国产数据库的发展 国产数据库的发展方向

国产的数据库都有哪些？

近日，发出了一份针对国产数据库的网络调查，在网上引起了诸多业内人士及各界的广泛关注。“国产数据库到底好不好?”迅速成为人们谈论的行业热点。国产数据库是我国基础软件产业的重要组成部分。十几年前，一批具有自主知识产权的国内数据库厂商在IT大潮中悄然起步。

国产数据库的发展 国产数据库的发展方向

国产数据库的发展 国产数据库的发展方向

然而，当时的国外数据库产品技术已经基本成熟，甲骨文、IBM、微软等厂商已进入市场，并抢占了90%的市场份额，进一步构筑行业壁垒，挤压国产数据库的生存空间,国产数据库生存举步维艰。严酷的市场环境并没有阻挡住国产数据库飞速发展的脚步。

十几年来，国产数据库在行业人士的奋力拼搏和政策的支持下，从小到大，从弱到强，一步步发展起来。但由于一些历史原因，至今仍有人在置疑：是否具备研发数据库管理系统的能力?研发的国产数据库到底好不好?对于这个问题，业内人士给出了这样的：数据库作为信息系统的核心组成部分，在涉及到国民生活、信息安全href="p>it168。com/"target=_blank>安全等诸多方面发挥着举足轻重的作用。国产数据库经过近20年特别是近5年来的发展，在技术、产品、市场等方面已经取得一定的突破，从产品成熟度、易用性和性价比方面都达到了一定的水平。其实在市场上，“大而全”的国外数据库的功能平均使用率只能达到30%，很多新功能并不实用。

在这一点上，国产数据库就做得不错，保留了用户常用的功能，简化一些不必要的功能，使用户以更优惠的价格就能够使用到安全、放心的数据库产品，并且还可以享受到国产数据库厂商提供的高质量的原厂服务。“即使是发展到了今天，我们在数据库新技术研究和产品化开发上，比起先进水平来仍有着一定的距，我们的努力程度不仅不能降低，而且要有更强的紧迫感和使命感”，人大金仓任总永杰用坚定有力的语气表达了人大金仓作为国产数据库为国产数据库的崛起而不懈努力的坚定决心。

希望此次调查能够帮助国人更清楚地认识国产数据库产品，也祝愿国产数据库能够越走越远。

以上是我对于这个问题的解答，希望能够帮到大家。

你好很高兴能为你解答：首先说到国产数据库，我觉得很少有人用的。当然也包括我自己。但是对于国产数据库我还是有一定的了解，但是知道的不多。

1.达梦数据库达梦数据库由达梦数据库有限公司开发

2.OpenBASE由东软有限公司开发3.OSCAR由神舟航天软件技术有限公司研发4.KingbaseES由人大金仓信息技术有限公司研发5.iBASE由国信贝斯软件有限公司研发等等一系列数据库在此我也就不一一列举了。总的来说，国产数据库的使用率并不是很高。在我看来国产数据库使用率不高的原因主要有：性能不是很稳定；品牌上不如主流数据库；国产数据库的宣传力度没有跟上；软件设计人员的一种传统思维方式等等。这些都是促使我们国产数据库使用率不高的因素。虽然国产数据库的品牌和成熟度和Oracle或Mysql、SQL2005相比还有一段距离但是我们迟早会要有我们自己的数据库，相信这也是大多数支持国产的设计人员所希望看到的

1.通用GBASE数据库(GBase)

2.金仓数据库(Kingbas...

3.达梦数据库(DM)

4.OpenBASE

5.神通数据库

国产数据库龙头！明年订单有望爆发，阿里间接持股3%

摘要：

1、关系型数据库： 2019年关系型数据库软件市场规模为13.4亿美元，同比增长30.8%。， 未来5年整体市场年复合增速为23.3% ，本土厂商份额持续提升；B端对应数据库的需求额略高于作系统，且带来高业绩弹性，建议关注行业稀缺龙头 太极股份、软件 ，以及自研内存数据库 顶点软件、科蓝软件 。

2、科蓝软件： 国内互联网银行解决方案的领军企业，互联网银行解决方案的市占率为16.7%，位居国内，线上金融业务快速增长；数据库呈现爆发式增长，公司并购高端内存数据库， 取得Goldilocks数据库完整自主知识产权 ，在国产数据库中具备竞争力； 阿里间接持股公司3.4%股权 ， 数据库业务在20年下半年将迎来订单，21-22年实现放量 ，20-21年业绩有望加速成长。

3、精锻 科技 ： 国内精密锻造件龙头，速器收入占比达到70%以上， 国内市场份额超30% ，受益电动化趋势， 单车价值量有望提升3倍以上 ，目前定点配套全球主流新能源平台；依托精密锻造优势，进军底盘轻量化领域，为德系客户配套；目前资本开支已到达顶峰，后续有望下降， 迎来收入、毛利率双升阶段 。

正文：

1、被忽视的 科技 细分！年增速30%以上，重要性不亚于芯片、作系统（东吴证券）

①关系型数据库软件市场高速发展

根据IDC报告，2019年关系型数据库软件市场规模为13.4亿美元，同比增长30.8%。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。

IDC预测，到2024年，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速（CAGR）为23.3% 。

公有云服务驱动关系型数据库市场快速增长。IDC预计， 公有云关系型数据库软件市场未来5年整体市场年复合增速为35.5% 。到2024年，公有云关系型数据库软件市场规模将达到25.1亿美元。

②国内数据库市场蓬勃发展

近年来，传统数据库厂商和公有云数据库服务商都在加速产品迭代和推出新的产品。同时新兴数据库厂商不断涌现，包括巨杉数据库、PingCAP、柏睿数据、海量数据、华为、中兴等。

数据库厂商增长乏力，本土厂商份额上升，在企业新系统建设中占据优势。

③相关上市公司

B端对应数据库的需求金额略高于作系统，且较高的净利率给相关公司带来高业绩弹性，建议关注国内稀缺关系型数据库龙头 太极股份、软件 ，以及自研内存数据库 顶点软件、科蓝软件 。

2、国产数据库龙头！明年订单有望爆发，阿里间接持股3%（兴业证券）

①互联网银行解决方案领军企业

科蓝软件是国内互联网银行解决方案的领军企业，产品实现银行渠道类、业务类和管理类领域全覆盖，包括分布式内存数据库、银行网点智能设备、电子银行系统、互联网金融类系统、网络安全系统以及银行线上线下一体化核心业务系统等。

线上金融业务快速提升，营收稳步增长，电子银行和互联网银行类业务占比近90% 。2019年，公司实现总营收9.34亿元，同比增长23.98%；归母净利润4951万元，同比增长16.28%。

银行IT市场规模不断增长，在银行IT解决方案细分市场中，科蓝软件互联网银行解决方案的市占率为16.7%，渠道类解决方案的市占率为8.4%，网络银行解决方案子市占率为 18.5%，移动银行解决方案市占率为17.3%， 均位居市场 。

②数据库爆发式增长，并购高端内存数据库带来新增长机遇

作为数据存储管理软件， 数据库在基础软件领域的地位不亚于芯片、作系统 ，国产数据库呈现爆发式增长。

18年柯蓝软件收购分布式内存数据库企业SUNJE SOFT 67.4%的股权，通过数据库产品积极部署信创赛道。 科蓝软件取得Goldilocks数据库完整自主知识产权 ，走高端数据库路线，自主可控、无开源及版权冲突可能，有望打开国产替代空间。

目前，Goldilocks在国内多个银行互联网核心系统完成测试，联通Boss大集中系统即采用了SUNJESOFT数据库，已稳定运行5年以上。公司 数据库业务有望在2020年下半年迎来订单，2021-2022年实现放量 。

此外公司还获得了 阿里的间接投资 ， 蚂蚁金服旗下云鑫创业持有公司3.42%股权 ，并在互联网金融系统上展开深度合作。

3、 汽车 零部件龙头 ！ 核心产品市占率超过30%，单车价值量有望提升3倍（招商证券）

精锻 科技 是国内精密锻造件龙头，速器市场份额超30%，迎来收入、毛利率双增长阶段。

①受益电动化趋势，速器单车价值量提升3倍以上

新能源 汽车 通常只有1-2个档位，变速时受到的冲击更大，对速器强度、精度、总成化性能要求跟高， 单价由100元提升至300元以上 。

公司 速器收入占比达到70%以上，国内市场份额超30% ，通过研发构筑高壁垒，目前公司已定点配套大众MEB、沃尔沃、通用、福特、蔚来、小鹏、吉利、广汽、北汽等主流新能源平台。

②进军底盘轻量化领域

精密锻造具备较高护城河，公司在国内鲜有对手，大客户大众系占比40%，同时配套奔驰、宝马等客户。

为配合客户的国产化配套，公司积极投建转向节、控制臂产能，进军底盘轻量化领域。依托精密锻造的平台能力，由速器总成横向拓展至新能源电机轴、轴毛坯等相关领域， 单车价值提升至1000元 。

③投入期接近尾声，迎来收入、毛利率双升期

2019年公司资本开支5.5亿，达到高点，重大项目分别于2019Q3开始陆续达产，预计20年将回落至3亿左右，此后维持在2-3亿水平。

国产分布式数据库到底怎么样？

分布式是趋势。

一款有幸用过，使用效果很好的国产分布式数据库——思极有容数据库。

趋势价值分析

1）分布式是趋势，但是技术门槛高，对研发，运维的水平要求高。；

2）思极有容数据库作为分布式解决方案对应用透明，研发人员精力集中在业务实现，而不是被分库分表耗费过多精力，从而提高效率，这是一个很有价值和意义的事情。

如果和传统国产数据库厂家，例如达梦、人大、神通等相比，思极有容数据库采用原生分布式架构，在集群扩展性和大规模部署后集群性能方面有较大优势；同时思极有容数据库 完全兼容和继承MySQL生态，非常的易用易适配，可以无缝衔接大量第三方数据处理组件，有巨大的生态优势。

和开源数据库MySQL/PostgreSQL相比，思极有容数据库 具备强大的扩展能力和准线性的性能提升优势，在数据存储容量、事务吞吐性能、数据库原生高可用方面具备碾压优势。

和新兴分布式数据库厂家，例如阿里DRDS、腾讯TDSQL等相比，思极有容数据库具备更加完备的SQL语法支持，具备更加强大的事务吞吐性能，对应用适配更加友好。

大家为什么都说说OceanBase4.0开启了国产数据库新的里程碑？

OceanBase 4.0的优点是不仅可以作为分布式数据库，也可以作为传统数据库（单机系统）使用，还可以兼具媲美单机数据库的高性能（相比MySQL），以及分布式数据库的高扩展性。

形成了OpenBASE面向各种应用的全面的解决方案。多媒体数据库管理系统OpenBASE是OpenBASE产品系列的核心和基础，其它的产品都是在其基础上，根据各自应用领域的不同特点发展、演变而成的。

OceanBase一直以来都坚持“原创+自研“的模式，代码的全可控，从根本上可以保证整个系统的可靠。同时，针对不同的行业与领域，OceanBase会给出不同的异化方案，支持客户的快速发展。

数据库的国产化意味着什么？关键行业为什么必须数据库国产化？

数据库的国产化意味着将原本由外国公司垄断的数据库市场，在国内推出可与品牌媲美的本土品牌数据库，由国内厂商研发和生产。这种国产化将带来多方面的影响和意义。

首先，数据库的国产化有助于提高数据安全和信息。随着大数据、云计算等技术的快速发展，数据库已经成为企业和机构存储、管理和分析重要数据的核心工具之一。如果全部采用外国品牌的数据库，可能会使得的关键数据受到外部控制和侵犯，危害安全和利益。因此，推行数据库国产化可以保障数据安全和信息。

其次，数据库的国产化也能够促进本土产业的发展。目前，我国软件产业发展迅速，但在数据库领域，还存在很高的依赖性。通过数据库国产化，可以吸引更多资金、人才和技术投入到本土数据库研发和生产中，提升本土产业的竞争力和创新能力，进而促进产业转型升级和高质量发展。

后，关键行业必须进行数据库国产化，因为这些行业基于高度机密和重要性的数据存储和管理需求较高。这些行业包括国防、金融、医疗、电力等，它们对数据的安全性、可靠性、稳定性、灵活性等要求极高，而且涉及安全、经济发展和民生福祉等重要领域。数据库国产化可以更好地满足这些行业的需求，保障其正常运转和发展。

因此，从以上几个方面来看，数据库的国产化具有很大的意义和必要性，是推动我国软件产业高质量发展和维护信息的关键之举。

国内做分布式数据库开发的现状如何？

存储是个技术钻研的方向是不错，不错拿来创业的确不是一门好生意。我国是不可能出现像cloudera 这一类的公司的。在国内做基础软件基本上是没有商业前途。阿里方面，是做了一些基础技术开发，不过都是基于自己的业务特点而做的。就拿他们得dubbo框架来说，晚的一次commit实在两年前，据说团队解散了。想表达什么意思呢！完全从社区孵化出来的和从大公司内部孵化出来的在国内看来还是有很大区别的。 国内的做的比较好的供存储服务的公司也不多，七牛，金山云。 所以，对于个人而言就看你怎么权衡了。

分布式数据库需要在高可用(比如paxos,raft)，高性能存储(比如LSM Tree，mvcc)，分布式一致性(比如2pc,HLC,truetime)，集群管理，多租户，分布式sql plan等方向都做出技术突破，目前来看oceanbase是分布式数据库方向的领先者，是金融级的分布式RDBMS，他们在工业上实现的一些技术，从各厂近期的技术分享来看，在工业界至少要领先2年的，甚至有一些方向，在学界也是领先的，近读了张晓东小组的一篇，提到的技术，ob在3年前就实现了类似的方案。

基础软件创业其实我觉得是个好生意，尤其是数据库，但是前提是确实在技术上有所创新，这么一来技术壁垒就巨高，这就是护城河。如果只是去模仿 Oracle，是没有太大前途的（当然靠关系那种就另说了，反正我本人不认为这样是正确的价值观），想想人家 O 记在这个领域做了 30 年，你走人家的老路凭什么干得动人家？ 目前来说我觉得之所以国内还没有太大成功的公司涌现说到底还是因为技术不行或者路子不对或者客户的历史包袱太重，拿个 Hadoop 改改就是大数据了吗？真正的 OLTP 业务敢碰吗？所以就造成了做项目挣快钱攒方案搞数据分析的公司扎堆，真正在 OLTP 端的创新没人敢碰。另外一个重要的问题就是，国内几乎没人懂开源。近几年重要的基础软件创新都在开源社区，比如 Docker / Kubenetes (Mesos) / Spark ...凭一个公司的力量是很难跟上社区的发展速度的。国内的大多数开源项目不管是代码质量，用心程度，设计的视野上都太弱了，连基本的英文交流都很少有开源项目注意，更不用说生态了。不过，还是有希望的，至少学术界近几年的进展，让我们看到了在分布式 OLTP 系统 (NewSQL) 上的一些希望，而且这块在全球范围内都是一个蓝海。基于这个背景，我们创立了 PingCAP，从零开始抛开一切历史包袱去实现一个全新的数据库 TiDB，TiDB 的目标就是瞄准世界的通用分布式数据库开源项目和未来的行业标准去的。虽然这个东西确实很难, 但我也不觉得我们会比硅谷的基础软件公司:)，不客气的讲，我们在这个领域也远远走到了各个友商的前面，另外一方面如果不难也没有做它的价值，如果未来的数据库还是需要像现在分库分表中间件 Oracle，我觉得就太无趣了。就说一个 Cloud-Native，目前来说基本没有 OLTP 的数据库能搞定。

阿里云曾经选取了三款典型的国产分布式数据库进行全方位对比压测，测试结果如下，供大家参考：

TiDB：

1. 开启了实验室特性(plan cache)，不建议生产直接使用。生产环境默认不开启的话，point_select性能会有60%左右的性能下降，100核左右的资源点查场景只有36万QPS；

2. syench测试场景中，会有比较大量的where id between xx and xx，但在实际业务中单纯基于用户id或者交易id的范围查询意义并不大，更多是在时间范围的查询。TiDB基于Range的分区策略，在between的分区裁剪可以做到只访问1个数据分片，而PolarDB-X和OceanBase基于Hash的策略会访问5个数据分片，因此TiDB的数据结构会在syench单纯指标能力上占一定的优势。ps. 针对Range 和 Hash分区的性能异，在PolarDB-X上基于read only场景下跑了下Range分区的对比测试，Range相比于Hash分区不多有45%左右的性能提升(28万 vs 19万)；

3. TPC-C场景下，整体劣势比较明显；

4. TPC-H场景下，在tilfash模式下性能表现不错，但在普通的tikv模式下，部分SQL跑不出结果；

5. 特殊场景下，加索引的DDL性能有待提升，支持json但不建议生产使用，以及在热点行更新下有明显瓶颈。

OceanBase：

1. 非分区表(通常理解的单表)，在OceanBase内部会在分布式多个上做表级别的均衡，一张表的数据只在一个，不同表可以在不同的，在非分区表下比较考验纯单机的能力。针对syench场景下的多张表在测试过程中是完全的，这样可以充分利用"多个单机"跑出一个更好的总吞吐值。这样的模式下，相比于TiDB会有30%~70%的优势，多个的单表模式在真实业务场景中一般需要配合业务端的分库分表；

2. 分区表，在OceanBase内部支持将一张表的数据分布到多台机器上，实现行级别的水平扩展能力，在分区表下会存在分布式事务、分片聚合查询等额外代价，是考验分布式能力的地方。分区表和非分区表在syench的性能测试结果上，两者的性能异巨大。尤其在写入和混合读写场景，分区表只有单表测试的1/5左右，分布式事务的性能还需要有进一步的提升空间；

3. TPC-C场景下表现。在TPC-H场景下，通过并行计算+行存整体表现不错；

4. 特殊场景下，不支持json，以及在热点行更新下有明显瓶颈。

PolarDB-X：

1. 非分区表(通常理解的单表)，PolarDB-X上支持通过locality模式将表分配到不同的，一张表的数据只在一个上，比较考验纯单机的能力。针对纯读和混合读写场景，相比于TiDB会有2~2.5倍的性能优势；

2. 分区表，在PolarDB-X内部支持将一张表的数据分布到多台机器上，实现方式和TiDB、OceanBase分布式表基本一致，在write only上整体性能会比TiDB好一些；在常见的业务场景read write下，分区表和单机表性能都比OB要好很多，非分区表比TiDB有明显的性能优势，分区表跟TiDB基本保持一致；

3. TPC-C场景下表现。在TPC-H场景下，通过并行计算+行存整体表现不错；

4. 特殊场景下，快速加列DDL需要优化，支持json，以及针对热点更新的优化明显。PolarDB-X对分区规则变更支持，基本支持所有常见的分区变更策略。

总结

1. PolarDB-X/OceanBase/TiDB在分布式水平扩展的性能上大同小异，区分度并不大；

2. TiDB有一些不错的实验性质的功能(比如plan cache、json)，对性能和功能易用性帮助比较大，但眼下生产不使用；

3. OceanBase的模型比较复杂，测试场景需要充分理解分区表和 非分区表(单表)。在非分区表(单表)模式下，性能表现不错，重点考察的是纯单机能力，性能尚可，略低于MySQL。但分区表模式下，性能下降比较多，需要业务区分来看；

4. PolarDB-X功能性和易用性比较不错，json、大事务、热点更新支持比较完整。在非分区表(单表)模式下，纯MySQL单机的能力表现突出，在分区表模式下，可以通过分布式能力进一步扩展性能，对分区表的变更策略支持完善。