数据库行业市场分析报告二

数据库行业市场分析报告二2021年3月目录报告思路与创新之处 1数据库：数字化时代的电子文件柜 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，云时代百家争鸣 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 30PingCAP：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Goldilocks 41万里开源：MySQL中国的白金认证合作伙伴 42市场因素 43市场提示 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4：2011-2018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：OracleRAC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11：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TranswarpDataHub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 11表10：DBEngines开源数据库排名（2021年2月） 12表11：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报告思路与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。1数据库：数字化时代的电子文件柜概述：组织、存储和管理数据的仓库数据库（Database，简称DB）是按照一定的数据结构组织、存储和管理数据的仓库。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（DatabaseManagementSystem，简称DBMS）是一种操作和管理数据库的软件，用于建立、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（DatabaseSystem，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。图1：数据库系统（DBS）框架图资料来源：市场研究部分类：需求升级与技术迭代驱动，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。从需求侧看，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OLAP数据库。21）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关系型数据库，是指采用了关系模型来组织数据的1、有键值存储数据库、列存储数据库、文档型数数据库。关系模型指的就是二维表格模型，而一个特性据库、图形数据库等多种分类；2、一般不支持关系型数据库就是由二维表及其之间的联系所组ACID特性；成的一个数据组织。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、优点型来说更容易理解；2、使用方便：关系型数据库数据容易扩展；3、存储数据的格式多样化：存储使用SQL语言非常方便；3、易于维护：丰富的完格式是K-V形式、文档形式、图片形式等等，而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1、处理高并发读写性能较差；2、表结构较为固定，1.不提供SQL支持；2.一般来说无事务处理不便于更改扩展；资料来源：COSCHINA，市场研究部2）按应用类型分类：OLTP和OLAPOLTP（On-LineTransactionProcessing，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-LineAnalysisProcessing，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。操作型数据库的优势在于在线实时业务的处理，分析型数据库则擅长复杂的分析操作并给决策提供支持，两者的侧重点不同，因此可以相互补充。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OracleDataBase、MySQL、DB2、MongoDB等；典型的分析型数据库有ApacheKylin、Hive、Snowflake、OracleHyperion、Spark等。3表2：OLTP和OLAP的对比OLTPOLAP本质在线交易系统在线数据检索和分析系统数据处理操作对数据库进行增、删、改、查对数据记录进行选择数据表标准化未标准化数据源OLTP以及OLTP的处理记录不同的OLTP是OLAP的数据源数据量大小数据量小数据量大存储方式数据存储在传统的数据管理系统数据存储在数据仓库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，为决策提供帮助资料来源：CSDN，GiantTech，市场研究部从技术架构（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优势劣势1、较高的安全性和稳定性：数据存储在中央计算机上，只要对中央计算机做好保护措施以及数据备份工1、存储空间有限：集中式数据库把数据都存储在主机中，存储空间作，便能保证较高的安全性和稳定性，适合存储重要有限，只依靠主机计算和存储数据将难以解决这一问题。传统集中式数的核心数据；2、响应速度较慢：中央计算机需要执行所有的运算，当终端很多时，2、运算开销和通信开销小：服务器结构部署简单，会导致响应速度变慢。据库存取数据的运算开销小，通信的开销也较小；3、灵活性差：如果终端用户有不同的需要，要对每个用户的程序和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；1、满足数据量、计算量大的需求：只要布置足够多1、稳定性、安全性、保密性不如传统集中式数据库：分布式系统的计算机，便能储存足够多的数据，相比传统集中式通过通信网络来控制局部，而通信网络的保密性和安全性存在缺陷，数据库可以储存更多的数据，做更大量的数据计算；例如容易受到黑客攻击；2、读取数据和运算的速度更快：可并发读取数据，新型分布式数2、分布式事务的代价较高：两阶段的提交造成过多消息传输，可能可并行运算，因此读取数据和运算速度都会比集中式据库的锁争用变大，保证数据同步的代价较高，分布式事务在未来将还数据库更快；是个很难消除的瓶颈3、灵活、可扩展性好：可以方便地添加新机器对系3、管理复杂：分布式数据库有更多的节点和组件，更难于管理，故统进行扩充，而集中式数据库就没有这种便捷的可扩障排除和管理方面要求更高。展性；资料来源：CSDN，市场研究部开源数据库是数据库发展的另一路径，也孕育了互联网的繁荣发展。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4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。开源数据库并不是和商业数据库背道而驰的，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简介优点缺点向公众开放源代码，允许1.树立品牌形象；2.扩大1.安全性相对较差，容易受到攻击；开源数据库影响范围；3.发掘优秀开2.核心技术存在被窃取的风险；3.技查看和代码贡献发者；4.功能快速更新术发展相对碎片化1.安全性较好，不容易被1.产品推广成本较高，周期较长；2.不允许查看源代码，由开攻击；2.掌握核心技术，闭源数据库技术创新相对较慢；3.开发者完全主发者自行更新维护主导产品发展；3.技术路导，容易出现决策失误线统一商业数据库指进行商业化的数据库，--包括开源和闭源数据库资料来源：CSDN，市场研究部全球格局：Oracle领衔，云时代百家争鸣参与者：传统IT巨头、云计算巨头、独立公司三方势力竞逐市场数据库市场目前主要由传统IT巨头、云计算巨头、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）云计算巨头：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。5Redshift、MicrosoftAzureSynapseAnalytics传统巨头：Teradata、OracleEssbase、SAPIQ云计算巨头：GoogleBigQuery、AmazonFileMaker、Firebird独立厂商：PostgreSQL、MariaDB、SQLite、AmazonAurora、Googlespanner云计算巨头：MicrosoftAzureSQLDatabase、SAPAdaptiveServer、MicrosoftAccess图2：一张图看懂数据库发展路径资料来源：各公司官网，市场研究部传统巨头在关系型OLTP领域强势，云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关系型 非关系型传统巨头：Oracle、Mysql、IBMDB2、SQLServer、 传统巨头：OracleNoSQL、IBMCloudant、OrientDB云计算巨头：AmazonDynamoDB、MicrosoftOLTPAzureCosmosDB、RocksDB、LevelDB独立厂商：MongDB、Redis、Cassandra、Neo4j、HbaseOLAP

独立厂商：Elasticsearch、Splunk、独立厂商：Hive、Vertica、Snowflake、SparkSQL、ApacheKylin、ApacheDruid、ClickHouseHawq资料来源：各公司官网，市场研究部 注：加粗为开源数据库从流行程度看，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。6表6：2021年2月数据库管理系统流行程度排名排名数据库管理系统数据库模型1Oracle关系型，多模型2MySQL关系型，多模型3MicrosoftSQLServer关系型，多模型4PostgreSQL关系型，多模型5MongoDB文档型，多模型6IBMDB2关系型，多模型7Redis键值对型，多模型8Elasticsearch搜索引擎，多模型9SQLite关系型10Cassandra宽列型资料来源：DB-Engines，市场研究部从产品维度看，传统IT巨头以及云计算巨头的产品布局较为完善，独立数据库厂商专注于各自擅长领域。传统IT巨头如Oracle，具备关系型、非关系型、分析类、开源等多品类数据库产品，满足企业多样化需求。互联网巨头如亚马逊，产品主要围绕云生态布局，多种云数据库、云数据仓库产品。独立厂商如MongoDB，专注于文档存储数据库MongoDB的开发。独立厂商又如SnowFlake，专注于数据仓库的开发，主要应用于分析类场景。表7：主流数据库产品对比介绍公司数据库产品类型OracleDatabase关系型/OLTP/闭源MySQL关系型/OLTP/开源OracleOracleNoSQL非关系型/OLTP/闭源OracleEssbase关系型/OLAP/闭源IBMDB2关系型/OLTP/闭源IBMIBMCloudant非关系型/OLTP/闭源SAPSAPAdaptiveServer关系型/OLTP/闭源

简介数据库领域龙头产品，具有完整的数据管理功能，实现分布式处理功能。主要面向大型企业。主要面向个人使用者和中小型企业，成本较低一个多模型，可扩展的分布式NoSQL置的存储节点上提供高度可靠，灵活且可用的数据管理是BI软件hyperion的多维数据库，借助此平台，企业可以制定战略方针、构建业务模型并有效地规划企业资源。主要应用于大型应用系统，具有较好的可伸缩性，可支持从大型机到单用户环境，应用于所有常见的服务器操作系统平台下。基于ApacheCouchDB及BigCouch，是一种Jsondocument类型数据库，具有在云端高效处理高负载、高并发读写的强大特性高性能关系数据库管理系统。适合在任务关键及数据密集型环境中使用。SAPIQMicrosoftSQLServerMicrosoftAzureSQLDatabase微软 MicrosoftAzureCosmosDBMicrosoftAzureSynapseAnalyticsAmazonAurora

关系型/OLAP/闭源关系型/OLTP/闭源关系型/OLTP/闭源非关系型/OLTP/闭源关系型/OLAP/闭源关系型/OLTP/闭源

拥有列式存储，用于大数据分析微软自家产品，Windows定制专款与MicrosoftSQLServer高度兼容的数据库即服务产品全局分布、水平可扩展、多模型数据库服务利用广泛的SQLServer生态系统的弹性，大规模数据仓库服务兼容MySQL和PostgreSQL云数据库亚马逊AmazonDynamoDB非关系型/OLTP/闭源AmazonRedshift关系型/OLAP/闭源谷歌Googlespanner关系型/OLTP/闭源

Amazon托管的可伸缩数据库服务，其中的数据存储在Amazons云中与商业智能工具一起使用的大规模数据仓库服务水平可伸缩，全局一致的关系数据库服务。7公司数据库产品类型简介GoogleBigQuery关系型/OLAP/闭源具有仅追加表的大规模数据仓库服务RocksDB非关系型/OLTP/开源可嵌入的持久键值存储，针对快速存储（闪存和RAM）进行了优化，对写性能要求较高的场景，小规模数据Facebook介于关系数据库和非关系数据库之间，支持的数据结构非常松Cassandra非关系型/OLTP/开源散，是类似json的bjson格式，可以存储比较复杂的数据类型MongoDBMongoDB非关系型/OLTP/开源文档存储数据库，既可以作为完全托管的云服务使用，也可以在自我管理的基础架构上进行部署SnowFlakeSnowFlake关系型/OLAP/闭源基于云的数据仓库服务，用于结构化和半结构化数据DatabricksSparkSQL关系型/OLAP/开源SparkSQL是“SparkCore”之上的组件，用于结构化数据处理Hive关系型/OLAP/开源基于Hadoop的用于查询和管理大型分布式数据集的数据仓库软Apache件HBase非关系型/OLTP/开源基于ApacheHadoop和BigTable的宽列存储TeradataTeredata关系型/OLAP/闭源混合云数据分析软件平台资料来源：DB-Engines，各公司官网，市场研究部注：类型参照DB-Engines网站整理，一般指该数据库主模型市场规模：五百亿美元大蛋糕，云数据库快速崛起各路豪强瓜分500亿美元市场大蛋糕。Gartner报告显示，2018年全球数据库管理系统（DBMS）市场规模达461亿美元，同比+18.4%，增速达到近十年峰值，其中云数据库贡献104亿美元，为行业增长贡献68%，这种变化背后反映整个数据库行业云化趋势显著。Gartner预计，到2021年，云数据库在整个数据库市场中的占比将首次达到50%；而到2023年，75%的数据库要跑在云平台之上。图3：全球DBMS市场规模及增速全球DBMS市场规模(亿美元）同比增速60050354920.0%50046118.0%38816.0%40032532734914.0%12.0%30010.0%2008.0%6.0%1004.0%2.0%0201420152016201720182019E2020E0.0%资料来源：Gartner（含预测），市场研究部Oracle独领市场，全球云计算巨头市场份额快速提升，专注于数据库的创业型公司逐渐崛起。从需求端来看，受益于数据量的爆发，大数据的相关应用场景日渐丰富，带来不同类型数据库需求量的快速增长。从供给端来看，云技术快速普及，各大互联网厂商积极推出各种基于云架构的数据库产品，匹配云计算的发展，不断提升数据库的计算和存储性能。根据Gartner数据显示，2014年AWS位列第6，2016年第5，2017年第4，2018年第3位仅次于Oracle、微软；阿里云由2014年的26位跃升至2018年的第9位；谷歌云由2015年的23位跃升至2018年的第10位；华为由2015年的24位跃升至2018年的第11位；腾讯云由2016年的27位跃升至2018年的第13位。8图4：2011-2018年全球DBMS（数据库管理系统）市场份额排名资料来源：Gartner以阿里、华为、腾讯为代表的中国云厂商正在崛起。根据Gartner2020年全球数据库魔力象限评估结果，阿里云首次挺进全球数据库第一阵营——领导者象限，是中国数据库厂商首次进入全球顶级数据库行列。腾讯云、华为云进入“特定领域者”。Gartner数据显示，2019年腾讯云数据库市场份额增速达123%，位居国内所有数据库厂商之首，并在全球范围内保持了连续两年增速前三的迅猛势头。华为云凭借GaussDB系列数据库产品提供完善的产品矩阵和数据库迁移解决方案，基于融合开放理念，广泛兼容数据库开源生态和华为自主生态openGauss。图5：2020数据库魔力象限资料来源：Gartner9崛起规律：深耕技术打磨产品，抓住大数据时代潮流（1）传统IT巨头：关系模型掀起数据库发展第一浪20世纪60-70年代，关系模型快速发展，关系型数据库可解决数据存储的易用性、抽象性、独立性等问题，拉开了关系型数据库软件革命的序幕。1970年，IBM公司的研究员埃德加·考特在CommunicationsofACM上发表著名论文的《ARelationalModelofDataforLargeSharedDataBanks》，在还是层次模型和网状模型的数据库产品在市场上占主要位置的时代，拉开了关系型数据库软件革命的序幕。IBM在1973年就启动了SystemR的项目来研究关系型数据库的实际可行性，各方关系型模型支持者吸取该项目经验，进行关系型数据库研发。1977年，Oracle创始人LarryEllison与BobMiner和EdOates在硅谷共同创办了一家名为软件开发实验室的计算机公司（Oracle前身），开始进行关系型数据库的研发，同时期Berkeley大学也在进行关系数据库系统Ingres的开发。IBM虽然1973年就启动了SystemR的项目来研究关系型数据库的实际可行性，也没有及时推出这样的产品，因为当时IBM的的IMS（著名的层次型数据库）市场较好，公司当时认为，如果推出关系型数据库，会是对另一款产品的颠覆。80-90年代，大量数据库公司吸取关系模型经验，逐步推出自己的产品。1983，IBM发布商业版数据库DB2。1984年，Sybase公司成立，创始人之一BobEpstein是Ingres大学版（与System/R同时期的关系数据库模型产品）的主要设计人员。1988年，微软推出SQLServer，主要适配自身Windows生态，这个时期，Oracle因为客户需求已经使用C语言开发出适用于多个系统版本的数据库产品。90年代，Mysql、PostgreSQL等开源版本数据库陆续发布，出现在人们视野中。我们认为，传统IT巨头在数据库领域能经久不衰的原因有以下几点：a．起步较早国外数据库厂商相对于国内厂商早起步20-30年。国内厂商中，如今占据国内市场份额较多的南大通用成立于2004年，达梦成立于2000年，而国外的IT巨头早在上个世纪便已经在这一领域进行研究发展，如Oracle诞生于上个世纪七十年代，早在1989年便进入中国市场，2019年已经发布了最新版本的OracleDB19C。而IBM等公司同样在同期已经有了数据库的研发。先入为主导致技术领先和客户粘性是如今国外厂商仍然占据国内数据库市场巨大份额的重要原因。表8：IBMDB2发展历史年份事件1973年 IBM研究中心启动SystemR项目1982年

IBM发布SQL/DSforVSEandVM，以SystemR为原型。是第一个以SQL作为接口的商用数据库管理系统。1983年 发布Database（DB2）forMVS，DB2正式诞生1992年 IDUG大会召开，DB2开始走向全球化1996年 DB2正式更名DB2UniversalDatabaseIBM宣布计划收购RationalSoftwareCorp，使IBM软件能够支持从设计开发到管理和维护的整2002年个流程。IBM并购TarianSoftware，加强记录管理组件的功能。10年份 事件2007年 DB2V9，既有关系模型又有支持XML的层次模型。2013年 发布DB210.52017年 IBM将DB2和dashDB产品的品牌名称改为“Db2”2019年 发布AI数据库Db211.5资料来源：IBM官网，市场研究部b.产品快速迭代龙头数据库公司对于产品的更新换代较为积极，能够产生较大的用户粘性，使得市场份额优势持续。以Oracle为例，在Oracle9i产品中引入网络（Internet）的特性，在Oracle10g中加入网格计算（grid）的特性，在Oracle12c中则引入云（cloud）的概念，不断让产品有新的突破。而通过每一次更新对于产品的漏洞进行及时修复、推出新的应用、优化产品的性能，也都会吸引已有的用户持续使用这款产品。数据库的这些特征，使其如同操作系统一样存在较强的用户粘性，帮助行业龙头厂商迭代已建立的市场份额优势，因此数据库行业是一个容易形成寡头的行业。表9：Oracle发展历史年份事件1977年 埃里森与同事创立名为“软件开发实验室”（SoftwareDevelopmentLabs）的公司1979年 推出Oracle2，计算机软件史上第一个由纯软件公司开发的商用关系型数据库管理系统1986年 Oracle公司上市1989年 正式进入中国市场1992年 旗舰产品Oracle7面世1997年 推出面向网络计算的Oracle82001年 发布Oracle9i，i代表网络（Internet）2003年 发布Oracle10g，最大特点是加入网格计算的功能。版本号中的g代表网格（grid）。2007年 发布Oracle11g，实现信息生命周期管理（InformationLifecycleManagement）等创新功能。2010年 收购了MySQL的所有者SunMicrosystems2013年 发布Oracle12c，c代表云（cloud）2018年 发布Oracle18c2019年 发布Oracle19c资料来源：Oracle官网，市场研究部c.技术领先，性能加持Oracle的数据库产品包括两大类，第一种是自研的OracleDatabase，另一种是收购之后归入Oracle公司的MySQL。OracleDatabase适用于大型企业，在兼容性、可移植性、可连结性、开放性方面都有巨大优势。以其兼容性为例，OracleDatabase可以在Windows、Unix、DOS等多个系统上工作；OracleDatabase也支持多种协议，如TCP/IP、DECnet等，可以与多种通讯网络连接；Oracle还提供了多种开发工具，方便用户自己做进一步开发。Oracle在系统吞吐量的TPS(TransactionsPerSecond)、QPS(QueryPerSecond)、并发数等关键性能指标在同类产品中领先。以Oracle12.2为例，C语言代码达到了惊人的近2500万行。11MySQL是瑞典MySQLAB公司开发的一款开源数据库产品，定位在于开发小而精的产品，其易用性强，拥有适合分布式组织的可伸缩性，也有为决策提供帮助的数据仓库功能，还与许多其他服务器软件紧密关联，拥有出色的性价比。2008年Sun以10亿美元收购了MySQL，而Oracle在2009年用高达74亿美元的资金收购了Sun，将MySQL变成了Oracle旗下的产品。表10：DBEngines开源数据库排名（2021年2月）排名 数据库1 MySQL2 PostgreSQL3 MongoDB4 Redis5 Elasticsearch资料来源：DBEngines，市场研究部数据库产品最重要的指标之一是性能，Oracle产品优势出众。安全性能方面，Oracle的安全机制得到17家独立安全评估机构的认可，获得最高认证级别的ISO标准认证，SQLServer几乎没有获得安全证书，而IBM则选择在数据库之外解决安全问题，依靠操作系统等来保证DB2的安全；可伸缩性和并行性方面，Oracle的服务器通过使一组结点共享同一簇中的工作来扩展，提供高可用性和高伸缩性的解决方案。SQLServer和DB2的并行实施和共存模型仍不够成熟，在处理日益增多的用户数和数据方面的伸缩性有限；在开放性上，Oracle能在所有主流平台上运行，支持所有工业标准，使用户可以自由选择最佳方案解决问题，没有SQLServer只能在Windows系统上运行的局限性。Oracle的底层使用C语言开发而成，随着不断发展在开发中也加入了Java语言和技术标准，并且支持绝大多数编程语言，相比之下，竞争对手中的SAP的数据库软件SAPAdaptiveServer、SAPSQLAnywhere等均只支持几种编程语言，与其他技术与平台的兼容度低于Oracle。Oracle在产品的多功能性上拥有较大优势，拥有RAC等数据库领域的硬核技术。OracleRAC(RealApplicationClusters)是Oracle的一项支持网格计算环境的关于应用集群的核心技术。在一个应用环境中，让多个服务器来管理同一个数据库，分散了每一台服务器的工作量。OracleRAC的技术大幅提升架构的可用性、性能、扩展性，即使某些实例宕机，也能维持系统正常工作；提高集群的事务处理能力，使得多个实例能够并发工作；能通过增加节点提高数据库的性能；OracleDataGuard是Oracle的高可用性数据库方案，主要功能是数据保护、数据容灾。OracleDataGuard在主节点和备用节点之间通过日志同步来保证主数据库与备用数据库之间数据的同步，实现数据库的快速切换和故障恢复，最大程度保护数据库的安全。12图6：OracleRAC架构增强数据处理能力 图7：OracleDataGuard用于容灾提升安全性资料来源：51CTO 资料来源：Oracle官方文档d.生态完善国外数据库公司注重技术创新和边界拓展，不断获得用户粘性。以Oracle为例，Oracle是第一个引入对象概念、多媒体等多种数据格式、并行技术、网格技术的数据库。作为数据库产品的标杆，Oracle的IT布局十分完备，开发的产品涵盖了行业管理软件、企业管理软件、中间件、数据库、操作系统、服务器、存储等多个领域。表11：Oracle产品线数据库中间件Database19c企业版/ApplicationTestingSuite标准版Database18c企业版/DataIntegrator和套件标准版Database12c企业版/EnterpriseManager标准版Database11g企业版/ContentManagementSDK标准版MySQLEnterpriseDataQualityNoSQL数据库融合中间件GridInfrastructure资料来源：Oracle官网，市场研究部

应用E-BusinessSuite、PeopleSoft、JDEdwards、SiebelCRMAIA流程集成HCM云解决方案库UserProductivityKit（UPK/UPK专业版）

IT基础设施GridInfrastructureOracle闪存系统和PillarAxiom插件OracleLinux和OracleEnterpriseKernelSolaris10Solaris11此外，国外数据库产品的商品化程度高，一系列配套的服务也更为成熟。如Oracle为企业提供的ERP管理软件，帮助企业迁移到云ERP上，助力企业提高弹性和敏捷性，驱动企业实现业务增长。表12：Oracle企业资源计划（ERP）解决方案内容服务内容 应用与特性财务与会计平台/全球业务套件/会计中心/报告与分析/基于清晰的财务视图制定更明智的决策。Oracle财务云提供关账与合并/供应商发票到付款/现金和资产管理/收入财务管理 全面的财务状况和结果视图，能够快速响应不断变化的业务管理/客户计费到现金/费用管理/预算控制和预留款会环境。计/合资管理确保业务项目与企业战略协调一致。Oracle项目管理解决方 项目管理/资源管理/任务管理/项目成本控制/项目计费项目管理案可高效制定和跟踪项目计划，为项目分配适当的人才，确 与合同/专项资金管理/分析13服务内容应用与特性保项目能力匹配项目需求，并快速按需扩展或削减项目资源。赋能员工，理顺采购。通过直观的用户体验、内置分析和协采购管理作理顺并整合寻源到付款流程，助力企业简化供应商管理、采购到付款/供应商管理/寻源管理/合同管理/业务网络选择最佳供应商、确保支出合规以及改善盈利能力。通过自动化监视建立信任并降低风险。Oracle风险管理云内早在ERP实施期间进行安全性设计/自动化职责分离合规报告/持续监视用户安全性/用户访问认证工作流/风险管理置数据科学，可增强财务控制、阻止现金流失、理顺审计并持续监视配置变更/持续监视关键事务和付款/SOX、审有效检测新风险，同时缩短劳动密集型安全和合规任务用时。计和认证工作流/企业风险管理(ERM)工作流拥有实足的敏捷性。Oracle全面的EPM云助力现代企业企业绩效管理提升敏捷性，实现加速发展：跨财务、人力资源、供应链和计划/盈利与成本管理/对账/财务合并与结账/税务报告（EPM）销售职能进行整体建模和计划；理顺财务关账，捕获深度洞/叙述性报告/企业数据管理(EDM)察，进而做出更加明智的决策。构建弹性供应链。OracleSCM云提供集成式云业务应用套供应链计划/库存管理/制造管理/维护管理/订单管理/供应链管理件，助您提升弹性和敏捷性，构建互联式供应网络，制定长物流管理/产品生命周期管理/采购管理/物联网和区块远计划，出色应对未来变化。链利用AI优化运营。OracleEPR云的AI应用提供一系列ERP云的AI应用基于AI的先进特性，可改善财务绩效，优化现金流，更敏供应商分类/智能付款折扣捷地进行应付账款、应收账款、采购和库存管理。基于AI的预测和分析。OracleERP云的分析应用是对KPI管理/优秀实践指标库/预构建的分析模型/可扩展OracleERP云的嵌入式分析功能的完善和补充，可基于方ERP云的分析应用的架构/业务内容领域/自助式数据发现/增强分析/协作差分析和历史趋势提供预打包的用例、预测分析和KPI信和发布/企业级架构和安全性/移动探索息。资料来源：Oracle官网，市场研究部（2）云计算巨头：低成本、高弹性需求驱动，以自身应用场景向外延展云数据库是部署和虚拟化在云计算环境中的数据库，以服务的方式提供数据库功能。云数据库是在云计算的大背景下发展起来的一种新兴的共享基础架构的方法，它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易。云数据库具有高可扩展性、高可用性、采用多租形式和支持资源有效分发等特点，可满足企业海量数据存储、低成本数据存储、动态变化数据存储等需求。我们认为，云计算厂商数据库产品快速发展立足的原因有以下三点：1）成本压力变大，各厂商逐渐开始基于开源进行自研。以阿里巴巴为例，阿里曾经就是甲骨文在亚太地区最大的客户，但由于Oracle数据库的高昂价格，阿里逐渐切换为基于MySQL进行自研。2）各大互联网厂商依托其专有应用场景不断完善打磨产品，最终向外延伸实现边界的扩张。以亚马逊、阿里巴巴为例，这些厂商场景复杂，需求快速爆发，传统数据库产品不能及时响应自身业务需求，程序员又无法看到Oracle核心源代码，便依托其电商场景下庞大的数据处理场景打磨数据库产品。在此基础上，逐步演进为云数据服务提供商，提供多种云数据库、数据仓库、数据挖掘类产品。3）实现高自主可控。云计算厂商大多希望可以自己开发底层系统，实现系统软件的安全可控，基于此，可以更好的保障自身业务和客户数据的安全性。14表13：各大云厂商典型数据库产品云厂商数据库产品AmazonRDS：云中的关系数据库AmazonSimpleDB：云中的键值数据库亚马逊 AmazonDynamoDB：云中的NoSQL数据库AmazonRedshift：云中的数据仓库AmazonElastiCache：云中的分布式内存缓存GoogleCloudSpanner：分布式关系数据库服务谷歌 GoogleCloudBigtable：托管列式数据库GoogleBigQuery：云数据分析引擎MicrosoftAzureSQLDatabase：托管式关系型云数据库微软 MicrosoftAzureCosmosDB：托管的NoSQL数据库MicrosoftAzureSynapseAnalytics：数据分析服务Oceanbase：金融级分布式关系数据库阿里 PolarDB：关系型云原生数据库AnalyticDB：实时分析数据库TDSQL：金融级分布式数据库腾讯 TDSQL-A：分布式OLAP数据库TDSQL-C：关系型云原生数据库GaussDB：云原生分布式数据库华为 RDSforMySQL：关系型数据库DDS：文档数据库资料来源：各公司官网，市场研究部从供给端看，全球云计算产业快速发展中国增速更高，云时代新型数据库厂商开始持续涌现。受益于云计算的快速发展，以分布式、微服务、容器等为代表的云原生技术不断更新迭代与升级，为数据库产业的蓬勃向上奠定坚实基础。2019年，全球总体云计算市场规模达到1883亿美元，同比+20.86%。根据Gartner预测，未来四年全球云计算市场规模CAGR将保持在18%左右，2023年整体市场规模将达到3500亿美金。我国云计算市场未来有望是公有云和私有云并存发展，根据信通院预测，2023年我国公有云市场规模将达到2307亿元，我国私有云市场规模将达到1447亿元，整体增速高速全球云计算市场增速，云时代新型数据库厂商开始持续涌现。图8：全球云计算市场规模及预测（单位：亿美元）图9：中国公有云/私有云市场规模（单位：亿元）IaaSPaaSSaaS公有云私有云公有云增速私有云增速总体增速IaaS增速250070.00%400030.0%200060.00%350025.0%50.00%300020.0%150040.00%250030.00%200015.0%1000150010.0%20.00%10005005.0%10.00%5000.00%00.0%0201820192020E2021E2022E2023E2017201820192020E2021E2022E2023E资料来源：Gartner（含预测），市场研究部资料来源：信通院（含预测），市场研究部15从需求端来看，数据量的爆发以及数据形式的多元化带来了爆发性的市场需求。全球数据量生产迅猛，IDC预测，2020年全球数据产生量将达到49ZB，同比增长23%；中国产业信息网预测，我国产生的数据量将从2018年的7.6ZB增至2025年的48.6ZB，CAGR达30.35%，超过美国同期的数据产生量约18ZB。2010-2018年全球物联网设备数量高速增长，CAGR达20.9%，2018年全球物联网设备连接数量高达91亿个。预测2025年全球物联网设备（包括蜂窝及非蜂窝）联网设备将达到252亿个。2018年我国物联网连接规模为23亿，预计2022年物联网连接规模将达到70亿。图10：全球数据生产量及预测图11：中国物联网连接规模及预测数据量（ZB）增速（%）中国物联网连接规模（亿）增长率（%）20035.0%8040%15030.0%7035%25.0%6030%10020.0%5025%15.0%4020%5010.0%3015%5.0%2010%00.0%105%00%201820192020E2021E2022E资料来源：IDC（含预测），市场研究部资料来源：中国产业信息网（含预测），市场研究部（3）独立厂商：云原生大数据带来多元化需求，各路豪强竞相崛起我们认为，独立数据库厂商有望快速发展，市场百花齐放，原因有以下三点：1）对于独立厂商而言，多元化需求带来多重机遇。从需求看，半结构化数据、非结构化数据快速爆发，各公司借需求多元化发展的趋势，推出适合特定场景的数据库产品。如SnowFlake基于云原生，在大数据时代做数据科学、数据分析、商业智能。2）云计算推动分布式快速发展，各厂商不断实现新品升级。云计算快速发展，分布式技术逐渐成为主流发展趋势，各独立厂商不断基于新架构发布产品，如基于云原生、存储计算分离等，带来先进的性能、高弹性、易扩展等优势。而传统数据库厂商在新架构之上的技术转型往往存在一定难度。3）多云快速发展，中立优势明显。公有云和私有云结合的趋势日渐明显。中立厂商开发数据库产品的同时往往会考虑多种环境，打通多个云环境，是企业在选型云产品的时候更加灵活。以非关系型数据库、数据仓库、HTAP等品类为例，未来有望呈现多元化发展、百花齐放的趋势，独立数据库厂商在各自深耕的领域具备强劲竞争力。16非关系数据库（NoSQL）领域：以MongoDB为例，是一个基于分布式文件存储的数据库，旨在为WEB应用提供可扩展的高性能数据存储解决方案，介于关系数据库和非关系数据库之间，具备高性能、易部署、易使用，存储数据方便等特点。NoSQL泛指非关系型数据库，区别于关系数据库，它们往往不保证关系数据的ACID特性，对于超大规模和高并发数据具有较好的处理能力。NoSQL数据库种类繁多，数据之间无关系，容易扩展。NoSQL数据库具有非常高的读写性能，尤其在大数据量下，主要在于它的无关系性，数据库的结构简单。目前对于非关系型数据库主要有四种数据存储类型：键值对存储（key-value），文档存储（documentstore），基于列的数据库（column-oriented），图形数据库（graphdatabase）。表14：四种非关系型数据库对比类型产品代表应用场景数据模型优点缺点内容缓存，主要用Key指向Redis，于处理大量数据的数据无结构化，通键值对存Value的键值Voldemort，高访问负载，用于查找速度快常只被当作字符串储对，通常用hashOracleBDB一些日志系统、统或者二进制数据table来实现计等。网站数据；缓存；数据结构要求不大尺寸，低价值的Key-Value对应严格，表结构可文档型数CouchDB，数据；高伸缩性的的键值对，变，不需要像关系功能相对局限据库MongoDb场景；用于对象及Value为结构化型数据库一样需JSON数据的存数据要预先定义表结储。构列存储数Cassandra，以列簇式存储，查找速度快，可扩查询性能不高，而分布式的文件系统将同一列数据展性强，更容易进且缺乏统一的查询据库HBase，Riak存在一起行分布式扩展语法。很多时候需要对整Neo4J，社交网络，推荐系利用图结构相关个图做计算才能得图形数据算法。比如最短路出需要的信息，而InfoGrid，统等。专注于构建图结构库径寻址，N度关系且这种结构不太好InfiniteGraph关系图谱查找等做分布式的集群方案。资料来源：CSDN，市场研究部b．数据仓库领域：OLAP是数据仓库系统的主要应用，其支持的对象只要是面向分析场景的应用，提供结构化的、主题化的数据提供给运营，做业务反馈和辅助决策用，同时，有些场景下，也可以由数据仓库对业务进行支持。表15：数据仓库与传统数据库对比比较指标传统数据库数据仓库数据内容当前值历史的、归档的、集成的、计算过的数据（处理过）数据目标面向业务操作程序、重复操作面向主题、分析应用数据特性动态变化、更新静态、不能直接更新、只能定时添加和更新数据结构高度结构化、复杂、适合操作计算简单、适合分析17比较指标传统数据库数据仓库使用频率高低数据访问量每个事物一般之访问少量记录每个事务一般访问大量的记录响应时间要求计时单位小，如秒甚至毫秒计时单位相对较大、如分钟、小时等资料来源：CSDN，市场研究部以Snowflake为例，提出了云原生数据仓库CloudNativeDataWarehouse（CDW）的理念，利用云原生的数据仓库技术，采取计算、存储分离架构，为客户提供了灵活、按需付费的应用模式。Snowflake重视云原生数据仓库的构建。传统大厂例如Oracle，Teradata，Netezza因为本身产品架构的局限性，在性能、并发性、易用性上并不能完全良好的解决企业业务需求，Snowflake提出了独特的存储、计算以及管理服务分离的架构。Shared-disk架构指数据存储在同一位置，共享同样的资源。这种架构容易在多用户访问的情况下导致系统崩溃，同时也难以满足高频读写、数据复制与迁移等需求。OracleExadata采用了这种传统的数仓架构，在延展性和并发性上相对落后。Shared-nothing架构通过优化规则将资源分摊到各个节点，每个节点不共享任何数据，数据的处理过程不存在争抢资源的情况，从而提供更有效率的延展性和并发性。Netezza，Teradata，Redshift采用此架构，也是Hadoop工作的基本原理，但此方式节点资源没有将存储和计算分开。当升级或者扩容发生时，系统需要重新分配节点资源，那么数据本身就会面临大量的迁移。Snowflake在Shared-nothing的基础上提出了Multi-cluster,shareddata的概念，这种架构的关键在于将存储和计算彻底分离，从本质上解决了传统数仓架构的痛点。数据即服务DaaS指与数据相关的任何服务都能够发生在一个集中化的位置，如聚合、数据质量管理、数据清洗等，无需考虑数据源，Snowflake完全符合DaaS的概念。图12：2018-2023全球DaaS市场规模市场规模（十亿美元）1110.5109.598.52018 2019E 2020E 2021E 2022E 2023E资料来源：Statista（含预测），市场研究部c.HTAP领域（同时支持OLTP和OLAP）：HTAP架构面向多种场景，系统统一，有望成为新一代数据库的重要发展方向之一。基于创新的计算存储框架，HTAP数据库能够在一份数据上同时支撑业务系统运行和OLAP场景，避免在传统架构中，在线与离线数据库之间大量的数据交互。此外，HTAP基18于分布式架构，支持弹性扩容，可按需扩展吞吐或存储，轻松应对高并发、海量数据场景。目前，实现HTAP的数据库主要有PingCAP的TiDB、阿里云的HybridDBforMySQL、百度的BaikalDB、腾讯的TBase等。其中，TiDB是国内首家开源的HTAP分布式数据库。图13：T/AP分离与T/AP融合对比资料来源：天云数据，市场研究部国内格局：各方势力迅速崛起，自主可控势在必行市场格局：关系型数据库占据主流，云数据库借势崛起超百亿规模，关系型占据主导，但整体占比出现下滑趋势。关系型数据库在数据库市场的占比常年维持在85%以上，由于数据量的爆发、数据形式的多元化，关系型数据库市场比重近年来有所下滑，但未来较长一段时间内仍会是数据库行业的主流。智研咨询数据显示，2018年我国数据库软件市场规模为139.25亿元，其中，关系型数据库规模约118.36亿元，占比约85%。Oracle数据库占比关系型数据库超过46%，国产数据库软件主要有人大金仓、武汉达梦、神舟通用、南大通用、山东瀚高等。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数据库市场规模（亿元）关系型数据库市场规模（亿元）关系型数据库规模占比160139.2588.00%140120.22118.3687.50%120101.45102.7987.00%10072.2485.3787.0486.50%8061.5473.586.00%53.1562.4985.50%6053.6646.5185.00%4084.50%2084.00%0201220132014201520162017201883.50%资料来源：智研咨询，市场研究部19基于公有云的数据库后来居上，目前与传统部署下的数据库规模基本持平，随着云数据库的高速增长，未来将超过传统部署下的数据库市场规模。IDC数据显示，2019年中国关系型数据库软件市场规模为13.4亿美元。其中，传统部署模式市场规模为7.9亿美元，公有云模式市场规模为5.5亿美元，整体市场同比增长30.8%。IDC预测，到2024年，中国关系型数据库软件市场规模将达到38.2亿美元，未来5年整体市场年复合增长率（CAGR）为23.3%。图15：我国关系型数据库软件市场规模预测传统部署（百万美元）公有云（百万美元）增长率（%）400030.00%350025.00%300020.00%2500200015.00%150010.00%10005.00%50000.00%2019E2020E2021E2022E2023E2024E资料来源：IDC（含预测），市场研究部传统部署模式下，此前国内市场占据优势地位的仍然是国外的数据库厂商，Oracle、Microsoft、SAP、IBM四家公司占据66.8%的市场份额，国产厂商加速发展。近几年国内传统数据库厂商在国内数据库市场所占的份额在逐渐上升。根据IDC数据显示，在传统部署模式下，2019年南大通用的市场份额达到了4.2%，人大金仓的市场份额达到了2.7%，其他几家国内厂商如武汉达梦、山东瀚高、神州通用等公司也快速发展。云数据库领域，阿里巴巴占据领先地位，云数据库厂商上升前景将在未来几年迅速显现。根据IDC数据显示，阿里巴巴集团（含蚂蚁金服数据库业务收入）以48.1%的市场份额排名第一；腾讯以20.4%的市场份额排名第二，2019年腾讯加快数据库服务产品化的速度，连续发布多款新产品；AWS以10.4%的市场份额排名第三；Oracle、华为、微软分别以7.0%、3.0%、2.5%的市场份额位列第四到第六位。云厂商的数据库大都先用于内部业务的使用，经过多年打磨使技术更加成熟，再针对外界的其他业务场景做出更新，将数据库云化、产品化提供给其他用户，以阿里、腾讯为代表所研发的数据库均是这种发展路线。由于之前一直用于内部业务，并未产品化地作为商业数据库软件销售，面向外界开放的时间较短，因此整体市场份额暂时落后。以阿里巴巴的OceanBase为例，OceanBase立项于2010年，2011年应用于蚂蚁金服的收藏夹功能中，经过多年的打磨与历练，一直到2017年才开始帮助外部客户解决问题。我们判断，未来云数据库将持续快速发展，云数据库有望成为数据库市场的主流。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Oracle Microsoft SAP IBM阿里巴巴 南大通用 人大金仓 其它华为

图17：2019年中国关系型数据库软件市场份额——公有云部署模式阿里巴巴 腾讯 AWS Oracle 华为 微软 其它2.50% 8.60%14.30%2.70%4.20%5.80% 34.70%6.20%10.40%10.70% 11.00%

3.00%7.00%10.40%20.40%

48.10%资料来源：IDC中国，市场研究部表16：国内数据库公司及产品案例典型产品Oceanbase：金融级分布式关系数据库阿里巴巴PolarDB：关系型云原生数据库AnalyticDB：实时分析数据库GaussDB：云原生分布式数据库华为 RDSforMySQL：关系型数据库DDS：文档数据库TDSQL：金融级分布式数据库腾讯 TDSQL-A：分布式OLAP数据库TDSQL-C：关系型云原生数据库KingBaseES：金仓数据库管理系统人大金仓 KingBaseAnalyticsDB：金仓分析型数据库系统KSOne：金仓HTAP分布式数据DM8：达梦数据库管理系统武汉达梦 DMTDD：达梦透明分布式数据库DMBDP：达梦大数据平台Gbase8s：交易型数据管理系统Gbase8a：分析型数据管理系统南大通用Gase8D：目录服务系统GbaseUP：统一数据平台科蓝软件 GoldilocksDBMS：关系型分布式内存数据库PingCAP TiDB：关系型分布式HTAP数据库TDB：企业级一站式大数据综合平台星环科技TDC：新一代智能大数据云平台KunDB：分布式交易数据库巨杉数据 SequoiaDB：金融级分布式关系型数据库库SequoiaCM：企业内容管理软件GreatDBCluster：云原生分布式数据库万里开源GreatDBRDS：万里云数据库服务平台GreatDB-Tscale：万里时序数据库资料来源：各公司官网，市场研究部

资料来源：IDC中国，市场研究部应用案例Oceanbase南京银行“鑫云+”互金平台招商证券基于OceanBase的“历史收益系统”心动网络采用PolarDB分布式云原生数据库方案构建了全部业务系统光大银行基于华为云GaussDB(DWS)数据仓库创新实践工商银行GaussDBOLAP数据库分布式数据库TDSQL深圳地铁分布式数据库TDSQL广汽集团光大银行对公负债系统数据库项目北京市政务云平台上海市徐汇区电子政务综合应用平台上海浦东新区数据中心中国地质环境监测院全国地质环境信息平台中航信电子客票系统银监会非现场检查系统项目中国移动总部集中经营分析系统海关总署金关工程二期项目TiDB在中国银行Zabbix监控方案中的应用TiKV在京东智联云对象存储元数据管理的实践TiDB在OPPO准实时数据仓库中的实践星环助力广西省移动中心O域流项目平台案例星环科技利用大数据技术助力民生贷款系统运维平台巨杉数据库助力民生银行、恒丰银行云化架构升级巨杉数据库在民生银行的分布式关系型数据库实践巨杉数据库在省级农信联机交易业务应用实践国家气象局突发预警系统深交所数据库运维项目四川移动客流分析系统21国产替代：安全可控势在必行，打磨产品换道超车二十一世纪以来，我国的信创产业发展越来越受到国家的重视。2008年的“微软黑屏事件”，2013年的“棱镜门”事件，都让我们意识到拥有自主的信息技术的重要性。近年，中美贸易争端带来了一系列摩擦，尤其是华为、中兴等公司受美国政府的打压面临巨大困境，许多中国科技公司被美国商务部列入“实体清单”。中美贸易争端的本质也是中美科技战，只有掌握技术的自主创新能力才能让国家更繁荣发展。在这样的背景下，信息产业的软件和硬件的国产化需求会越来越强烈，政府将持续出台政策扶持信创产业发展。我国的信创产业迄今为止可以分为四个阶段：第一阶段：从2006年到2013年。我国在2006年发布了《国家中长期科学和技术发展规划纲要（2006年-2020年）》，明确提出要大力发展核心电子器件、高端通用芯片及基础软件产品，这些产品简称“核高基”，其中基础软件指的就是操作系统、中间件和数据库。第二阶段：2014年到2016年。在此期间，“核高基”专项开始在多方面突破核心技术走向产业化，如海思自主研发的国内首款智能电视SOC芯片实现了量产。第三阶段：从2017年到2019年。2017年，“核高基”重大专项第二批工程启动会召开，2018年“核高基”国家科技重大专项课题实施推进会在京召开。第四阶段：从2020年开始。2020年被称为信创产业大规模推广的元年，国家将在战略层次不断支持信创产业前进，推动从软件到硬件构建信创生态。表17：信创产业核心环节IT基础设施基础软件应用软件信息安全CPU芯片操作系统OA边界安全产品整机/服务器数据库ERP终端安全产品存储中间件办公软件网络安全产品交换机政务应用密码秘钥产品路由器专属云资料来源：市场研究部整理针对“核高基”中的基础软件产品，阿里巴巴在2008年提出了“去IOE”的概念。所谓去IOE，指的是在IT架构中去掉IBM的小型机、Oracle数据库和EMC存储设备。这也是国内整个信创行业一直以来科技创新的努力方向和目标。数据库作为基础软件的一种，在信创产业中是非常重要的一类，推动数据库国产化将是信创政策中必不可少的一环。我国通过前期的科研投入，在大数据相关技术领域已具备加快技术创新的良好基础。“十三五”期间，国家重点科技研发计划实施了“云计算和大数据”重点专项，部分领域已取得较大进展。大数据也已列入“科技创新2030—重大项目”，从大数据生命周期和信息技术体系两个维度全面规划、全链条推进大数据技术体系建设。国家发改委组织建设国家级大数据工程实验室，加强大数据领域相关技术创新基地建设。各地也陆续推出一批与大数据相关的政策措施。贵州、上海、京津冀、珠三角等8个综合试验区正在开展大数据22产业发展试点。十