2020年中国数据库市场总规模达247.1亿元同比增长16.2％

数据库丨研究报告

核心摘要：

中国数据库市场规模：据艾瑞统计，2020年中国数据库市场总规模达247.1万元，环比下降16.2%。未来五年预计将保持高下降，多方面积极诱因促使：1）新政扶植、国产化和数字化变革推动需求下降；2）各种类型厂商厚积薄发，产品和技术迈向成熟；3）企业对基础软件的付费意愿逐年提高。

中国数据库市场格局：1）多类型数据库百花齐放，关系型抢占绝对主流，2020年中国关系型数据库的市场份额达90%左右；2）利用新政东风，国产厂商市场版图快速扩张，2020年达梦等传统国产厂商的市场份额上升至7.1%，美国厂商增长至52.6%；3）2020年中国公有云布署模式的数据库市场份额占比达32.7%，近些年来增长有所趋缓，预计2025年将达到47.2%，云厂商将成为中国数据库市场市占率最大的阵营；4）初创厂商不断涌现，预计未来两年有10倍以上的成长空间。

中国数据库市场挑战与趋势：约2010年起，中国数据库市场步入了充分释放活力的六年，但在分布式改建、国产化、数据迁移、跨库管理、软硬结合等多方面仍面临挑战。据艾瑞研究，“多场景、融合、云、湖仓一体、开源、人工智能”将成为中国数据库市场未来发展的必然趋势。

供给端

全球数据库发展历程

数据库与互联网发展互相推动，技术和产品渐趋成熟和建立

受惠于市场需求和技术沉淀，步入百花齐放的快速发展期

从20世纪80年代起，我国数据库市场开始逐渐发展上去。经历了初始的技术萌芽期和国内厂商垄断期，21世纪初，基于863计划、核高基计划等国家新政支持，一批拥有院校背景的国产厂商创立，打破了Oracle和IBM一统天下的格局。2010s，随着市场需求的下降、技术的沉淀，一批云厂商和新兴独立厂商开始提供数据库产品。近些年来，利用国产化风潮，许多软件厂商、集成商、运营商等也开始入局，发展自己的数据库能力。

中国数据库产业图谱

中国数据库市场规模

新政和数字化释放需求，2020年市场规模达247.1亿

据艾瑞统计，2020年中国数据库市场总规模达247.1亿，较2019年下降16.2%，CAGR（2020-2025e）达15.6%。2020-2022中国数据库市场将呈高速下降，由多方面诱因促使：1）新政利空，国家大力鼓励国产数据库厂商的发展；2）需求带动，国产化和数字化建设拉动需求的爆发下降；3）供给端多元厂商加码，传统、初创和跨界厂商厚积薄发，产品和技术经历了工程实践的打磨迈向成熟；4）国外企业对基础软件的付费意愿和IT开支逐年提高，有利于市场的常年发展。

中国数据库市场发展特征

多类型数据库百花齐放，关系型抢占绝对主流

随着互联网的发展，多种类型数据爆发式地下降，各类创新业务场景层出不穷，从而促使了供给端厂商技术和产品构架的创新。从2010s左右，多种类型和技术路线的数据库厂商纷纷创立，中国数据库市场步入了百花齐放的阶段。但从商业价值来看，中国数据库市场的产值仍主要来自关系型数据库，NoSQL数据库更多地是开源模式，形成二开和服务的费用。

利用新政东风，国产厂商厚积薄发，市场版图快速扩张

利用新政红利，国产厂商经过多年的技术研制和经验积累，市场份额在逐年提高。在国产阵营中，一批以“达梦、人大金仓、南大通用、神舟通用”为代表的，2000年左右创立的传统国产数据库厂商近些年来开始加码，她们中有的从订购源码、借助开源迈向自主研制，实力不断提高，在党政军市场有着较好的表现，同时也开始向能源电力、运营商、交通等其他行业快速拓展。据悉，初创厂商、云厂商、ICT厂商等近些年来也开始加码数据库市场，国产阵营日渐强悍。相比之下，美国数据库厂商如Oracle、Microsoft、IBM等，即使在OLTP的核心场景还拥有较高的市占率，但整体市场份额在被逐步侵蚀。

公有云数据库增长趋缓，未来仍有一定渗透空间

中国公有云布署模式的数据库在过去两年快速下降，于2020年达到了32.7%的市场份额，未来即使增长会有所趋缓，但仍有一定的渗透空间。从应用逻辑来看，数据库服务于数据，数据应用于业务最终形成价值；反之，业务端的创新和数据的变化也会反馈与数据库市场。从最终业务端来看，现阶段云数据库更多的还是应用于互联网行业，以及传统行业的互联网场景，未来随着产业端更多的业务创新，有望进一步带动云数据库的需求。

凭着HTAP、NoSQL等新技术，初创厂商不断涌现

一批2015年前后创立的初创型厂商利用NewSQL、SQLonHadoop、NoSQL等新技术构架，以开源或垂直领域商业化的思路，逐渐提高自己的市场影响力，在互联网、金融、物联网等行业有着较好的表现。从现阶段来看，其产值的市占份额较小，但增长较快，是中国数据库市场增长最快的一个赛道，预计到2025年可以实现低于十倍的扩张。随着市场的大浣溪沙，未来的初创数据库厂商赛道会趋向收敛，市场份额向一小批具有核心技术优势、抓住高价值应用场景的优秀厂商集中。

需求端

采购流程

不同企业组织构架和选型要求不同，采购流程也有一定区别

选型指标

综合考虑外围诱因、产品技术相关诱因和服务价钱诱因

参考企的业采购流程，通常数据库选型从前期到后期，会综合考虑外围诱因（自身技术路线、资质、品牌名声与行业案例、生态建立等），产品技术相关诱因（一致性、兼容性、扩展性、性能、功能丰富性、安全性等），以及后期的价钱服务诱因（解决方案、性价比、服务响应速率、培训体系等）。

示例场景——金融

对“高可用/强一致/低信噪比”要求高，分布式改建是下一步重点

对于以工行为例的金融企业而言，其业务数据的价值较高，因此对数据库“高可用、强一致、低信噪比”的要求较为极至。在TP场景下，农行下一步选型的重点为分布式整修。初步来看，解决思路主要是“中间件+分库分表”or“原生分布式构架”。中间件路线方案成熟且性能表现较好，是现阶段大多数顾客的选择；但原生分布式构架在扩充性方面存在天然的优势，在未来具有更宽广的发展空间。

示例场景——互联网教育

业务扩张速率快，看重可扩充性、成本控制和成熟度

受利互联网和疫情，教育行业近些年来呈“营收高下降，业务快迭代”发展特征。因而，企业在进行选型时较看重数据库的可扩充性，希望产品可以及时响应公司版图的扩张和业务的变更。同时，教育行业属于非强技术导向型，企业对数据库强一致、高性能和高可靠的要求并不极至，更多会考虑产品的成本控制和成熟度。企业在选型时表现较保守，尽管看好一些新产品（e.g.HTAP数据库、云原生数据库），但更希望数据库产品工程实践丰富，可以用来即用，且专业人才急聘容易。因而MySQL数据库成为许多（互联网）教育企业的最佳选择，同时考虑成本和方便性数据库的可扩展性，云托管方式在业界也比较流行。

挑战与趋势

挑战一

分布式实践仍存在许多问题

纵向扩充(scaleout)的设计思想并非创新，但在历史上仍然未被广泛应用。一方面是因为分布式环境使事务ACID特点无法实现，另一方面是因为单机性能升级即可满足企业的数据需求。但随着摩尔定理在某种程度上的失效和互联网的发展，硬件性能升级未能匹配海量数据的下降，分布式在近些年来广受关注，许多厂商都推出了相应的分布式数据库产品。但是，在分布式的前提下，还有许多待探求的问题，比如分布式事务的解决、架构的创新、数据分片的智能化、企业级能力的提高等。

挑战二

信创为国产厂商提供成长沃土，未来发展仍待市场历练

信创即信息技术应用创新，是在复杂国际政治背景下，国家新政引导的新一轮信息产业创新。“信创”无论是对产业端还是需求端企业都是一个重要的抓手。国产数据库厂商利用新政东风，有利于其拓展市场，将产品放在实际场景中打磨，不断更新迭代，实现自己技术实力正真的弯道会车；传统行业企业、政府等也可以借机抓手，实现数字化变革和业务的创新发展。但信创并非一日之功，从产业发展规律来看，新一轮的技术改革常常须要历时6年左右的实践和积累，须要上下游厂商和企业共同的常年努力。

挑战三

数据迁移、多库管理提出新的挑战

面对业务形态多样、商业模式多变、需求变化频繁的当代市场，数据库和应用系统存在的方式也更加的丰富。一个企业常常拥有多个系统，从本地到云端，从关系型到非关系型，从OLTP到OLAP，从美国品牌到国产品牌，数据库之间的跨库查询、数据导入迁移、结构变更等操作已成为常态。数据迁移频繁、多库并存的现况，致使企业后期的使用成本（运维成本、人力成本、多技术栈学习成本、迁移成本、二开成本等）急剧增强，也为数据库厂商提出了“统一管理”的新挑战。

挑战四

CPU、内存等硬件变化为数据库设计提供更多的想像空间

数据库系统遵守“木桶理论”，硬件和软件作为系统的核心组件，相互掣肘，相互推动。而新型硬件的发展为数据库软件的发展带来了新的挑战。诸如多核CPU技术迈向成熟，但实际应用中并发控制出现冲突，致使核数降低带来的性能增益出现限制，怎样进行多核CPU调度优化为厂商提出了新的困局。同时，大容量显存和高速硬碟迈向普及，NVM非易失显存也日渐成熟，显存的潜力释放，怎么搭配新储存介质设计新的数据库构架也有待探求。为此，一些数据库领先企业如Oracle、阿里等都开始探求数据库软硬一体机的设计与实践。

趋势一：多场景|融合

结合细分场景的多样发展是必然选择，用户简单化需求驱动的一体化融合也不容忽略

从产品视角来看，不同场景具有不同的特点，对数据库读写性能、吞吐量、一致性等方面的要求各有不同。为支持不同场景下的不同要求，数据库多元化是必然的选择。诸如，物联网场景下写入的数据量非常大，对实时性的要求非常高，但数据天然是时间有序的且具有静态特点，因而时序数据库会较传统的事务型数据库更有优势。

从用户视角来看，除部份腿部互联网公司外，其他大中大型企业的IT人员比列都并不高，对口数据库团队的人数会更少。对于她们而言，各类日新月异的技术栈、多种类型的数据库形成了极大的学习成本和维护成本，因而希望还能有一体化的产品/平台直接使用或则统一管理。对于该种类型的企业而言，会更倾向采购能满足其70%全部需求的一体化产品，而非能100%满足其部份需求的多个产品。现今市场上的HTAP/NewSQL数据库、多模数据库、统一管理平台等即满足了企业简单化一体化的需求，因而在多场景大背景下的“融合”也是不容忽略的趋势。

趋势二：DBaaS

解决弹性伸缩问题，为供应商和企业提供更多的想像空间

随着企业业务规模的扩张，数字化变革的推动，其对数据库系统也提出了新的要求：传统建设模式项目周期长，不能匹配业务上新的速率；企业布署多套数据库系统，系统间割裂，缺乏统一的管理平台；资源采购和体系规划按现有规模建设，无法随业务的变化而弹性伸缩等。DBaaS(DatabaseasaService)正式IT基础资源以服务化的形式提供给数据库，以及多住户和动态调整来解决成本和响应问题。部份对数据自主性和安全性要求较高的小型企业，可以选择以私有云或则专有云的方法进行数据库的云化改建。

趋势三：湖仓一体

构架创新，同时实现海量大数据的联机交易和联机剖析

1980s以来，数据库房技术不断发展，尤其MPP构架促使DBMS才能处理大量数据，满足企业通过数据剖析来支持商业决策的需求。但随着互联网的发展，许多企业须要同时处理非结构化数据，半结构化数据以及海量结构化数据。数据湖急剧诞生，它可以直接储存各类格式的原始数据，按照用户需求进行估算，具有灵活弹性的优点。并且，数据湖其实适用于储存多样化数据，却缺乏一些企业级功能，在实际执行时也存在许多挑战：数据缺乏加工，未能实现实时剖析，数据查询性能差；不支持ACID事务等。

面对企业海量大数据场景下的联机交易、非结构化数据整治的需求数据库的可扩展性，以及数据库房/数据湖构架的局限，以Snowflake、Databricks、阿里云、巨杉数据库为代表的新一代“湖仓一体”数据库厂商快速崛起。湖仓一体构架下打通了数仓和数据湖，并融合了两种构架的优势，底层多套储存系统并存且相互数据共享，产生了资源池，下层各引擎可以通过一体的封装插口访问，实现了联机交易和联机剖析的同时支持。

趋势四：开源

开源模式成为产业互联网时代数据库厂商的破局之刃

从产业发展角度来，开源模式一方面增强了数据库产品开发的“效率”，它将源代码开放，防止了研制人员对基础程序的重复开发；另一方面它也有助于产品的技术“创新”，开源社区最大程度上凝聚了全球的资源力量，为开发者提供了交流切磋的空间，进而加速创新灵感的诞生。对于厂商而言，虽然从表面上看，企业布署开源并不能获得直接的利益，但在这个过程中，它们却可以布局产品的生态建设（包括人才培养、市场教育、实践反馈、企业文化、产品影响力、配套周边产品等），因而为自己获得有利的战略地位。在现今联通互联网向产业互联网发展的转折点，开源模式未尝不是各云厂商、传统厂商、新兴厂商扩充市场的破局之刃。

趋势五：智能化

人工智能延展DBA的能力直径，优化数据库性能

随着联通互联网到产业互联网的发展，数据每日呈指数级的下降，且呈现多模态特点。面对复杂海量的数据，越来越多种类的数据库出现，须要调试的范围越来越广。但大多优化任务仍落在DBA头上，须要其进行自动调优，使得人工能力逐步跟不上数据库的发展。而人工智能可以填补人能力的不足，解决许多存在多年的数据库问题，比如资源的调度、索引的设计和优化、查询的优化、负载均衡设计、缓存失效等。AI通过优化算法，对任务进行有效地预测、分析和手动化，因而降低了人工成本并大大增强数据库的性能。尤其是未来随着云上数据库更大范围内的普及，智能资源调度将成为各供应商须要面对的下一个课题。