隐私等因素对数据库技术的发展起到了至关重要的作用，产生了很多的新型数据处理技术，主要包括基于新型硬件的数据管理、智能数据管理、多模数据管理、数据安全和隐私保护。但无论是产业规模，还是产品能力，跟国外主流公司和产品还有不小的差距，在政策体系、标准统一、产品能力提升、关键技术攻关、服务体系建立、企业管理规范等方面问题亟待解决，数据库产业化中的战略、人才、生态、知识产权保护与竞争等问题依旧严峻。乐/知/乐/

5、享 同/心/共/济目录目录 contentcontent一、中国数据库流行度排行一、中国数据库流行度排行二、数据库基本概念及分类二、数据库基本概念及分类三、三、发展面临的挑战和趋势发展面临的挑战和趋势四、中国数据库典型案例四、中国数据库典型案例乐/知/乐/享 同/心/共/济中国数据库最新流行度排行中国数据库最新流行度排行来源：墨天轮 www.modb.pro/dbRank中国数据库流行度排行中国数据库流行度排行是墨天轮于2019年推出聚焦国产数据库的名录和榜单，通过搜索引擎、趋势指数、三方评测、专利论文、招聘岗位等近5050个个维度的数据来考察当月国产数据库的流行度，每月更新一次，当前已经有2

6、05205个个数据库参与排行。模型分类开源占比分布式占比中国数据库厂商登记专利+论文数TOP10中国数据库概览中国数据库概览四月暖阳至，行业春风来，整体分数都有上涨，TOP10TOP10基本稳定不变基本稳定不变。TiDB 四月得分上涨37.31，总分616.84，稳夺桂冠稳夺桂冠。openGauss 4月得分上涨6.1%，总分567.42，夺得榜眼夺得榜眼。OceanBase 本月分数543.22，相较于上月分数上涨53.28，得分涨幅10.8%，位居榜单第三。华为GaussDB 挺进前四，榜单前八得分扶摇直上，人大金仓排名上升一位，TDSQL名次连续下降至第九。AnalyticDB 本月得分

7、虽然下跌了8.87，但是仍居第十名，并且半年内分数涨幅28.6%。乐/知/乐/享 同/心/共/济NoSQLNoSQL数据库最新流行度排行数据库最新流行度排行排行榜上前十被关系型数据库霸占，当所有目光聚焦在这类数据库时，键值、图形以及时序等类型的 NoSQL 数据库也在悄然崛起，奋力向前。根据 DB-Engines 的数据，在过去的几年中，图形和时图形和时序数据库成为增长趋势最快的数据库类型序数据库成为增长趋势最快的数据库类型。墨天轮排行榜上 NoSQL 数据库排名的 TOP 10，几乎被图形和时序数据库“瓜分”。在本月排行榜中，TDengineTDengine 位列时序数据库榜单第一，这是涛思

8、数据推出的一款开源的专为物联网、车联网、工业互联网、IT运维等设计和优化的大数据平台。TGDBTGDB 获得四月排行榜图形数据库第一名，这是腾讯云推出的一款原生的分布式并行图数据库，其也凭借自身强劲的产品优势，正在各领域不断落地并塑造标杆。来源：墨天轮 DB-Engines乐/知/乐/享 同/心/共/济中国数据库魔力象限中国数据库魔力象限墨天轮参考 Gartner 的魔力象限模型，选取2021年年度平均分排行前40的数据库产品，通过2021年平均分、最新得分、三方评测、生态以及论文和专利数量综合评定。最后将数据汇总到两个维度上 Ability to Execute Ability to Exe

9、cute 和 Completeness of Completeness of VisionVision，根据各家数据库产品的表现，将其划分入如下四个象限中：领导者象限：领导者象限：TiDB、OceanBase、PolarDB、达梦、GaussDB、openGauss、TDSQL；挑战者象限：挑战者象限：Gbase、人大金仓；远见者象限：远见者象限：AnalyticDB、SequoiaDB；特定领域象限：特定领域象限：GoldenDB、TcaplusDB、Goldilocks、UXDB、TDengine、MogDB、EsgynDB、神舟通用。20212021年度数据库奖项年度数据库奖项最具影响力

10、数据库奖最具影响力数据库奖TiDBOceanBase达梦卓越表现数据库奖卓越表现数据库奖openGauss人大金仓GaussDB最具潜力数据库奖最具潜力数据库奖StarDBMatrixDBMogDB年度云原生数据库年度云原生数据库PolarDBGaussDBTDSQL20212021年中国数据库魔力象限年中国数据库魔力象限年度图数据库年度图数据库Alibaba GDB年度时序数据库年度时序数据库 TDengine年度内存数据库年度内存数据库TcaplusDB墨天轮通过客观中立的指标遴选，长期的跟踪分析，得以从一个侧面呈现出国产数据库的发展和繁荣，共有14家国产数据库厂商获得2021年度数据库奖

11、项荣誉。来源：墨天轮乐/知/乐/享 同/心/共/济一、中国数据库流行度排行一、中国数据库流行度排行二、数据库基本概念及分类二、数据库基本概念及分类三、三、发展面临的挑战和趋势发展面临的挑战和趋势四、中国数据库典型案例四、中国数据库典型案例乐/知/乐/享 同/心/共/济数据库基本概念数据库基本概念来源：墨天轮广义的数据库通常指数据库系统数据库系统(DBS)(DBS)，其包含数据库与数据库管理系统两部分，向上通过数据库管理系统支撑应用引擎，向下以数据库承接文本、图像、声音等数据源，调动计算、网络、存储等基础资源。数据库数据库(DatabaseDatabase,DB DB)是“按照数据结构来组织、存

12、储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合，是按照一定的逻辑结构组织、存储、管理数据的大容量电子文件柜。数据库管理系统数据库管理系统(Database Management SystemDatabase Management System,DBMS DBMS)是对数据库进行统一管理和控制的大型软件，主要由内核组件集和驱动组件构成，其中内核组件集按照功能模块划分为管理组件、存储组件、计算组件和网络组件。应用系统整体架构数据库系统(DBS)数据库管理系统(DBMS)乐/知/乐/享 同/心/共/济关系型数据库基本概念关系型数据库基本概念来源：墨天轮

13、、维基百科关系型数据库关系型数据库的基础是关系数据模型，由关系数据集、完整性约束规则和关系运算三部分构成。通常情况下，关系数据集用多个表格作为数据结构来表示。用户可以定义表之间的关联。表中的列可以进行连接、并、交、差等关系代数运算。按业务负载特征进行分类按业务负载特征进行分类，关系型数据库可分为交易型数据库(OLTP)、分析型数据库(OLAP)和混合负载数据库(HTAP)。交易型数据库满足处理在线的实时交易事务场景，而分析型数据库满足分析业务场景，混合负载数据库目标是同时处理简单交易和复杂分析场景。随着数据库应用市场蓬勃发展，需求和产品多样化，用户选择合适的数据库变得越来越难。如何能够客观全面

14、评价数据库产品，成为研发和使用数据库的重要内容之一，数据库竞争力维度数据库竞争力维度也备受关注。TPTPOLTP(Online Transaction Processing)：OLTP是能够提供实时在线处理事务，同时保证实时强一致性的关系型数据库。APAPOLAP(Online Analytical Processing)：OLAP是指支持对大规模数据进行较为复杂的联机分析处理的关系型数据库。HPHPHTAP(Hybrid Transactional/Analytical Processing):HTAP是指能够同时支持在线事务处理和复杂数据分析的关系型数据库。事 务事 务处 理处 理事务必须

15、作为一个单元完成并写入数据库，否则事务的各个组成部分都不应执行。S Q LSQL（结构化查询语言）用于与关系数据库通信的接口。数 据 完数 据 完整 性整 性数据完整性指的是数据的整体完整性、准确性和一致性。A C I D 所有数据库事务都必须遵守 ACID，即必须是原子的、一致的、隔离的和持久的，以确保数据的完整性。关系型数据库重要特性关系型数据库重要特性数据库竞争力数据库竞争力高可用高可用扩展性扩展性混合负载混合负载安全性安全性高性能高性能智能化智能化关系型数据库分类关系型数据库分类乐/知/乐/享 同/心/共/济关系型数据库架构分类关系型数据库架构分类来源：墨天轮、官网当前部署形态主要分为

16、两种，分别是本地部署和云原生数据库本地部署和云原生数据库。按照架构分类主要有三类：单机、集群、分布式单机、集群、分布式。其中云原生数据库和分布式数据库受到广泛关注，也成为国内数据库厂商重点突破口和主要发力方向。本地部署本地部署在本地的硬件、网络和其他基础设施上，安装的软件服务。它在真正被使用前，需要大量软硬件开发成本，并且产生很多费用；后期使用时也需要专门人员升级维护，并且需要大量维护成本。集中式集中式多台机器联合管理数据，一般不对数据进行分片。单机单机一般都是 shared everthing 架构，即共享所有计算资源（CPU、RAM、Disk）和数据。集群集群一主多备一主多备单台主机模式部

17、署，其他备机为主机备份数据且不可读，并且可以在主机宕机的情况下，代替主机提供服务。一写多读一写多读多个计算节点一写多读服务，其中一个节点提供写服务，其他多个节点提供读服务。写节点宕机时，读节点可以代替写节点来提供服务。多写多读多写多读多个计算节点共享存储，每个节点都提供读写服务。为了解决写冲突一般采用分布式锁或者集中式锁的方式来实现。分布式分布式将数据从物理上分割，并分配给多台服务器或多个实例，每台服务器可以独立工作。分布式中间件分布式中间件基于单机数据库、分库分表中间件划分数据，实现数据的划分、查询下发、结果收集，进而实现数据库的可扩展性。适合数据能够完美分片到各个节点，节点间没有数据交互的

18、场景。分布式数据库分布式数据库对数据进行分片(sharding)，通过全局事务处理模块和分布式查询处理模块支持原生支持分布式事务和全局复杂查询。云原生云原生云计算技术的持续创新和成熟商用，也为分布式数据库云化部署提供了便利和可能。云原生数据库以虚拟化、分布式化和运维自动化为基本原则的云计算技术，采用通用硬件平台，提供资源快速发放、快速回收复用的弹性能力。基础架构具备“跨AZ、跨域”分布式高可用和容灾能力。分布式数据库在架构层面天然具有与云平台的高度亲和力,基于底层虚拟化技术,可以实现分布式数据库弹性伸缩，副本冗余高可用，以及跨AZ、跨“地域（region）”的容灾能力。借助云平台成熟统一的自动

19、化运维工具，可以大幅降低数据库运维管理成本，利用云平台运维监控数据实现机器学习精准训练，未来将实现基于机器学习的分布式数据库自调优、自诊断、自运维的能力。乐/知/乐/享 同/心/共/济NoSQLNoSQL数据库的基本概念数据库的基本概念来源：墨天轮、维基百科、百度百科、艾瑞咨询NoSQLNoSQL，是对不同于传统的关系型数据库的数据库管理系统的统称。，是对不同于传统的关系型数据库的数据库管理系统的统称。NoSQL数据库的产生就是为了解决大规模数据集合和多重数据种类带来的挑战，特别是大数据应用难题。因为NoSQL数据库去掉了关系数据模型的特性，因此数据之间没有关系，容易进行扩展。此外，得益于No

20、SQL数据库数据模型的无关系性，数据库的结构变得比较简单，因此更容易支持海量数据的存储和高并发读写，性能比较优秀。易扩展高可用大数据量高性能灵活的数据模型NoSQLNoSQL数据库特点数据库特点适用场景：适用场景：数据模型比较简单；需要灵活性更强的IT系统；对数据库性能要求较高；不需要高度的数据一致性；对于给定key，比较容易映射复杂值的环境。NoSQL一词最早出现于1998年，是Carlo Strozzi开发的一个轻量、开源、不提供SQL功能的关系数据库。对于其最常见的解释是“非关系型”(“Non-Relational”)，但“不仅仅是SQL语言”(“Not Only SQL”)的解释也被很

21、多人接受。NoSQL数据库主要包括五种类型：键值数据库(Key-Value Database)、图数据库(Graph Database)、时序数据库(Time Series Database)、列簇式数据库(Column-family Database)和文档数据库(Document-Oriented Database)。NoSQLNoSQL数据库数据库BASEBASE原则：原则：基本可用 Basically Available软状态 Soft state最终一致性 Eventual consistency乐/知/乐/享 同/心/共/济键值数据库Key-Value键值数据库使用简单的键值方法来

22、存储数据，具有较高的容错性和可扩展性。这类数据库主要会使用到一个哈希表，表中有一个特定的键和一个指针指向特定的数据。Key/value模型对于IT系统来说的优势在于简单、易部署。在不涉及过多数据关系业务的场景中，使用键值存储可以非常有效地减少读写磁盘的次数，比关系型存储拥有更好的读写性能。常见的键值数据库有：Redis、Memcached、LevelDB、TcaplusDB等。图数据库Graph图数据库是以点、边为基础存储单元，以高效存储、查询图数据为设计原理的数据管理系统。图形结构的数据库同其他行列以及刚性结构的SQL数据库不同，它使用灵活的图形模型并且能够扩展到多个服务器上。图数据库把数据

23、间的关联作为数据的一部分进行存储，关联上可添加标签、方向以及属性，这使得其在关系查询上相比其他类型数据库有巨大性能优势。常见的图数据库有：Neo4j、TigerGraph、Galaxybase等。时序数据库Time Series时序数据库主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据。时序数据库能够有效地处理庞大且统一的数据，其独特属性意味着可以在存储空间和性能方面提供比通用数据库更加显著的改进。比如基于统一性的专门的压缩算法可以提供优于常规压缩算法的数据处理效率；对重复或过于陈旧的数据，可以定期删除以节省空间；特殊的数据库索引还可以提高查询性能。常见的时序数据库有：Infl

24、uxDB、TimescaleDB、TDengine等。列簇式数据库Column-family列簇式数据库不同于列数据库，键仍然存在，但是它们的特点是指向了多个列，这些列是由列家族来安排的，即通过融合行键值和列来形成统一关键字，并且可以把值分成多个列簇，让每个列簇代表一张数据映射表，通常用来应对分布式存储的海量数据。常见的列簇式数据库有：HBase、Cloudera、Cassandra、GeminiDB等。文档数据库Document-Oriented文档数据库的灵感来自于Lotus Notes办公软件，是用来管理文档的。在文档数据库中，文档是处理信息的基本单位，一个文档相当于关系型数据库中的一条

25、记录。该类型的数据模型是版本化的文档，半结构化的文档以特定的格式存储，比如JSON。文档数据库可以看作是键值数据库的升级版，允许之间嵌套键值，在处理网页等复杂数据时其查询效率更高。常见的文档数据库有：CouchDB、MongoDB、SequoiaDB-DOC等。NoSQLNoSQL数据库的主要分类数据库的主要分类title:subtitleaaabbb键(Key)值(Value)container_name行键(Row Key)title1title2aaabbb值(Value)列键(Column Key)Key:value标签Key:value标签Key:value标签标签标签标签节点属性边

26、JSONDoc1JSONDoc2JSONDoc3JSONDoc1JSONDoc2子集合集合deviceregiontimestampvalue1value2aaaxxxtime1n1m1bbbyyytime9n9m9数据来源数据产生时间数据内容来源：维基百科、百度百科、艾瑞咨询乐/知/乐/享 同/心/共/济NewSQLNewSQL数据库基本概念数据库基本概念来源：维基百科NewSQLNewSQL词最早由451 Group的分析师Matthew Aslett在研究论中提出。N NewSQLewSQL是一类现代关系型的DBMS，旨在为NoSQL的OLTP读写负载提供相同的可扩展性能，同时仍然提供事

27、务的ACID保证。简单来讲，NewSQL就是在传统关系型数据库上集成了NoSQL强大的可扩展性。传统的SQL架构设计基因中是没有分布式的，而NewSQL生于云时代，天生就是分布式架构。NewSQLNewSQL的优点的优点在于兼具NoSQL对海量数据的存储管理能力和传统关系数据库的ACID、SQL等特性，但其也有局限性局限性，即不具有SQL系统的通用性，对传统SQL系统的丰富工具仅仅提供部分访问。前较为知名的NewSQL数据库有Google Spanner、Amazon Aurora、CockroachDB。NewSQLNewSQL数据库分类数据库分类NewSQL数据库系统并不是与现有的系统架构

28、完全不同的新物种，而是代表数据库技术不断发展的下一篇章。这些系统使用的大多数技术已经存在于学术界和工业界的先前DBMS中。鉴于传统的DBMS提供商的市场地位牢不可破，资金充足，NewSQL系统只能通过艰难的战斗赢得市场地位。云计算平台提供的数据库即服务产品，通常也基于新的架构在中间件层实现NewSQL特性的数据库完全使用新的架构重新设计开发的NewSQL数据库NewSQL代表数据库分类发布时间简介CockroachDB新架构2014建立在分布式Key-Value之上，使用软件混合时钟实现广域网的复制方案。Google Spanner新架构2012广域网复制，无共享的DBMS。使用GPS和原子钟

29、生成的全局时间戳机制。AgillData中间件2007无共享的数据分片，基于单个的MySQL实例。Scale Arc中间件2009基于规则引擎的查询路由。支持MySQL Cluster来组织集群。Amazon AuroraDBaaS2014RDS，使用定制化的日志结构的MySQL引擎。ClearDBDBaaS2010中心化的路由器，为单节点MySQL实例在多个数据中心创建镜像。代表数据库简介代表数据库简介未来趋势未来趋势乐/知/乐/享 同/心/共/济多模数据库基本概念多模数据库基本概念来源：维基百科多模多模数据库数据库(Multi-ModelMulti-Model Database)Datab

30、ase)是指同一个数据库支持多个存储引擎，可以同时满足应用程序对于结构化、半结构化、非结构化数据的统一管理需求。通常来说，结构化数据特指表单类型的数据存储结构，典型应用包括银行核心交易等传统业务；而半结构化数据则在用户画像、物联网设备日志采集、应用点击流分析等场景中得到大规模使用；非结构化数据对应着海量的图片、视频、和文档处理等业务，在金融科技的发展下增长迅速。多模式数据管理能力，使得数据库能够进行跨部门、跨业务的数据统一存储与管理，实现多业务数据融合，支撑多样化的应用服务。在架构上，多模 Multi-model也是针对云数据库需求的，使得数据库使用一套数据管理体系可以支撑多种数据类型，因此支

31、持多种业务模式，大大降低使用和运维的成本。云数据库多模示意图云数据库多模示意图多模数据库的不同实现路径多模数据库的不同实现路径对象存储图计算Hadoop大数据缓存Json存储关系型关系型数据库数据库实现路径实现路径为每一种新数据模型开发独立完整的存算策略用单一存储引擎支撑多个存储模型多种独立数据库之上提供统一用户界面，对底层多个数据库进行转发统一计算框架，统一数据管理，按需增减异构数据存储模型代表作品代表作品IBM DB2OracleMongoDBMySQLCouchbaseMarklogicTDH8.0实现时间实现时间2007201320162011201020082020支持模型支持模型数

32、量数量6种3种3种3种2种4种10种问题问题/改进改进存算耦合，支持的模型越多，系统的开发量和复杂度就越高，消耗存算资源也较多不同计算数据模型对存储要求不同，单一存储引擎无法匹配适合的存储策略，限制性能由于底层多个数据开发语言不一致，导致实际开发时的高难度，排除故障的成本也较高用一套统一架构同时支持多模型、高可用与高性能乐/知/乐/享 同/心/共/济一、中国数据库流行度排行一、中国数据库流行度排行二、数据库基本概念及分类二、数据库基本概念及分类三、三、发展面临的挑战和趋势发展面临的挑战和趋势四、中国数据库典型案例四、中国数据库典型案例乐/知/乐/享 同/心/共/济时间时间公司名称公司名称轮次轮

33、次金额金额投资方投资方数据库名称数据库名称2022/3/22天云数据D轮数亿元人民币融溢资本、绿地创极、京国创创辉投资Hubble2022/1/4SphereExPre-A近千万美元嘉御资本、红杉中国种子基金、初心资本、指数创投ShardingSphere2021/12/16人大金仓战略融资近2亿人民币太极股份KingBase2021/12/9智臾科技B轮1亿人民币方广资本、凯泰资本、亿联凯泰基金、朗玛峰创投DolphinDB2021/12/6创邻科技A+轮过亿人民币同创伟业、达晨财智Galaxybase2021/11/29四维纵横A轮1亿元东方富海、某头部云厂商MatrixDB2021/11

34、/19拜贝思云计算科技天使轮300万美元经纬创投、黄东旭Bytebase2021/10/29矩阵起源战略融资数千万美元钟鼎资本、五源资本、险峰K2VC、基石资本MatrixOne2021/9/28聚云位智B轮近亿人民币达晨财智(领投)、朗玛峰创投、中翔资本LinkoopDB2021/8/25偶数科技B+轮2亿人民币腾讯投资(领投)、红杉资本中国、红点中国OushuDB2021/7/20PingCAPE轮数亿美元红杉资本中国(领投)GIC新加坡政府投资公司、BAI资本TiDB2021/7/12睿帆科技A轮5000万人民币东方通(领投)、沣扬资本Snowball2021/7/8人大金仓战略融资近亿

35、人民币太极股份、电科研投、南威软件、东华软件KingBase2021/6/22中科知道天使轮1200万人民币泰岳梧桐资本PandaDB2021/6/8矩阵起源天使轮千万级美元五源资本、险峰K2VC、源来资本、微光创投MatrixOne2021/5/24涛思数据B轮4700万美元经纬中国(领投)、GGV纪源资本、红杉资本中国TDengine2021/5/9易鲸捷战略投资5769万人民币中国软件EsgynDB近期近期中国数据库厂商融资盘点中国数据库厂商融资盘点据估计中国数据库市场规模2025年有望接近7 7百亿元百亿元，市场上涌现出越来越多的厂商，同时也受到大量资本的追捧。2019年开始资本大量进

36、入中国数据库行业，其中2021年来更是井喷式爆发，融资次数达到了20多次，融资额度超过3030亿人民币亿人民币。来源：墨天轮 信通院乐/知/乐/享 同/心/共/济国家国家企业企业产品产品宣布制裁时间宣布制裁时间摘要摘要美国 Austin,TXOracleOracle DBMySQL2022.03.03Oracle在Twitter宣布，暂停在俄罗斯的所有业务。美国 Redmond,WashingtonMicrosoftGitHub2022.03.03GitHub CEO Thomas Dohmke发布我们对乌克兰境内战争作出的响应一文，文章表明：GitHub将严格限制俄罗斯获取维持其侵略性军事能

37、力所需要的技术。SQL Server、Access、Azure SQL Database、Azure Cosmos DB2022.03.04微软总裁布拉德史密斯（Brad Smith）在其官方博客贴出声明，宣布暂停在俄罗斯销售所有新的产品和服务。除了暂停新的销售，微软还按照政府的制裁措施，停止了在俄罗斯的许多业务。德国SUSESUSE Linux2022.03.07SUSE表示正在“评估我们在俄罗斯的所有业务关系，已暂停在俄罗斯的所有直接销售活动”。美国 Armonk,New YorkIBMDB22022.03.08IBM CEO Arvind Krishna宣布停止在俄罗斯的所有业务。美国

38、Palo Alto,CAMongoDBMongoDB2022.03.12MongoDB 停止俄罗斯业务，包括其SaaS服务。德国WalldorfSAPSAP HANASAP Adaptive Server2022.03.12德国知名软件企业SAP CEO Christian Klein宣布，“我们正在停止在俄罗斯开展与制裁相一致的业务，此外，暂停在俄罗斯的所有SAP服务和产品的销售”。美国Raleigh，NCPerconaPercona Server for MySQLPercona Server for MongoDB2022.03.13全球知名数据库技术厂商Percona宣布停止在俄罗斯的

39、服务。两位联合创始人分别来自俄罗斯和乌克兰。美国 SeattleF5 NetworksBIG-IP平台BIG-IP iSeries平台VIPRION威普龙平台F5 BIG-IP 企业管理器2022.03.15F5 CEO FRANOIS LOCOH-DONOU在官方博客发布了一篇名为Standing Firm in Support of the People of Ukraine的文章，宣布F5已经暂停了在俄罗斯的所有销售活动，取消了F5网络接入，同时还停止了俄罗斯对Nginx开源项目的贡献。美国DelawareClickHouseClickHouse2022.03.31ClickHouse作

40、为一个来自俄罗斯的开源大数据产品非常有名。然而3月31日ClickHouse公司发表官宣文章“We Stand With Ukraine”，三位创始人纷纷表态，强烈反对并谴责俄罗斯入侵乌克兰，并强调ClickHouse是美国公司，在俄罗斯没有任何业务，也没有任何俄罗斯投资者和董事会成员，在俄罗斯的工程师团队已悉数迁出到荷兰。近期针对俄罗斯的科技制裁盘点近期针对俄罗斯的科技制裁盘点来源：墨天轮、Twitter、各公司官网乐/知/乐/享 同/心/共/济中国数据库面临的挑战中国数据库面临的挑战来源：墨天轮、工委会当前，国内数据库产业呈现出百花齐放、百家争鸣百花齐放、百家争鸣的局面，但无论是产业规模，

41、还是产品能力，跟国外主流公司和产品还有不小的差距还有不小的差距，在政策体系、标准统一、产品能力提升、关键技术攻关、服务体系建立、企业管理规范等方面问题亟待解决，数据库产业化中的战略、人才、生态、知识产权保护与竞争等问题依旧严峻。技 术 生 态 不 完 善技 术 生 态 不 完 善90年代开始，Oracle、Sybase、DB2、Informix等产品纷纷进入中国，并且占据了垄断地位；在那之后的2000年左右，国产数据库的产品才刚刚推出迈向市场，技术生态还远远落后于国外商业数据库。生 态 工 具 缺 失生 态 工 具 缺 失数据库是一个底层核心基础软件，相关的配套生态工具非常多，当前多数国产数据

42、库仍处于内核增强研发 阶 段，配 套 的 软 件 很 少，且 对DBA来说完全是一个黑盒子，无法进行排错调优等工作。知 识 产 权 意 识 薄 弱知 识 产 权 意 识 薄 弱由于国外部分商业数据库的开放下载 及 使 用，存 在 部 分 企 业 不 购 买License直接使用，或仅购买极少部分的License的情况，这是严重侵犯知识产权的盗版行为，阻碍了国产数据库行业的良性发展。售 后 能 力 不 足售 后 能 力 不 足由于国产数据库厂商大多处于起步阶段，在产品售后上的投入有限，原厂研发不能及 时 对 B U G 进 行 修复，且目前还不存在第三方国产数据库服务厂商，导致客户的售后服务请求

43、得不到及时响应。产 品 同 质 化 严 重产 品 同 质 化 严 重国 内 数 据 库 自 主 研 发 的 比 例 比 较低，基于MySQL和PostgreSQL内核进行封装和增强是目前国内主流做法，缺少对于数据 库内核部分的深度优化和改造，产品功能性能趋于雷同，同质化问题严重。产 品 替 换 难 度 高产 品 替 换 难 度 高用户对国内数据库接纳程度低的一个 核 心 原 因 是 国 内 数 据 库 稳 定 性差、核心场景性能低、测试生产差距大、应用改造成本高。缺乏SQL技术掌握，对Oracle等应用在核心业务的商用数据库兼容度低。数 据 库 上 云 顾 虑数 据 库 上 云 顾 虑虽然越来

44、越多的数据库服务正在向云端转移，一些对数据安全要求较高的用户，对数据的安全性提出了新的要求。基于云的数据库在安全上的能力不足，是很多用户在选择云数据库服务时所产生的顾虑。专 业 人 才 缺 口 大专 业 人 才 缺 口 大国内企业具备数据库内核研发能力的内核研发人才不足，且分布非常分散，与国外主流企业数据库核心研发团队人数上千人规模相比显得严重不足。从数据库人才培养渠道分析，成本与收益严重不匹配。乐/知/乐/享 同/心/共/济数据库未来发展趋势数据库未来发展趋势来源：墨天轮、CCF数据库在基础硬件和上层软件之间起到了“承上启下”的作用，向下发挥硬件算力，向上支撑上层应用。底层硬件技术决定了数据

45、存取、并发处理等处理性能的物理极限，而上层软件系统也需要通过优化数据库架构和算法的设计，以提高软硬件契合度、最大化硬件利用效率。近年来，各类高性能处理器、非易失存储器、支持 RDMA的高速网络等新硬件技术取得了重大突破，给数据管理系统带来新的机遇与挑战。多模态数据统一管理即是针对多种模态的数据进行统一管理。多模态数据主要包括结构化数据、半结构化数据和非结构化数据，例如关系，键值，图，XML/JSON 文档等。传统的数据库都是针对单个特定模态数据管理设计与实现的。目前很多领域都呈现多模态数据统一管理的重大需求，特别是在制造业领域。而针对制造业大数据管理的主要挑战在于多模态数据管理。目前，多模态数

46、据统一管理已成为世界前沿科技热点。近年来，随着 AI（人工智能）技术的发展，学术界和工业界开始探索利用人工智能方法解决数据库管理、优化、运维等问题，因此 AI 赋能的智能数据库系统应运而生。借鉴人工智能技术，可以实现包括数据库的自优化、自管理、自监控、自断、自恢复等在内的多维度等高度自治功能。从功能角度看，智能数据库系统也称为自治数据库系统；从技术角度看，智能数据库系统也可被称为 AI 赋能的数据库系统。近年来随着大众对保护个人信息意识的提升，以及各国家地区纷纷出台数据安全相关的政策法规，例如中国的中华人民共和国数据安全法与欧盟的通用数据保护条例(General Data Protection

47、 Regulation,GDPR)等。如何保护数据安全隐私的问题受到重大的关注，同时也是工业界与学术界研究的热点问题。涉及方向有：全密态数据处理、数据安全多方计算、防篡改数据处理、数据隐私计算四个研究方向。新型硬件新型硬件多模数据管理多模数据管理智能化智能化隐私计算隐私计算数据库技术近年来得到了迅速发展，新型硬件、新型交叉学科技术、新型数据模型、安全隐私等因素对数据库技术的发展起到了至关重要的作用，产生了很多的新型数据处理技术，主要包括基于新型硬件的数据管理、智能数据管理、多模数据管理、数据安全和隐私保护新型硬件的数据管理、智能数据管理、多模数据管理、数据安全和隐私保护。乐/知/乐/享 同/心

48、/共/济一、中国数据库流行度排行一、中国数据库流行度排行二、数据库基本概念及分类二、数据库基本概念及分类三、三、发展面临的挑战和趋势发展面临的挑战和趋势四、中国数据库典型案例四、中国数据库典型案例乐/知/乐/享 同/心/共/济PolarDBPolarDB 领先的云原生数据库领先的云原生数据库来源：墨天轮、阿里云官网云原生关系型数据库PolarDB是阿里巴巴自主研发的下一代云原生关系型数据库下一代云原生关系型数据库。100%兼容MySQL、PostgreSQL、高度兼容高度兼容OracleOracle语法语法。计算能力最高可扩展至1000核以上，存储容量最高可达100TB。经过阿里巴巴双十一活动

49、的最佳实践，让用户既享受到开源的灵活性与价格的优惠，又享受到商业数据库的高性能和安全性高性能和安全性。POLARDB POLARDB 产品架构产品架构商业数据库开源数据库云数据库自研云原生时代200820082014Oracle ACE亚洲最大的Oracle RAC 大量使用Oracle数据库201120172017去IOEAliSQL 异地多活 垂直拆分RDS系列产品 NoSQL系列产品 生态工具OLAPPOLPOLA ARDBRDBAnalyticDB OceanBase100%兼容MySQL、PG存储空间最大支持100TB5分钟新增只读节点15分钟完成节点升降级ParalleRaft协议

50、同步写入，RPO=06倍RDS MySQL性能主备延迟为毫秒级别典型典型应用应用场景场景TB级 数据快速弹性读写分离复杂查询数据零丢失存 储 容 量 超 过2TB，但无法做分 库 分 表，不希 望 迁 移 历 史数据底层本的应对，突发流量高峰，类似于周末运营、双十一等活动上线，压力突增，紧急进行扩容线上压力激增，快速增加只读节点，保障核心业务稳定业务核心数据，保障强一致且不丢失，支付、账务等与钱相关的业务在 线 业 务 中 的ad-hoc复杂查询，加速部分因为业务数据上涨导致的慢查询乐/知/乐/享 同/心/共/济OceanBaseOceanBase 让数据管理和使用更简单让数据管理和使用更简单