j9国际站

第一章 行业概况

数据是描述事物的符号纪录，拥有多种阐发大局，蕴含文字、图形、图像、声音和说话等
。数据库是相互有关联关系的若干数据的集中，特点是数据间联系亲昵、冗余度幼、独立性较高、易扩大，并且可为各类用户共享
。数据库治理系统（DBMS）是掌管数据库搭建、使用和守护的系统软件，通过组织、索引、查问、批改数据库文件，实现数据界说、组织、存储、治理以及数据库操作、运杏注守护等重要职能
。萦绕DBMS构建蕴含硬件操作系统、数据库治理系统、数据库治理员以及有关机造配套在内的数据库系统（DBS），能力有组织、动态地存储大量有关数据，方便多用户接见
。

数据库的分歧分类及特点：

按数据结构分：传统关系型数据库，NoSQLee数据库，NewSQL数据库，多模数据库
。其中传统关系型数据库在我国市场占比最大，达到约60%
。

按部署模式分：云托管数据库，云原生数据库，本地部署，混合部署
。

按贸易模式分：开源数据库、贸易数据库
。

按架构分：散布式数据库，单机数据库
。

按职能分：OLTP、OLAP和HTAP
。

按存储介质分类：内存数据库，磁盘数据库
。

关系型数据库的分歧分类：

按模型分：关系型、非关系型

按架构分：单机式、集中式、散布式

按部署状态分：本地部署、云部署

2021年中国数据库市场总规模达到286.8亿元，同比增长16.1%，2022年预测市场规模将达到336.1亿元
。随着国内表市场上云推算等技术的鼓起，国产数据库企业发展急剧，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 贸易模式

随着下游企业及需要的不休发展，当前数据库行业重要形成了联机事务处置/数据库OLTP和联机分析处置/数据仓库OLAP两种利用场景
。

联机事务处置/数据库OLTP
。其利用于面向买卖的处置系统、业务系统，典型利用如银行买卖系统
。其业务在数据库联机的日常操作，通常是对纪录进行查问、批改，用户关切急剧响应、数据的安全性、齐全性和并发支持的用户
。数据量方面，每次买卖涉及的数据量很幼，对响应功夫要求极度高，总体数据量相对较幼
。数据产生于系统中买卖自身的数据
。使用人员多为操作人员，用户数量极多，以SQL为交互载体，在设计中尽量预防冗余
。

联机分析处置/数据仓库OLAP
。其利用于分析驱动，是面向信息的分析过程
。典型利用如数据仓库
。重要是针对某些汗青数据进行分析，从而有效地支持投资决策
。数据量较为重大，响应功夫与数据量有关，且数据总体规模重大
。数据起源于出产系统操作数据，重要为工作人员使用，用户数量少，支持SQL和其他说话
。

通常数据库企业的贸易模式大体是：购入服务器等基础设施，实现数据库搭建，扣除出产过程中的机械设备等折旧成本，减去人员薪酬、电费等各类用度，最终销售数据库或提供有关数据库的运营和守护用度获取利润
。

数据库企业的利润影响成分：

数据库制品价值及守护运营用度
。价值越高，盈利能力越强
。

基础设施的价值
。数据库的搭建必要依赖于重大的服务器等基础设施，在当前的数据库服务中占据成本较大比沉
。

设备折旧、人为费、运营费、运输费等
。这些成本用度相对来说比力刚性
。

第三章 技术发展

数据库行业作为沉要的基础性行业，底子工作在于以最低的资源亏损、最低的生态负载、最高的效能和技术水平为下游有关业务及用户提供数量充足、质量良好的数据库服务，支持下游企业业务发展、效能提升与治理水平上升，满足国度、社会、发展必要
。

1、HTAP领域进一步加强AP和TP之间的融合

自2020年以来国产HTAP数据库发展迅猛，险些成为新兴数据库的必选项
。Gartner也指出HTAP已经成为全球领域内新一代数据库的入场筹码，HTAP能力成为数据库沉要选项
。随着数据技术的不休创新，将来HTAP数据库会进一步加强AP和TP之间的衔接和融合，在数据库内部实现AP和TP之间的内置流（Streaming）处置能力
。通过将ETL工作内置于数据库傍边，让HTAP数据库同时具备AP、TP和流（Streaming）能力
。用户能够按需创建各类表，使用流处置能力将表衔接，从而获得单一、便捷的数据处置能力
。数据库技术的进一步融合会突破当下数据栈的割裂状态，HTAP、流批一体、湖仓一体等技术趋向最终会让数据集中在单一易用、安全靠得住、高性价比的数据平台
。

2、云推算布景下的散布式前瞻

国产散布式数据库自2019年以来维持高速增长，热度持续高涨
。而通过用户调研相识到，面对散布式数据库的故障时，运维人员往往束手无策
。重要原因是相较集中式数据库，散布式数据库对IT基础设施靠得住性要求更高了，其主题代码重要覆盖了SQL实现和数据存储，而未能自动感知各类对数据库不变性、机能、并发能力有沉大影响的故障隐患，也难以在代码层面对此类问题进行处置，从而实现故障自动躲避
。将来散布式数据库应提升基础数据探测和分析能力，随使仉对出现的异常隐患提前措置，实现无需运维人员过多过问的高效自治运行，让散布式数据库从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技术利用下的数据库治理自治

DT时期数据库技术架构和运行环境日趋复杂，种类从单一产品转变为混合型贸易数据库和开源数据库组合，依附人为运维显得左支右绌
。作为智能化的数据库周边工具，数据库治理平台将机械进建与数据治理在职能上融合统一，利用机械进建加强系统设计开发，以尺度化、自动化、智能化的方式提供实时监控、健全巡检、智能诊断、多维分析等数据库治理服务
。数据库治理平台的性质是数据库治理经验的代码化，主题步骤论是云资源池化、分层解耦以及服务化，实现伎俩是基于微服务、散布式等云技术实现多元混合数据库环境的统一治理，指标是实现海量数据高安全、高可用、高机能的运维要求，助力数字化转型
。

4、数据开源

近年来国内数据库厂商逐步奉行开源战术，但是由于开源数据库运行功夫短，运营整体阐发仍有较大空间
。凭据开源数据库在GitHub的活跃度细分情况，国内整体水平是低于全球市场开源数据库的整体水平的
。

第四章 发展趋向

国产数据库急剧发展，风险与机遇并存
。新兴厂商主题团队普遍来得意厂，技术扎实，经验丰硕，产品各具特色，机能较佳，并且资金丰裕
。但另一方面，国内数据库市场的用户侧出现风险点，如互联网用户多选取开源或自研数据库而极少使用新兴的产品、新兴厂商难切入政企类用户具备美满的产品和服务生态、不足互联网+新“风口”带头市场增量空间、大量中幼企业存续不不变和需要不强烈等问题
。数据库厂商纷纷提出出海战术，创业公司自成立之初便定位国际化，但普遍面对信赖度、监管、地理地位等阻碍，而上云、开源、新技术敏感度成为除基础技术以表，国产数据库顺利出海的关键身分
。

云推算高低拉动，云原生优化资源配置
。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，推算层打包SQL语句解析、物理打算执杏注事务处置等，共享存储层存放事务日志和数据存储，并通过度布式技术保险高可用和一致性，最后二者选取高速网络互联，通过数据传输和谈或其他技术提升I/O机能
。

此表，云原生数据库的分层架构还需结合新硬件技术的个性进行沉构，如使用可扩大CPU和高主频内核进行算力优化，使用悠久内存(PMEM)沉构二级缓存以提升I/O密集型场景下的读写机能
。将来数据库将进入从硬件平台到架构层再到利用层的全栈优化时期
。

数据库与大数据技术天堑不休吞吐
。大数据与数据库别离存在结构化能力差、运算支持能力不及的问题
。随着数据技术的发展创新，数据库与大数据技术的天堑不休吞吐，二者相互延长
。我们以为传统大数据技术有着更为丰硕的生态，但是对技术要求较高，相比力而言，从仓向湖的延长路线，更适合传统企业和中幼企业
。