報告編委

黃勇

愛分析合伙人&首席分析師

洪逸群

愛分析高級分析師

張良筠

愛分析分析師

目錄

1. 研究范圍定義

2. 市場洞察

3. 廠商全景地圖

4. 市場分析與廠商評估

5. 入選廠商列表

1. 研究范圍定義

研究范圍

在國內(nèi)數(shù)字化轉(zhuǎn)型以及信創(chuàng)建設持續(xù)推進的大背景下，眾多廠商入局國內(nèi)數(shù)據(jù)庫市場，為企業(yè)提供了面向多種應用場景的數(shù)據(jù)庫，以及相關的生態(tài)工具或服務。國內(nèi)數(shù)據(jù)庫市場因此迎來了諸多新的變化，新的產(chǎn)品類型、新的技術、新的服務，以及新的市場格局，而這些變化也讓企業(yè)在選擇數(shù)據(jù)庫時需要考慮更多復雜的因素。

在本報告中，愛分析將數(shù)據(jù)庫市場劃分為數(shù)據(jù)庫產(chǎn)品、數(shù)據(jù)庫工具和數(shù)據(jù)庫服務。其中，數(shù)據(jù)庫產(chǎn)品包括各種類型的數(shù)據(jù)庫，如事務型關系數(shù)據(jù)庫、分析型數(shù)據(jù)庫，以及圖數(shù)據(jù)庫、時序數(shù)據(jù)庫等專用數(shù)據(jù)庫等;數(shù)據(jù)庫工具包括各種用于數(shù)據(jù)庫管理運維、開發(fā)測試的工具;數(shù)據(jù)庫服務包括咨詢規(guī)劃、實施部署等服務。

綜合考慮細分市場的市場規(guī)模、企業(yè)關注度等因素，愛分析在本次研究中選取了事務型關系數(shù)據(jù)庫、分析型數(shù)據(jù)庫、超融合數(shù)據(jù)庫、圖數(shù)據(jù)庫、數(shù)據(jù)庫云管理平臺5個細分市場，進行重點研究。

本報告面向各行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門的負責人，通過對各個特定市場的需求定義和代表廠商能力解讀，為企業(yè)數(shù)據(jù)庫規(guī)劃與廠商選型提供參考。

圖1:數(shù)據(jù)庫市場全景地圖

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

廠商的產(chǎn)品服務滿足各市場的廠商能力要求;

近一年廠商具備一定數(shù)量以上的付費客戶(參考第4章各市場分析部分);

近一年廠商在特定市場的營業(yè)收入達到指標要求(參考第4章各市場分析部分)。

(注：“近一年”指2021年Q4至2022年Q3)

2. 市場洞察

2.1 信創(chuàng)政策支持下，國產(chǎn)數(shù)據(jù)庫潛在替換空間大，但當前存量市場整體替換率還較低。

自2018年來，國內(nèi)信創(chuàng)建設逐步升級，以Oracle為代表的國外商業(yè)數(shù)據(jù)庫在國內(nèi)市場日漸式微，國產(chǎn)數(shù)據(jù)庫迎來前所未有的發(fā)展機遇。根據(jù)愛分析的估算，2022年中國數(shù)據(jù)庫市場規(guī)模約為320億元，國產(chǎn)數(shù)據(jù)庫潛在替換空間巨大。

然而，國產(chǎn)數(shù)據(jù)庫替換目前主要集中在行業(yè)的增量市場，在更大的存量市場，由于數(shù)據(jù)庫替換遷移是項非常繁瑣、高成本的工作，且國產(chǎn)數(shù)據(jù)庫在技術積累、生態(tài)成熟度等方面與國外商業(yè)數(shù)據(jù)庫還存在一定差距，國產(chǎn)數(shù)據(jù)庫目前的滲透率還較低。根據(jù)愛分析調(diào)研，目前在全行業(yè)數(shù)據(jù)庫存量市場，國產(chǎn)數(shù)據(jù)庫的整體替換率約為10%，而在銀行的核心生產(chǎn)系統(tǒng)，國產(chǎn)數(shù)據(jù)庫的替換率僅有1%左右。

圖2: 國產(chǎn)數(shù)據(jù)庫在存量市場的替換率

愛分析認為，信創(chuàng)帶來的國產(chǎn)數(shù)據(jù)庫的替換需求將是長期且不可逆的，且目前正處于加速狀態(tài)，預計國內(nèi)數(shù)據(jù)庫的存量市場將在未來5-10年逐步完成國產(chǎn)化替換，最終國產(chǎn)數(shù)據(jù)庫的替換率將達到80%以上。國內(nèi)數(shù)據(jù)庫廠商在這個過程中要抓住機遇，需在以下幾方面著重發(fā)力：

1)提升產(chǎn)品與Oracle、MySQL等數(shù)據(jù)庫在語法、功能特性，以及生態(tài)工具的兼容性，并提供易用的數(shù)據(jù)遷移工具，保障數(shù)據(jù)庫的平滑替換，并降低替換成本;

2)注重生態(tài)建設，尤其是注重培養(yǎng)數(shù)據(jù)庫生態(tài)服務廠商，數(shù)據(jù)庫應用人才，一個完善的數(shù)據(jù)庫生態(tài)是企業(yè)使用數(shù)據(jù)庫的長期保證。

3)加強技術研發(fā)，積累客戶服務經(jīng)驗和場景考驗，提高產(chǎn)品化能力，并提升產(chǎn)品性能和穩(wěn)定性。

2.2 數(shù)據(jù)庫不斷出現(xiàn)技術融合，新興行業(yè)或新興業(yè)務場景是應用主力。

近年來，數(shù)據(jù)庫技術出現(xiàn)了顯著的融合趨勢，一些全新類型的數(shù)據(jù)庫融合了傳統(tǒng)的兩種或以上類型的數(shù)據(jù)庫的能力，來滿足用戶的需求。這是由于數(shù)據(jù)庫應用場景正變得更加廣泛，數(shù)據(jù)類型變得更加多樣，而傳統(tǒng)的部署多套數(shù)據(jù)庫系統(tǒng)的模式在使用門檻和運維成本方面都很高，這導致了一些新興的融合型的數(shù)據(jù)庫的出現(xiàn)，這些數(shù)據(jù)庫主要包括：

1)HTAP數(shù)據(jù)庫：融合OLTP數(shù)據(jù)庫的事務處理和OLAP數(shù)據(jù)庫的查詢分析的能力;

2)智能湖倉：融合了數(shù)據(jù)倉庫對數(shù)據(jù)的高效管理能力以及數(shù)據(jù)湖對于海量數(shù)據(jù)的低成本存儲能力;

3)超融合數(shù)據(jù)庫：融合了事務處理和查詢分析能力，并能對關系型數(shù)據(jù)、圖數(shù)據(jù)、時序數(shù)據(jù)、文檔數(shù)據(jù)等多種數(shù)據(jù)模型進行統(tǒng)一管理。

融合型數(shù)據(jù)庫通過簡化系統(tǒng)架構(gòu)，顯著降低了使用門檻和運維成本，但其當前用戶主要來自新興行業(yè)或新興業(yè)務場景，傳統(tǒng)行業(yè)企業(yè)的傳統(tǒng)業(yè)務場景對融合型數(shù)據(jù)庫的應用有限。以HTAP數(shù)據(jù)庫為例，傳統(tǒng)行業(yè)企業(yè)內(nèi)的OLTP數(shù)據(jù)庫和OLAP數(shù)據(jù)庫的應用場景通常在不同的部門，兩者在企業(yè)內(nèi)部由于業(yè)務分工導致數(shù)據(jù)庫系統(tǒng)的物理隔離，是傳統(tǒng)企業(yè)當前對于融合型數(shù)據(jù)庫的需求不足的原因。而在新興行業(yè)或新興業(yè)務場景，以先進制造行業(yè)為例，智能制造對于工業(yè)生產(chǎn)流程的顛覆，使得記錄生產(chǎn)過程的大規(guī)模數(shù)據(jù)需要被采集、存儲、分析，以指導自動化和智能化的生產(chǎn)過程，導致這類企業(yè)對于智能湖倉、超融合數(shù)據(jù)庫有著較強勁的需求。

圖3:數(shù)據(jù)庫市場重要趨勢

2.3 Serverless漸成趨勢，幫助用戶更快、更便捷地構(gòu)應用。

數(shù)據(jù)庫的服務形態(tài)在不斷進化，從最早在本地數(shù)據(jù)中心自建數(shù)據(jù)庫，到云上的PaaS服務，再到云原生數(shù)據(jù)庫，數(shù)據(jù)庫正在往Serverless的方向發(fā)展。

Serverless數(shù)據(jù)庫是指用戶在構(gòu)建和運行數(shù)據(jù)庫時無需對數(shù)據(jù)庫本身以及底層的服務器資源進行管理，并且當用戶的業(yè)務請求數(shù)增加或減少時，數(shù)據(jù)庫能夠自動調(diào)度資源，實現(xiàn)彈性伸縮。Serverless數(shù)據(jù)庫漸成趨勢的原因有兩點：

1) 數(shù)據(jù)庫類型越來越多，數(shù)據(jù)庫的架構(gòu)也變得越來越復雜，開發(fā)者學習和使用每種數(shù)據(jù)庫的門檻越來越高，需要Serverless來屏蔽數(shù)據(jù)庫技術的復雜度。

2) 企業(yè)對于數(shù)據(jù)庫的應用需求變得越來越敏捷，通過Serverless實現(xiàn)數(shù)據(jù)庫資源自動伸縮，并按量計費，越來越成為企業(yè)重要的需求。

目前，Serverless技術處于早期階段，能夠提供Serverless數(shù)據(jù)庫的僅有部分公有云廠商和少數(shù)數(shù)據(jù)庫廠商。愛分析認為，Serverless將成為數(shù)據(jù)庫發(fā)展的重要趨勢，會有更多廠商加入這條路線，其用戶基礎也會逐漸壯大。

2.4 數(shù)據(jù)庫管理平臺成為國內(nèi)數(shù)據(jù)庫生態(tài)的重要參與者，AI自治是數(shù)據(jù)庫管理的重要能力。

隨著國產(chǎn)和開源數(shù)據(jù)庫在國內(nèi)數(shù)據(jù)庫市場的崛起，數(shù)據(jù)庫管理平臺成為國內(nèi)數(shù)據(jù)庫生態(tài)的重要參與者。由于數(shù)據(jù)庫管理平臺具備數(shù)據(jù)庫安裝部署、遷移、備份、監(jiān)控告警、巡檢、性能分析、智能運維、安全管控等數(shù)據(jù)庫使用全生命周期管理能力，有效彌補了國產(chǎn)和開源數(shù)據(jù)生態(tài)中對數(shù)據(jù)庫管理運維工具相對缺失帶來的諸多不便。

與此同時，數(shù)據(jù)庫管理越來越強調(diào)智能化的能力。即在數(shù)據(jù)庫管理中引入AI技術，實現(xiàn)數(shù)據(jù)庫管理運維智能診斷、智能優(yōu)化，降低數(shù)據(jù)庫運維對專業(yè)人員的依賴。具體而言，智能診斷是從數(shù)據(jù)應用、數(shù)據(jù)庫、底層資源不同層面進行診斷分析，自動定位問題，實現(xiàn)數(shù)據(jù)庫運維的可觀測性;智能優(yōu)化是指針對數(shù)據(jù)庫表結(jié)構(gòu)、集群使用效率等進行條有建議，提升效率。

3. 廠商全景地圖

愛分析基于對甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出在數(shù)據(jù)庫市場中具備成熟解決方案和落地能力的入選廠商。

4. 市場分析與廠商評估

愛分析對本次數(shù)據(jù)庫項目重點研究的特定市場定義如下。同時，針對參與此次報告的部分代表廠商，愛分析撰寫了廠商能力評估。

4.1 事務型關系數(shù)據(jù)庫

市場定義：

事務型關系數(shù)據(jù)庫是指采用行和列構(gòu)成的二維表格模型來組織數(shù)據(jù)，通過關系模型對表進行連接，并針對數(shù)據(jù)“增改刪”的事務處理而設計的數(shù)據(jù)管理系統(tǒng)。事務型關系數(shù)據(jù)庫需具備事務的ACID特性、并支持SQL訪問和解析等功能。

甲方終端用戶：

各行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門

甲方核心需求：

近年來，隨著企業(yè)數(shù)字化轉(zhuǎn)型步入深水區(qū)，為了應對數(shù)據(jù)量爆發(fā)式增長、業(yè)務場景多樣化擴展的趨勢，甲方企業(yè)對于事務型關系數(shù)據(jù)庫的選型要求也在不斷提升：除了要保證基本的系統(tǒng)運行穩(wěn)定及服務的可靠性，也需要數(shù)據(jù)庫具備優(yōu)良的性能來更好地支持銀行存取轉(zhuǎn)賬、電子商務訂單等大規(guī)模的交易處理場景。此外，隨著國家信創(chuàng)政策的不斷深化，企業(yè)對使用的國外商用數(shù)據(jù)庫替換的需求也與日俱增，盡可能縮減遷移改動成本成為甲方企業(yè)的主要訴求。具體而言，企業(yè)對于事務型關系數(shù)據(jù)庫的核心需求包括：

能夠穩(wěn)定可靠地運行。作為數(shù)據(jù)管理系統(tǒng)的核心，企業(yè)需要事務型關系數(shù)據(jù)庫具備對外服務響應的靈敏性、整體系統(tǒng)運行的流暢性和數(shù)據(jù)服務的可靠性，保障業(yè)務系統(tǒng)能夠穩(wěn)定運行。

數(shù)據(jù)庫服務高可用。許多如銀行、電信、政務等行業(yè)的重要業(yè)務系統(tǒng)都要求數(shù)據(jù)庫提供7*24不間斷服務，需要事務型關系數(shù)據(jù)庫盡可能縮短因為維護或者故障造成的服務不可用時間。因此，在系統(tǒng)硬件發(fā)生故障、人為出錯或者軟件報錯等情況下，企業(yè)需要數(shù)據(jù)庫服務能夠在一定時間范圍內(nèi)切換至可用狀態(tài)，并且保證數(shù)據(jù)零丟失。

具備高性能的事務處理能力。面對數(shù)據(jù)量爆發(fā)式增長、業(yè)務場景多樣化擴展的趨勢，企業(yè)需要數(shù)據(jù)庫能夠完成海量數(shù)據(jù)處理的工作，并且支持大量業(yè)務人員同時進行讀取或?qū)懭氲氖聞仗幚韴鼍啊Ｔ谥T如“雙十一”、秒殺活動等高并發(fā)的交易處理場景，企業(yè)需要數(shù)據(jù)庫能夠提供毫秒甚至更短的響應時間來面對不斷增長的業(yè)務需求。

要盡可能降低數(shù)據(jù)庫替換成本。由于信創(chuàng)政策對數(shù)據(jù)庫國產(chǎn)化的要求，企業(yè)需要對傳統(tǒng)使用的國外商業(yè)數(shù)據(jù)庫進行替換。在替換過程中，需要盡量減少對原有業(yè)務的改造，并且盡可能延續(xù)上層應用的使用。此外，自動化的數(shù)據(jù)遷移工具也成為企業(yè)降低遷移成本的需求之一。

豐富的生態(tài)資源。企業(yè)會對數(shù)據(jù)庫的周邊生態(tài)有一定依賴性，因此生態(tài)資源的豐富程度也成為甲方選型的考慮因素之一，尤其是周邊工具所提供的功能支持。

此外，部分企業(yè)對于事務型關系數(shù)據(jù)庫還有以下期望需求：

在某些行業(yè)，事務型關系數(shù)據(jù)庫需要滿足信創(chuàng)資質(zhì)要求。在黨政軍、金融等需要嚴格保證信息安全的行業(yè)，核心技術需要自主可控來保證安全性。因此，企業(yè)需要嚴格參照信創(chuàng)測試報告或者信創(chuàng)名錄來進行數(shù)據(jù)庫選型。此外，由于某些企業(yè)已經(jīng)進行了國產(chǎn)化軟硬件的部署，需要數(shù)據(jù)庫能夠在在國產(chǎn)IT環(huán)境中順利運行。

廠商能力要求：

基于上述核心需求，數(shù)據(jù)庫廠商需具備以下能力：

廠商提供產(chǎn)品能夠穩(wěn)定地運行在企業(yè)的業(yè)務環(huán)境中，并且保證事務數(shù)據(jù)的可靠性。具體而言，廠商產(chǎn)品提供數(shù)據(jù)的充分冗余，并且保證備份數(shù)據(jù)的一致性。同時，具備完善成熟的機制保證事務處理的一致性。其次，廠商產(chǎn)品被廣泛采納使用，運行的穩(wěn)定性得到企業(yè)及用戶的認可。

廠商產(chǎn)品能夠提供高可用的數(shù)據(jù)服務。廠商產(chǎn)品提供具備完備的容備災機制，支持數(shù)據(jù)的充分冗余。在數(shù)據(jù)節(jié)點由于硬件故障或人為失誤導致不可用時，備災節(jié)點能夠快速切換，保證服務不中斷。如果集群無法提供服務，廠商有其他用于備災的數(shù)據(jù)中心對服務進行無損接管，同時要保證服務的切換恢復時間在企業(yè)的可接受范圍內(nèi)。

在性能方面，廠商提供的產(chǎn)品具備事務的高吞吐、橫向擴展和并發(fā)處理能力，并且支持數(shù)據(jù)的實時寫入和讀取。在海量事務處理的場景下，廠商提供分布式部署的事務型關系數(shù)據(jù)庫產(chǎn)品，具備高吞吐能力來降低系統(tǒng)服務的響應時間，并且通過橫向擴展來支撐不斷增長的數(shù)據(jù)量。在讀寫高并發(fā)的需求下，事務型關系數(shù)據(jù)庫需要具備一定的并行執(zhí)行能力，并且通過均衡分配讀寫負載來支持大量業(yè)務人員同時進行查詢或?qū)懭氩僮鳌?/p>

廠商數(shù)據(jù)庫產(chǎn)品能夠?qū)ζ髽I(yè)原有數(shù)據(jù)庫進行低成本替換。廠商提供的產(chǎn)品需要對相應被替換的數(shù)據(jù)庫產(chǎn)品語法兼容，保證替換后上層應用的平穩(wěn)運行，并且不需要進行太多的業(yè)務改造。此外，產(chǎn)品配套的遷移工具也能夠降低數(shù)據(jù)遷移成本，方便企業(yè)做數(shù)據(jù)庫替換。

廠商提供的產(chǎn)品具備一定的生態(tài)資源。廠商的產(chǎn)品具有一定的周邊生態(tài)工具和服務，或者能夠兼容主流生態(tài)，能夠滿足企業(yè)對生態(tài)資源的使用需求，尤其是生態(tài)中數(shù)據(jù)庫周邊工具要能夠滿足數(shù)據(jù)庫使用全生命周期的功能支持。

針對部分企業(yè)的期望需求，數(shù)據(jù)庫廠商需具備以下能力：

廠商提供的產(chǎn)品需要滿足信創(chuàng)的要求。廠商的產(chǎn)品需要通過了相應的信創(chuàng)測試或進入了信創(chuàng)名錄，證明了自身技術的自主可靠性。此外，廠商產(chǎn)品對甲方企業(yè)使用的國產(chǎn)操作系統(tǒng)、芯片等軟硬件進行了相應適配，能夠保證數(shù)據(jù)庫系統(tǒng)在國產(chǎn)IT環(huán)境的平穩(wěn)運行。

入選標準：

1. 符合事務型關系數(shù)據(jù)庫的廠商能力要求;

2. 近一年在該市場服務客戶數(shù)10家以上;

3.近一年該市場相關服務收入規(guī)模在1000萬元以上。

代表廠商評估：

愛可生廠商介紹：

上海愛可生信息技術股份有限公司(簡稱“愛可生”)成立于2003年，是國內(nèi)知名的數(shù)據(jù)庫、數(shù)據(jù)庫運維管理平臺以及數(shù)據(jù)處理技術提供商。產(chǎn)品包括關系型數(shù)據(jù)庫云樹？數(shù)據(jù)庫ActionDB、向量數(shù)據(jù)庫TensorDB、云樹？DMP數(shù)據(jù)庫集群管理平臺、云樹？DBaaS和DaaS數(shù)據(jù)中臺系列產(chǎn)品等，客戶主要分布于金融、電力、智能制造、電信、廣電、交通、航空航天等行業(yè)。

產(chǎn)品服務介紹：

云樹？數(shù)據(jù)庫ActionDB(簡稱“ActionDB”)是一款愛可生自主研發(fā)的國產(chǎn)關系型OLTP數(shù)據(jù)庫，主要應用于高并發(fā)、海量數(shù)據(jù)場景下結(jié)構(gòu)化數(shù)據(jù)的存儲、管理和計算，具備靈活彈性擴展、金融級可靠性、自動化運維管理、多地多中心容災等特性，適用于高并發(fā)、TB級海量數(shù)據(jù)及國產(chǎn)化轉(zhuǎn)型場景。目前主要在金融和運營商行業(yè)核心業(yè)務系統(tǒng)有大規(guī)模的落地。

向量數(shù)據(jù)庫TensorDB主要用于非結(jié)構(gòu)化數(shù)據(jù)的低成本存儲和計算，能夠?qū)D片、視頻等非結(jié)構(gòu)化數(shù)據(jù)以向量的形式進行表示，并支持向量數(shù)據(jù)的近似檢索，可用于人臉識別、推薦系統(tǒng)、圖片搜索、視頻指紋、語音處理、自然語言處理等涉及AI應用的各個行業(yè)。TensorDB 具有極高的并發(fā)檢索性能，卓越的水平拓展能力，并提供滿足多元業(yè)務場景下的高可用能力。

廠商評估：

愛可生云樹？數(shù)據(jù)庫ActionDB在產(chǎn)品的安全可靠性、分布式性能、MySQL語法和生態(tài)兼容性方面具備優(yōu)勢，同時能夠適配主流國產(chǎn)軟硬件，滿足企業(yè)信創(chuàng)要求。同時愛可生具備較強的數(shù)據(jù)庫服務能力，ActionDB配備的可視化管理平臺和DBA專家能夠為數(shù)據(jù)庫提供全面的數(shù)據(jù)庫相關服務。

ActionDB具備滿足金融等行業(yè)客戶要求的安全可靠性，并在此基礎上實現(xiàn)了數(shù)據(jù)庫的高可用。在可靠性上，ActionDB采用了自研的數(shù)據(jù)一致性技術和多副本機制保證了存儲節(jié)點的數(shù)據(jù)的一致性，在分布式架構(gòu)下采用Raft協(xié)議保證了事務的一致性。在可用性上，存儲層數(shù)據(jù)分片能夠?qū)崿F(xiàn)故障自動切換，支持同城多中心、兩地三中心、多地多中心的容災部署，整體達到“5個9”的可用性，在跨數(shù)據(jù)中心切換時能夠?qū)崿F(xiàn)RPO=0的服務無損接管 。

例如，在某大型國有銀行核心業(yè)務系統(tǒng)的分布式轉(zhuǎn)型中，愛可生提供了支持大體量高并發(fā)場景的分布式數(shù)據(jù)庫解決方案，實現(xiàn)了事務數(shù)據(jù)的金融級強一致性，并且滿足銀行業(yè)對系統(tǒng)災備建設的等級要求和個人賬戶信息等高敏感數(shù)據(jù)對系統(tǒng)安全性的要求。

ActionDB通過分布式技術實現(xiàn)了數(shù)據(jù)庫的性能增強，能夠支持海量數(shù)據(jù)、高并發(fā)交易的業(yè)務場景。在分布式架構(gòu)下，ActionDB支持上百TB的大體量存儲，智能路由調(diào)度和自動化分片功能實現(xiàn)了數(shù)據(jù)庫的彈性擴展，產(chǎn)品曾支持過某運營商行業(yè)客戶電子渠道充值的高并發(fā)業(yè)務場景，交易量峰值達上億QPS。在SQL解析計算方面，ActionDB優(yōu)化了解析器并將SQL翻譯為關系代數(shù)層面下推至存儲節(jié)點進行計算，提升了SQL語句處理效率。在并行計算方面，ActionDB對線程池技術進行了優(yōu)化，提升了任務執(zhí)行的并發(fā)度來提升整體效率。

ActionDB完全兼容MySQL語法和生態(tài)，便于企業(yè)進行MySQL數(shù)據(jù)庫的國產(chǎn)化替換。在語法兼容性上，ActionDB兼容MySQL語法協(xié)議、數(shù)據(jù)對象和類型、內(nèi)置函數(shù)等，能充分支持MySQL上既有業(yè)務的平滑遷移。在生態(tài)兼容性上，ActionDB延續(xù)了MySQL技術路線并完全兼容其生態(tài)，方便企業(yè)直接使用豐富的生態(tài)工具和技術資源。

ActionDB適配主流的國產(chǎn)軟硬件并通過了多個行業(yè)的信創(chuàng)標準測試，能夠滿足企業(yè)對信創(chuàng)的要求。在軟硬件適配方面，ActionDB支持與國產(chǎn)芯片(如飛騰、海光)、中間件、操作系統(tǒng)(如中標麒麟、統(tǒng)信)及上下游軟件適配。在行業(yè)信創(chuàng)測試方面，ActionDB參與編寫并通過了多個行業(yè)的信創(chuàng)標準測試，包括央行下屬的金融科技聯(lián)盟的信創(chuàng)測試、工信部信創(chuàng)數(shù)據(jù)庫標準的測試等。

愛可生為用戶提供了可視化數(shù)據(jù)庫管理平臺云樹？DMP和數(shù)據(jù)庫相關服務，能夠幫助企業(yè)降低運維管理的難度和成本。云樹？DMP提供可視化的數(shù)據(jù)庫運維管理能力，包括安裝部署、配置變更監(jiān)控、告警備份恢復、性能診斷、擴縮容SQL 質(zhì)量審核、數(shù)據(jù)遷移、數(shù)據(jù)安全等，能夠自動處理大部分DBA日常工作，降低了數(shù)據(jù)庫運維的難度。同時，愛可生的DBA專家也能夠提供MySQL源碼級服務，支持數(shù)據(jù)庫的分布式轉(zhuǎn)型及基礎運維等一站式服務。

典型客戶：

中國人民銀行、中國工商銀行、華夏銀行、興業(yè)銀行、吉林銀行

代表廠商評估：

萬里數(shù)據(jù)庫廠商介紹：

北京萬里開源軟件有限公司(簡稱“萬里數(shù)據(jù)庫”)成立于2000年，專注于國產(chǎn)自主可控的數(shù)據(jù)庫產(chǎn)品技術研發(fā)，打造了功能、性能、穩(wěn)定性、易用性領先的一站式數(shù)據(jù)庫產(chǎn)品與解決方案，已服務金融、運營商、能源、政府、交通等多行業(yè)重點客戶，助力超1000個應用場景實現(xiàn)國產(chǎn)化替代與數(shù)字化轉(zhuǎn)型。萬里數(shù)據(jù)庫擁有發(fā)明專利、軟件著作權(quán)百余項，是國家級專精特新“小巨人”企業(yè)，已參與多個國家級的數(shù)據(jù)庫行業(yè)標準制定工作。

產(chǎn)品服務介紹：

萬里數(shù)據(jù)庫GreatDB是一款國產(chǎn)自主可控的關系型數(shù)據(jù)庫，可根據(jù)用戶需求采用分布式或集中式部署，具備動態(tài)擴展、數(shù)據(jù)強一致、集群高可用等企業(yè)級特性，滿足業(yè)務高并發(fā)、高擴展性、高安全性等嚴苛的事務處理和輕量分析需求，完全兼容MySQL生態(tài)，兼容適配了國產(chǎn)主流操作系統(tǒng)、芯片等基礎軟硬件，廣泛應用于金融、運營商、能源、政府等行業(yè)，其衍生的開源分支版本GreatSQL可直接對官方MySQL進行兼容替換。

廠商評估：

萬里數(shù)據(jù)庫GreatDB在產(chǎn)品穩(wěn)定可靠性、MySQL和Oracle技術兼容性、部署靈活性、容備災能力和服務等方面具備優(yōu)勢，在分布式和集中式部署下的性能表現(xiàn)可以滿足金融、運營商、能源等重點行業(yè)多樣化的場景需求，同時GreatDB能夠適配主流國產(chǎn)軟硬件，滿足企業(yè)對信創(chuàng)的要求。

在產(chǎn)品能力上，GreatDB穩(wěn)定可靠且性能表現(xiàn)強勁，具備金融、運營商等多個重點行業(yè)核心業(yè)務系統(tǒng)的技術支撐能力，能夠滿足海量數(shù)據(jù)、高并發(fā)場景下對事務容錯性和處理效率的要求。如金融行業(yè)，萬里數(shù)據(jù)庫服務的全國股份制銀行統(tǒng)一支付系統(tǒng)，部署超24個節(jié)點，峰值支撐超2000TPS，采用同城雙活架構(gòu)實現(xiàn)機房級的高可靠，確保RPO=0;運營商行業(yè)，萬里數(shù)據(jù)庫服務的四川移動開關機系統(tǒng)，部署約10個節(jié)點，峰值支撐超4500TPS，支撐高峰訂單每日超2000萬，指令下發(fā)量10000萬，保障全省用戶的各類基礎業(yè)務及增值業(yè)務功能的辦理開通。

在穩(wěn)定性方面，GreatDB通過事務管理器的輕量化和讀寫快照的無鎖化解耦，配合在通信網(wǎng)絡技術上的優(yōu)化，整體降低了網(wǎng)絡波動對事務響應時間的影響;在可靠性方面，GreatDB采用多副本冗余和 Paxos 協(xié)議來保證事務數(shù)據(jù)的強一致性;在容災備份方面，GreatDB采用備份恢復機制，同城雙活或三活加上異地容災集群的部署達到了RPO=0和RTO<60秒的高可用性。

在性能方面，GreatDB針對事務處理要求嚴苛的場景優(yōu)化了SQL并行執(zhí)行、事務快照維護、副本復制協(xié)議等方面來提升整體性能表現(xiàn);同時，GreatDB在小規(guī)模配置場景下性能表現(xiàn)良好，在國產(chǎn)鯤鵬等服務器上，用三臺機器性能可以達到100萬TPMC。

在技術能力上，GreatDB全面兼容MySQL及其生態(tài)，同時兼容Oracle語法及功能特性，助力企業(yè)順暢完成數(shù)據(jù)庫國產(chǎn)替代。在與MySQL的兼容性方面，萬里數(shù)據(jù)庫作為原MySQL中國研發(fā)中心積累了深厚的技術經(jīng)驗。在語法上，GreatDB全面兼容MySQL的語法和功能特性，能夠支持MySQL上既有業(yè)務的平滑遷移。在生態(tài)上，GreatDB兼容了MySQL生態(tài)中數(shù)據(jù)鏈上下游的各種工具，可提供面向多元化終端用戶的數(shù)據(jù)庫工具鏈，降低了GreatDB用戶的工具學習和使用成本。GreatDB還能夠兼容Oracle的語法和功能特性，如遞歸查詢、DBLink、窗口函數(shù)、序列等，降低了對Oracle存量業(yè)務替換的成本。 如萬里數(shù)據(jù)庫服務的河北移動統(tǒng)一接觸庫的Oracle國產(chǎn)化替代項目，基于GreatDB的各類Oracle語法兼容特性，替換過程中業(yè)務保留了大量的Oracle特性語法，確保了項目周期和遷移成本可控。

在部署模式上，依據(jù)客戶不同的業(yè)務場景需求，GreatDB能夠采用集中式或分布式的靈活部署模式。針對海量數(shù)據(jù)、并發(fā)量高的業(yè)務場景，客戶可以選擇分布式的模式部署GreatDB，利用并行計算加快數(shù)據(jù)處理能力，同時還能保障數(shù)據(jù)一致性，未來還能按需持續(xù)擴容;針對數(shù)據(jù)量偏小、對穩(wěn)定性和事務一致性要求極高的業(yè)務場景，客戶可以選擇使用集中式的部署模式。

在國產(chǎn)生態(tài)上，GreatDB適配主流國產(chǎn)軟硬件，滿足國家信創(chuàng)要求。GreatDB與主流國產(chǎn)芯片(如龍芯、申威、飛騰、鯤鵬、海光、兆芯)、操作系統(tǒng)(如麒麟軟件、統(tǒng)信UOS、麒麟信安、TurboLinux等)和第三方應用等軟硬件適配，充分滿足企業(yè)在信創(chuàng)方面的需求。

在開源貢獻上，萬里數(shù)據(jù)庫主導成立了GreatSQL社區(qū)，助力開源數(shù)據(jù)庫生態(tài)。GreatSQL社區(qū)致力于打造國際主流的開源數(shù)據(jù)庫中國根社區(qū)，為金融、運營商、能源等眾多行業(yè)客戶提供自主可控的開源數(shù)據(jù)庫產(chǎn)品。GreatSQL數(shù)據(jù)庫適用于金融級應用，可以完全兼容MySQL或Percona Server。目前，GreatSQL社區(qū)已覆蓋2000+技術開發(fā)者，被Gitee評為“最有價值開源項目”。

在技術服務上，GreatDB擁有完善的服務體系和豐富的應用實踐經(jīng)驗，可以保障服務響應的及時性和故障處理能力。GreatDB配套的標準服務包括實施階段的現(xiàn)場部署、調(diào)試，上線之后的故障處置、應急響應等;高配服務提供整體架構(gòu)解決方案的設計討論、遷移過程和業(yè)務調(diào)試的配合等服務。萬里數(shù)據(jù)庫服務過銀行、電網(wǎng)、運營商等多個行業(yè)的大型頭部企業(yè)客戶，曾為某銀行客戶提供MySQL源碼級專家服務。公司在全國設有北京、上海、成都、廣州、福州5個技術服務中心，分公司服務范圍覆蓋全國，充分保障了服務響應的及時性。

典型客戶：

四川移動、河北移動、中信建投、國家氣象局、首都信息集團

代表廠商評估：

亞信科技廠商介紹：

亞信科技控股有限公司(簡稱“亞信科技”)成立于 1993 年，是領先的企業(yè)級軟件產(chǎn)品、解決方案和服務提供商，其軟件產(chǎn)品包括數(shù)據(jù)庫和大數(shù)據(jù)產(chǎn)品、人工智能平臺、PaaS 平臺、云管理平臺等，主要為大型企業(yè)數(shù)字化轉(zhuǎn)型持續(xù)提供端到端的全棧數(shù)智化支撐，是國內(nèi)領先的“數(shù)智化全棧能力提供商”，客戶涉及通信、金融、能源、交通、政務等多個行業(yè)。

產(chǎn)品服務介紹：

AntDB是亞信科技21世紀初打造的內(nèi)核全自研的國產(chǎn)數(shù)據(jù)庫，在通信運營商核心業(yè)務系統(tǒng)平穩(wěn)運行15年，服務全國24省市的10億多用戶，峰值每秒處理百萬筆通信核心交易。目前，AntDB已發(fā)展為通用型企業(yè)級分布式關系型數(shù)據(jù)庫，并在通信、交通、金融、政務等多個行業(yè)商用落地。近些年，AntDB全面融入信創(chuàng)，支持眾多國產(chǎn)芯片和操作系統(tǒng)，安全、可靠、易用，并助力上海移動、云南高速等行業(yè)客戶率先完成升級改造目標，樹立行業(yè)信創(chuàng)典范和標桿。

廠商評估：

AntDB數(shù)據(jù)庫在產(chǎn)品可靠性、語法和生態(tài)工具兼容性、備份容災、性能、HTAP能力，信創(chuàng)支持方面具備優(yōu)勢，可滿足用戶海量的數(shù)據(jù)處理和應用平滑遷移等需求。

AntDB產(chǎn)品成熟穩(wěn)定，并擁有完善的服務體系。AntDB在通信運營商的生產(chǎn)環(huán)境平穩(wěn)運行了 15 年，服務10億多用戶，經(jīng)歷了大量實戰(zhàn)驗證和技術打磨;在服務方面，亞信擁有超過1萬人的服務團隊，由軟件工程師組成的現(xiàn)場團隊遍布全國各個省市，保證了服務響應的及時性。

AntDB在SQL語法和生態(tài)工具上具備與國外開源和商業(yè)數(shù)據(jù)庫良好的兼容性，便于企業(yè)做數(shù)據(jù)庫國產(chǎn)化替換遷移。在語法方面，AntDB內(nèi)置多模SQL解析器，兼容標準SQL語法，以及PostgreSQL、MySQL和Oracle等數(shù)據(jù)庫的語法;在生態(tài)工具方面，AntDB注重與開源生態(tài)的兼容性，目前兼容95%以上PostgreSQL和MySQL開源生態(tài)的工具，可直接使用豐富的第三方工具。

AntDB通過多副本存儲和容備災部署保障了數(shù)據(jù)庫的高可用。AntDB通過多存儲節(jié)點實現(xiàn)數(shù)據(jù)多副本，保障了數(shù)據(jù)安全和強一致性。同時，AntDB在部署上采用“兩地三中心”模式，主中心出現(xiàn)故障后，備中心對業(yè)務無損接管達到RPO=0，異地容災中心對服務的接管達到RTO <10秒。

AntDB在性能方面做了大量優(yōu)化，能夠支持通信、金融等行業(yè)企業(yè)高并發(fā)、大吞吐量的交易場景。AntDB分布式版本優(yōu)化了任務分發(fā)、MapReduce計算框架，降低了計算開銷;在部分極端場景，AntDB分布式版本還進一步引入內(nèi)存計算，結(jié)合相應算法優(yōu)化，彌補單節(jié)點的硬件性能不足;同時，AntDB分布式版本利用兩段式提交和內(nèi)部事務管理機制保證了事務強一致性;AntDB單機版本在內(nèi)核層讀寫分離，并支持自動化調(diào)整讀寫負載，實現(xiàn)了單機版本 TPMC 最高可達 100 萬。

AntDB支持HTAP混合負載，并具備實時分析能力。AntDB在一套引擎里同時提供了交易處理和分析能力，降低了企業(yè)部署和運維成本;同時，分析場景中進一步融合了流處理技術，提供數(shù)據(jù)主動推送能力，相比傳統(tǒng)HTAP的分析方式，業(yè)務響應速度得到了提升，能夠支撐企業(yè)在營銷、庫存管理中進行實時的數(shù)據(jù)處理與分析。

在某省清分結(jié)算系統(tǒng)中AntDB一體化的清分結(jié)算業(yè)務分析能力，覆蓋數(shù)據(jù)采集、上傳下載、數(shù)據(jù)處理、清分、清分結(jié)算、數(shù)據(jù)校驗、路徑擬合、數(shù)據(jù)查詢等業(yè)務場景，達到清分結(jié)算業(yè)務高效進行，推進全省收費公路聯(lián)網(wǎng)收費工作的安全、有序發(fā)展，助力高速的精細化運營。

AntDB核心技術自主可控，并融入信創(chuàng)體系。AntDB核心的存儲和計算引擎均來自自研技術，作為信創(chuàng)工委會的成員單位，AntDB通過了國家信創(chuàng)產(chǎn)品測試和國家實驗室代碼自主率測試，代碼自主率超過90%;在國產(chǎn)化適配方面，AntDB和主流國產(chǎn)芯片(如飛騰、龍芯、鯤鵬、海光)、操作系統(tǒng)(如統(tǒng)信 、中標麒麟、銀河麒麟、歐拉)等兼容，并適配主流國產(chǎn)第三方工具。

典型客戶：

中國移動、中國電信、中國聯(lián)通、中國郵政儲蓄銀行

4.2 分析型數(shù)據(jù)庫

市場定義：

分析型數(shù)據(jù)庫是指能夠?qū)Ω鞣N來源的結(jié)構(gòu)化數(shù)據(jù)，以及半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行存儲和計算分析的數(shù)據(jù)管理系統(tǒng)。分析型數(shù)據(jù)庫能夠執(zhí)行即席查詢和復雜分析，滿足業(yè)務分析或商業(yè)智能的需求。分析型數(shù)據(jù)庫通常采用列式存儲，具備自動索引、總I/O較少、利于數(shù)據(jù)壓縮等優(yōu)勢，極大地提升了查詢性能。

甲方終端用戶：

各行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門

甲方核心需求：

隨著數(shù)據(jù)量越來越大、數(shù)據(jù)結(jié)構(gòu)更加復雜，以及應用場景越來越多樣化，業(yè)務部門需要處理和分析不斷增長的數(shù)據(jù)，從中獲取有價值的信息。在傳統(tǒng)的分析場景中，業(yè)務數(shù)據(jù)來源較為單一，企業(yè)大多只能對結(jié)構(gòu)化數(shù)據(jù)進行較為簡單的查詢分析，而且，實時數(shù)據(jù)需要一天甚至更久才能進入數(shù)據(jù)庫并于與歷史數(shù)據(jù)整合，缺少了做實時業(yè)務決策的數(shù)據(jù)支撐。因此，企業(yè)在當下對分析型數(shù)據(jù)庫提出了更高的要求。企業(yè)對分析型數(shù)據(jù)庫的核心需求包括：

高效的查詢分析性能。企業(yè)一般需要將大量的業(yè)務歷史數(shù)據(jù)進行存儲，并保證數(shù)據(jù)的讀取效率。在業(yè)務分析的場景中，會涉及大量的即席查詢和復雜分析，需要隨意組合查詢條件或者跨多表對數(shù)據(jù)進行多維度聚合計算。企業(yè)需要分析型數(shù)據(jù)庫具備完成這些復雜運算的能力，并且在盡可能短的時間內(nèi)獲得查詢結(jié)果。

高可用的數(shù)據(jù)服務。企業(yè)需要分析型數(shù)據(jù)庫具備一定的機制來應對服務器故障、操作失誤等異常場景，無需人工干預即可自動恢復，減少服務的不可用時間。

支持多種數(shù)據(jù)源。隨著業(yè)務數(shù)據(jù)結(jié)構(gòu)越來越復雜，應用場景更加多樣化，企業(yè)需要從不同數(shù)據(jù)來源中獲取有價值的信息。因此，企業(yè)希望分析型數(shù)據(jù)庫具備支持不同數(shù)據(jù)源、多種數(shù)據(jù)結(jié)構(gòu)的讀取能力。

數(shù)據(jù)庫周邊工具。企業(yè)需要分析型數(shù)據(jù)庫周邊工具來滿足數(shù)據(jù)庫使用中不同的功能需求，例如，企業(yè)需要運用ETL/ELT工具將數(shù)據(jù)同步傳輸至湖倉中;在分析場景中，數(shù)據(jù)清洗、數(shù)據(jù)挖掘等周邊工具能夠輔助業(yè)務人員快速完成分析需求。

此外，部分企業(yè)對于分析型數(shù)據(jù)庫還有以下期望需求：

對人工智能應用的支持。近年來，隨著人工智能在分析場景中的大量應用，企業(yè)也需要分析型數(shù)據(jù)庫更好支持AI 模型訓練時大量復雜數(shù)據(jù)的讀取能力，并能夠通過一定的AI運算能力增強數(shù)據(jù)挖掘處理的效率。

廠商能力要求：

基于上述核心需求，分析型數(shù)據(jù)庫廠商需具備以下能力：

廠商提供的產(chǎn)品能夠進行高性能的數(shù)據(jù)存取，并且支持即席查詢以及復雜分析。為了滿足企業(yè)大量歷史業(yè)務數(shù)據(jù)的存儲需求，廠商產(chǎn)品需要提供高效的列式存儲和數(shù)據(jù)讀取能力，在分布式下能夠動態(tài)擴展支持數(shù)據(jù)的不斷增長。此外，要能夠支持查詢條件的任意組合，滿足業(yè)務靈活的查詢需求;并且具備跨多表、多維度聚合計算的能力。

廠商產(chǎn)品支持多數(shù)據(jù)源。廠商產(chǎn)品提供數(shù)據(jù)源接口，能夠?qū)Χ喾N數(shù)據(jù)源，如Oracle、MySQL、HDFS等，進行讀取。在更理想的情況下，廠商產(chǎn)品能夠支持數(shù)據(jù)聯(lián)邦，在不需要對數(shù)據(jù)進行整合的前提下對多源異構(gòu)數(shù)據(jù)的進行統(tǒng)一的查詢分析。

廠商提供豐富的周邊工具來支持多項數(shù)據(jù)庫使用的功能需求。數(shù)據(jù)庫的配套工具能夠更好地支持產(chǎn)品的使用，尤其 ETL/ELT工具能夠支持與數(shù)據(jù)湖倉連接傳輸需求。或者，廠商產(chǎn)品提供標準化接口，能夠?qū)又髁鲬霉ぞ摺?/p>

針對部分企業(yè)的期望需求，數(shù)據(jù)庫廠商需具備以下能力：

廠商產(chǎn)品能夠支持AI的相關應用。數(shù)據(jù)庫需要具備一定的數(shù)據(jù)處理能力，支持AI模型訓練時的數(shù)據(jù)讀取工作，尤其是對向量、矩陣等復雜數(shù)據(jù)結(jié)構(gòu)的存取。此外，數(shù)據(jù)庫本身需要具備一定的AI運算能力來增強數(shù)據(jù)挖掘處理的效率。

入選標準：

1. 符合分析型數(shù)據(jù)庫的廠商能力要求;

2. 近一年在該市場服務客戶數(shù)10家以上;

3.近一年該市場相關服務收入規(guī)模在1000萬元以上。

代表廠商評估：

柏睿數(shù)據(jù)廠商介紹：

北京柏睿數(shù)據(jù)技術股份有限公司(簡稱“柏睿數(shù)據(jù)”)成立于2014年，是一家以數(shù)據(jù)庫為核心的“Data+AI”數(shù)據(jù)智能基礎軟件公司，國內(nèi)首家因突破數(shù)據(jù)庫核心技術而獲得國家級專精特新“小巨人”稱號的民營企業(yè)。柏睿數(shù)據(jù)作為國內(nèi)掌握全內(nèi)存數(shù)據(jù)庫引擎關鍵專利的企業(yè)，基于完全自主研發(fā)的全內(nèi)存分布式數(shù)據(jù)庫產(chǎn)品體系和人工智能產(chǎn)品體系，打造軟硬一體化智能數(shù)據(jù)處理平臺，其產(chǎn)品在算力性能、智能化、安全性、標準化等關鍵技術指標上均業(yè)界領先，已為金融、政務、能源、通信、醫(yī)療等眾多行業(yè)標桿客戶提供原創(chuàng)性數(shù)字化轉(zhuǎn)型技術產(chǎn)品服務。

產(chǎn)品服務介紹：

RapidsDB是柏睿數(shù)據(jù)自主研發(fā)的基于分布式架構(gòu)的全內(nèi)存分析型數(shù)據(jù)庫，具有完整的數(shù)據(jù)庫管理系統(tǒng)特征，提供高效完備的數(shù)據(jù)庫管理功能，主要包括高性能、高可用、支持海量數(shù)據(jù)、應用開發(fā)環(huán)境、運行環(huán)境和管理工具等產(chǎn)品特性和技術功能。RapidsDB提供對各種數(shù)據(jù)源的統(tǒng)一SQL訪問，包括關系型和非關系數(shù)型數(shù)據(jù)。同時兼容MySQL語法，可以用RapidsDB自身提供的程序或者MySQL驅(qū)動。目前在金融、通信、政務、醫(yī)療、能源、工業(yè)互聯(lián)網(wǎng)等行業(yè)實現(xiàn)了業(yè)務場景的落地。

廠商評估：

RapidsDB分布式全內(nèi)存數(shù)據(jù)庫具備高效的數(shù)據(jù)存取和橫向擴展能力，能夠保證存儲數(shù)據(jù)的準確可靠性，并提供持續(xù)可用的數(shù)據(jù)服務。RapidsDB聯(lián)邦層接口能夠連接多源異構(gòu)的數(shù)據(jù)，并在無需進行數(shù)據(jù)交換整合的情況下即時查詢。同時，RapidsDB在內(nèi)核層具備了AI的運算能力，并借助機器學習實現(xiàn)了查詢的動態(tài)優(yōu)化。此外，RapidsDB配備了ELT及其他分析型數(shù)據(jù)庫周邊工具，能夠支持數(shù)據(jù)挖掘、數(shù)據(jù)治理等多項業(yè)務需求。

RapidsDB是基于分布式架構(gòu)的內(nèi)存數(shù)據(jù)庫，具備高效的數(shù)據(jù)存取、橫向擴展能力，能夠?qū)崿F(xiàn)在高并發(fā)、跨多表的復雜查詢等分析場景的即時響應。RapidsDB采用基于內(nèi)存的行列混合存儲技術，內(nèi)存存儲能夠避開數(shù)據(jù)訪問磁盤時的I/O限制來達到更快的存取速度，并配合數(shù)據(jù)壓縮和格式優(yōu)化達到更高的CPU、GPU等硬件資源利用率。分布式架構(gòu)能夠按需動態(tài)擴展，支持日增20TB數(shù)據(jù)量的實時采集與分析。同時，RapidsDB的分布式查詢優(yōu)化器能夠均衡分配節(jié)點負載，數(shù)據(jù)結(jié)構(gòu)的無鎖化允許高吞吐量的并發(fā)讀寫，整體達到100TB全內(nèi)存數(shù)據(jù)量分析500/秒并發(fā)，TB級數(shù)據(jù)毫秒級響。在復雜的跨多表查詢場景下，布隆Join通過連接布隆過濾器來排除優(yōu)化不必要的數(shù)據(jù)交互，提升了節(jié)點之間的數(shù)據(jù)傳輸效率。此外，RapidsDB將查詢計劃編譯為機器代碼執(zhí)行并且緩存，不僅提升了代碼執(zhí)行效率，而且使得相同結(jié)構(gòu)的后續(xù)查詢能夠快速進行。

RapidsDB具備高可靠性，能夠支持金融、政務等行業(yè)重要業(yè)務系統(tǒng)數(shù)據(jù)服務的持續(xù)可用。RapidsDB提供主副兩個可用性組，主副組之間通過數(shù)據(jù)實時同步來保證一致性。集群節(jié)點以成對的配置模式在彼此之間共享數(shù)據(jù)副本，當某個節(jié)點出現(xiàn)故障時能夠自動進行故障轉(zhuǎn)移，保證數(shù)據(jù)服務的持續(xù)可用。此外，RapidsDB支持內(nèi)存數(shù)據(jù)持久化，提供完備的備份與恢復措施，在內(nèi)存存儲數(shù)據(jù)之外，服務器會在磁盤中維護數(shù)據(jù)副本防止數(shù)據(jù)錯誤或者丟失。

RapidsDB的數(shù)據(jù)聯(lián)邦技術支持用戶通過統(tǒng)一接口層在無需對數(shù)據(jù)進行交換整合的前提下實現(xiàn)對多源異構(gòu)數(shù)據(jù)的即時分析。RapidsDB內(nèi)置智能化聯(lián)邦連接器，能夠與多種數(shù)據(jù)庫或數(shù)據(jù)源相連接，包括Oracle、PostgreSQL、Greenplum連接器、流數(shù)據(jù)連接器、JDBC連接器、HDFS Hive連接器等，支持不同來源數(shù)據(jù)對象在不交換整合的情況下在單一SQL中的查詢。自適應查詢下推機制能夠依據(jù)數(shù)據(jù)源特征將部分執(zhí)行計劃下推至底層執(zhí)行來提升整體效率。同時，RapidsDB優(yōu)化了自身的聯(lián)邦查詢技術，利用人工智能和動態(tài)優(yōu)化技術實現(xiàn)了分布式架構(gòu)以及數(shù)據(jù)加密形態(tài)下的的高效路徑估算，大大提升了查詢效率。

RapidsDB配備了ELT等分析型數(shù)據(jù)庫周邊工具，能夠滿足企業(yè)數(shù)據(jù)挖掘、數(shù)據(jù)治理等多項業(yè)務需求。RapidsDB配套了ELT相關工具，支持數(shù)據(jù)清洗、增量數(shù)據(jù)抽取、流式處理、批處理等多項功能，能夠為企業(yè)BI業(yè)務提供數(shù)據(jù)支撐。此外，RapidsDB的工具生態(tài)中還有數(shù)據(jù)挖掘等周邊工具，方便對入庫/湖數(shù)據(jù)進行處理和分析。在數(shù)據(jù)治理方面，數(shù)據(jù)血緣管理、數(shù)據(jù)關系知識圖譜、虛擬數(shù)據(jù)路由管理等功能支持用戶對企業(yè)內(nèi)部各種數(shù)據(jù)格式和不同數(shù)據(jù)源統(tǒng)一透明的訪問，提供了自助創(chuàng)建業(yè)務視圖、安全認證、鑒權(quán)等一系列操作。

柏睿數(shù)據(jù)作為一家“Data+AI”的技術公司，在RapidsDB內(nèi)核層集成了多項AI優(yōu)化能力，同時數(shù)據(jù)庫本身也提供AI模型訓練所需的特征庫功能。RapidsDB的核心引擎具備了AI的運算能力，包括對復雜數(shù)據(jù)結(jié)構(gòu)及相應算子的支持?；贏I和機器學習算法，柏睿數(shù)據(jù)自主研發(fā)出了動態(tài)查詢優(yōu)化技術，動態(tài)查詢優(yōu)化能夠根據(jù)數(shù)據(jù)分布特征預先捕獲不同列或表之間的相關性，并自動插入條件語句來完成優(yōu)化查詢計劃，從而得到更精確的查詢結(jié)果。同時，RapidsDB還提供pandas人工智能的API，在數(shù)據(jù)庫內(nèi)核層實現(xiàn)智能化數(shù)據(jù)挖掘、數(shù)據(jù)清洗以及SQL增強，可以作為機器學習中的特征庫來更好支持地模型訓練中的前期數(shù)據(jù)準備工作。

典型客戶：

中國移動、北方健康

代表廠商評估：

睿帆科技廠商介紹：

廣州睿帆科技有限公司(簡稱“睿帆科技”)成立于2015年，是以大數(shù)據(jù)及人工智能核心技術為客戶提供平臺產(chǎn)品及服務的高新技術型企業(yè)，公司擁有來自Teradata、華為、阿里、摩托羅拉、Nokia等機構(gòu)的大數(shù)據(jù)技術團隊，以及自主創(chuàng)新的數(shù)據(jù)智能全生命周期產(chǎn)品體系，在海量數(shù)據(jù)治理與計算方面有著深厚的技術沉淀。多年來已經(jīng)服務過通信、公安、軌道交通、政務、金融、應急等行業(yè)。

產(chǎn)品服務介紹：

SnowballDB是睿帆科技自主研發(fā)的用于聯(lián)機分析處理OLAP的MPP 列式數(shù)據(jù)庫管理系統(tǒng)，SnowballDB提供PB級別大數(shù)據(jù)集的在線多維查詢和分布式存儲，適用于海量結(jié)構(gòu)化數(shù)據(jù)存儲、高并發(fā)點查詢、高吞吐即席查詢和多維實時分析場景。目前主要在運營商行業(yè)有廣泛應用，SnowballDB服務過北京移動、四川移動等大型客戶，并且在軌道交通、公安、金融、政府、應急等行業(yè)有落地應用。

廠商評估：

SnowballDB具備大規(guī)模數(shù)據(jù)量、高并發(fā)場景下的即時查詢分析能力，能夠保證數(shù)據(jù)副本的最終一致性，提供高可用的數(shù)據(jù)服務，尤其在運營商行業(yè)擁有豐富的實踐經(jīng)驗。此外，SnowballDB提供多種安裝部署方式、可視化監(jiān)控管理平臺和數(shù)據(jù)庫周邊工具，支持SQL查詢和多種函數(shù)。SnowballDB可以作為獨立的OLAP引擎，或者與Baymax大數(shù)據(jù)科學平臺結(jié)合構(gòu)成大數(shù)據(jù)倉庫解決方案。

SnowballDB提供PB級分析數(shù)據(jù)的列式存儲，支持數(shù)據(jù)的實時在線查詢分析，尤其在運營商等行業(yè)超大數(shù)據(jù)規(guī)模、高并發(fā)、低時延要求的場景下具備優(yōu)勢。

在超大規(guī)模數(shù)據(jù)的查詢分析場景下，SnowballDB通過對列式存儲格式和數(shù)據(jù)壓縮技術進行重構(gòu)，減少了數(shù)據(jù)存儲空間和I/O資源消耗，提升了查詢速度，達到每秒上億行的吞吐能力。同時，SnowballDB采用向量化執(zhí)行技術，可以跳過不必要的數(shù)據(jù)，僅加載必要的列數(shù)據(jù)來最大化CPU的資源利用率，以此獲得更高的吞吐能力。

在高并發(fā)、即席查詢的場景下，SnowballDB支持上千臺節(jié)點的的線性擴展;MPP集群采用Share-nothing 節(jié)點架構(gòu)，讀寫操作可以在多個節(jié)點并行執(zhí)行，并且通過自動均衡節(jié)點負載來大幅提升集群整體性能;而且SnowballDB支持寫入和查詢同時進行，允許在數(shù)據(jù)庫運行時創(chuàng)建表、加載數(shù)據(jù)和執(zhí)行查詢，無需重新配置或重啟服務。

此外，SnowballDB核心代碼采用C++開發(fā)，執(zhí)行速度快于Java語言編寫的數(shù)據(jù)庫;LLVM 動態(tài)編譯能夠根據(jù)數(shù)據(jù)和硬件配置，動態(tài)生成優(yōu)化的機器代碼，極大提高代碼執(zhí)行效率。

例如，SnowballDB的某省級運營商客戶服務覆蓋近億用戶，單日增量數(shù)據(jù)超過500T。應用SnowballDB提供的PB級聯(lián)機分析能力，使各業(yè)務部門可以自主進行海量數(shù)據(jù)的在線查詢和多維分析。同時，SnowballDB支持多人多地高并發(fā)查詢的需求，解決了數(shù)據(jù)更新不及時、查詢響應延遲高、分析維度受限等問題，大幅提高了該運營商客戶數(shù)據(jù)服務的效率和水平。

SnowballDB能夠提供可靠的數(shù)據(jù)副本的最終一致性，容災機制保證了數(shù)據(jù)服務的持續(xù)可用。SnowballDB具備多副本備份功能，可以在不同的節(jié)點上維護相同的數(shù)據(jù)，副本內(nèi)數(shù)據(jù)發(fā)生變化時系統(tǒng)會以異步的方式同步至其他副本，達到所有副本數(shù)據(jù)的最終一致來保證服務的可靠性。如果節(jié)點如發(fā)生故障，則自動切換由備份副本提供服務，保證數(shù)據(jù)服務的持續(xù)可用。此外，SnowballDB支持數(shù)據(jù)跨中心備份，數(shù)據(jù)能夠自動同步恢復，適用于重要系統(tǒng)的跨中心災備體系。

SnowballDB在數(shù)據(jù)庫的安裝部署、使用等方面具備高易用性，配套工具提供了多樣靈活的使用方式，分析人員可以使用SQL語句進行快速查詢分析。

SnowballDB支持多種安裝部署和監(jiān)控管理方式，可以通過Ambari 開源平臺的圖形化安裝配置和RPM安裝包等方式進行安裝部署;SnowballDB配套了可視化的監(jiān)控管理平臺，能夠?qū)汗?jié)點實施監(jiān)控預警，展示資源使用和運行狀態(tài)等多項指標，提供包括數(shù)據(jù)庫管理、用戶管理、集群管理、副本配置管理在內(nèi)的數(shù)據(jù)庫使用全生命周期的功能支持。

SnowballDB配套了完備的命令行客戶端、數(shù)據(jù)備份、數(shù)據(jù)遷移、數(shù)據(jù)導入導出等工具，并且支持JDBC、ODBC 連接，可以方便對接各類主流可視化平臺和BI 工具。

為了幫助分析人員快速上手使用，SnowballDB內(nèi)置了多種表引擎，可以直接訪問HDFS / Kafka / MySQL 等外部數(shù)據(jù)源，并且提供完善的SQL 支持和多種高級函數(shù)，能夠進行復雜查詢和多維分析。

SnowballDB可以作為獨立的OLAP 分析引擎，或者與Baymax大數(shù)據(jù)科學平臺結(jié)合提供數(shù)據(jù)倉庫提供服務，適用于多樣的大數(shù)據(jù)應用場景。SnowballDB通過接口和客戶端，可以作為獨立的OLAP引擎提供數(shù)據(jù)服務?；蛘?，SnowballDB可以結(jié)合Baymax的全息數(shù)據(jù)集成和開發(fā)應用能力構(gòu)成大數(shù)據(jù)倉庫的解決方案，Baymax大數(shù)據(jù)科學平臺基于Hadoop框架，適配各類結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，能夠通過數(shù)據(jù)處理功能構(gòu)建統(tǒng)一規(guī)范的數(shù)據(jù)池，并利用數(shù)據(jù)編排工具將分析所需數(shù)據(jù)推送至SnowballDB，由SnowballDB提供查詢分析服務。

典型客戶：

北京移動、四川移動、廣東省公安廳機場公安局、廣州市公安局白云區(qū)分局

4.3 超融合數(shù)據(jù)庫

市場定義：

超融合數(shù)據(jù)庫是指在內(nèi)核層面采用模塊化和插件化的架構(gòu)，通過插拔不同類型的數(shù)據(jù)引擎，實現(xiàn)對不同模型數(shù)據(jù)進行處理能力的數(shù)據(jù)庫。超融合數(shù)據(jù)庫能夠支持用戶在一套系統(tǒng)中統(tǒng)一處理關系、圖、時序、文檔等多種模型的數(shù)據(jù)，并同時具備事務和分析處理、流和批處理的能力。

甲方終端用戶：

金融、制造、泛互聯(lián)網(wǎng)行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門

甲方核心需求：

隨著企業(yè)業(yè)務類型以及數(shù)據(jù)應用場景的多樣化，對多種數(shù)據(jù)模型進行處理變成了企業(yè)的常態(tài)化需求。在傳統(tǒng)的解決方案中，企業(yè)會針對不同數(shù)據(jù)模型，不同應用場景部署多種類型的數(shù)據(jù)庫系統(tǒng)，但這種方式會造成用戶在跨數(shù)據(jù)庫做聯(lián)合分析時操作流程非常復雜，并且多套系統(tǒng)的維護成本也很高。由于超融合數(shù)據(jù)庫能夠使用戶用一套數(shù)據(jù)庫系統(tǒng)滿足對多種模型的數(shù)據(jù)進行處理的需求，并在保證性能的前提下簡化了系統(tǒng)架構(gòu)，降低了運維成本，近年來正被一些領先企業(yè)所采用。企業(yè)對超融合數(shù)據(jù)庫的核心需求包括：

能夠在特定業(yè)務場景中支持對所需的多種數(shù)據(jù)模型進行處理。如在營銷場景中對人群偏好進行分析時，企業(yè)需要數(shù)據(jù)庫支持對關系型數(shù)據(jù)、圖數(shù)據(jù)、搜索引擎等模型數(shù)據(jù)進行聯(lián)合分析;在高端制造業(yè)有大量物聯(lián)網(wǎng)設備的生產(chǎn)場景，企業(yè)需要數(shù)據(jù)庫支持對關系型數(shù)據(jù)、時序數(shù)據(jù)進行聯(lián)合分析，并支持事務處理。

在支持多種數(shù)據(jù)模型的前提下，數(shù)據(jù)庫的使用和運維盡量簡化。在數(shù)據(jù)查詢分析方面，企業(yè)需要數(shù)據(jù)庫支持使用統(tǒng)一的查詢語言來簡化跨模型的聯(lián)合分析，降低對用戶的技能要求。在數(shù)據(jù)庫運維方面，企業(yè)需要數(shù)據(jù)庫簡化其系統(tǒng)架構(gòu)，無需針對不同數(shù)據(jù)模型建立不同的開發(fā)和運維體系。

具備與專用數(shù)據(jù)庫同等或更高的性能。由于目前企業(yè)主要是在一些新興的業(yè)務場景中采用超融合數(shù)據(jù)庫，而這些場景通常具備數(shù)據(jù)量大，對于查詢分析結(jié)果的時效性要求高等特點，因此，企業(yè)在這些場景中使用超融合數(shù)據(jù)庫需要避免數(shù)據(jù)庫為支持多模型數(shù)據(jù)的而犧牲數(shù)據(jù)庫的運行效率，從而獲得較高的數(shù)據(jù)查詢分析的性能。

能與主流的數(shù)據(jù)庫生態(tài)在一定程度上開放和兼容。為了與企業(yè)內(nèi)部存量業(yè)務和數(shù)據(jù)系統(tǒng)進行對接，超融合數(shù)據(jù)庫需要支持開放的標準接口，滿足用戶跨系統(tǒng)的數(shù)據(jù)遷移、ETL需求，以及能夠與常見的計算引擎無縫對接;同時，超融合數(shù)據(jù)庫需要與常用第三方數(shù)據(jù)庫生態(tài)工具兼容，滿足數(shù)據(jù)庫運維管理中的諸多功能需求。

產(chǎn)品穩(wěn)定可靠。與企業(yè)對其它數(shù)據(jù)庫產(chǎn)品的要求一樣，企業(yè)使用超融合數(shù)據(jù)庫時同樣需要其產(chǎn)品穩(wěn)定可靠，避免使用過程中出現(xiàn)系統(tǒng)故障、數(shù)據(jù)丟失等問題。

廠商能力要求：

為滿足核心需求，超融合數(shù)據(jù)庫廠商需要具備下述能力：

廠商的產(chǎn)品可支持處理多種常用的數(shù)據(jù)模型，并且不同數(shù)據(jù)模型之間能夠互通互融。為滿足企業(yè)多種特定業(yè)務場景數(shù)據(jù)分析需求，超融合數(shù)據(jù)庫需要支持關系型數(shù)據(jù)、寬表、圖、時序、文檔、隊列等常見數(shù)據(jù)模型，并且這些數(shù)據(jù)模型之間可以互通互融，使得企業(yè)可以通過統(tǒng)一的查詢引擎對多模型數(shù)據(jù)進行聯(lián)合分析。

能夠在數(shù)據(jù)庫中采用創(chuàng)新性的系統(tǒng)架構(gòu)來簡化運維復雜度，并提升其運行效率。具體而言，廠商需要能夠在數(shù)據(jù)庫內(nèi)核層采用模塊化的方式，支持插拔針對不同數(shù)據(jù)模型的存儲引擎和執(zhí)行器，并使用統(tǒng)一的數(shù)據(jù)存儲、統(tǒng)一的SQL訪問接口，從而簡化系統(tǒng)架構(gòu)，便于企業(yè)后續(xù)擴展新的數(shù)據(jù)模型，以及大幅降低數(shù)據(jù)庫運維的難度。

能夠針對不同數(shù)據(jù)處理需求優(yōu)化做相關技術優(yōu)化，獲得較高的性能表現(xiàn)。如針對時序場景的寫入及查詢、單表查詢、多表關聯(lián)分析、機器學習以及OLTP等數(shù)據(jù)處理需求，廠商在對其進行性能優(yōu)化后，其性能可以比常見的專用數(shù)據(jù)庫或大數(shù)據(jù)引擎，如InfluxDB 、Clickhouse、HBase、Spark等相同或更高。

廠商的產(chǎn)品能夠?qū)χ髁鞯臄?shù)據(jù)庫生態(tài)開放和兼容。超融合數(shù)據(jù)庫需要兼容多種開源標準接口，如HBase、OpenTSDB、Solr等，并提供數(shù)據(jù)遷移工具，便于企業(yè)對數(shù)據(jù)進行遷移，實現(xiàn)業(yè)務無縫銜接。同時，超融合數(shù)據(jù)庫需要與常用數(shù)據(jù)庫，如Greenplum 、PostgreSQL等的生態(tài)工具兼容，滿足企業(yè)對于超融合數(shù)據(jù)庫的運維管理需求。

廠商的產(chǎn)品穩(wěn)定可靠，且經(jīng)過一定企業(yè)用戶在業(yè)務場景中的驗證。具體而言，廠商產(chǎn)品需要獲得一定數(shù)據(jù)庫企業(yè)用戶的采用，并在實際的業(yè)務場景中能夠穩(wěn)定可靠的滿足用戶需求，獲得企業(yè)用戶的認可。同時，廠商需要在產(chǎn)品中提供多副本存儲、企業(yè)級備份能力等，保障數(shù)據(jù)的可靠性。

入選標準：

1. 符合超融合數(shù)據(jù)庫的廠商能力要求;

2. 近一年在該市場服務客戶數(shù)5家以上;

3.近一年該市場相關服務收入規(guī)模在500萬元以上。

代表廠商評估：

YMatrix廠商介紹：

北京四維縱橫數(shù)據(jù)技術有限公司(簡稱“YMatrix”) 成立于 2020 年，是一家創(chuàng)新型基礎軟件公司，致力于物聯(lián)網(wǎng)時代新一代數(shù)據(jù)基礎設施軟件的研發(fā)，并提供相關產(chǎn)品、解決方案及一站式商業(yè)服務。公司在業(yè)界率先提出超融合數(shù)據(jù)庫理念，并發(fā)布了 YMatrix 超融合數(shù)據(jù)庫，基于獨創(chuàng)的多微內(nèi)核開放架構(gòu)，在單一數(shù)據(jù)庫之上，實現(xiàn)多模態(tài)數(shù)據(jù)的融通管理，及全場景查詢分析的統(tǒng)一支持。

產(chǎn)品服務介紹：

YMatrix 超融合數(shù)據(jù)庫(簡稱“YMatrix”)是同時支持在線事務處理(OLTP)、在線分析處理(OLAP)和物聯(lián)網(wǎng)時序應用的分布式超融合數(shù)據(jù)庫產(chǎn)品，具備嚴格分布式事務一致性、水平在線擴容、安全可靠、成熟穩(wěn)定、兼容 PostgreSQL / Greenplum 協(xié)議和生態(tài)等重要特性。在萬物互聯(lián)的時代，YMatrix可面向物聯(lián)網(wǎng)應用、工業(yè)互聯(lián)網(wǎng)、智能運維、智慧城市、實時數(shù)倉、智能家居、車聯(lián)網(wǎng)等場景，提供架構(gòu)簡潔、功能豐富的數(shù)據(jù)基礎設施，并已在多家行業(yè)頭部公司成功實現(xiàn)商業(yè)化落地。

廠商評估：

YMatrix超融合數(shù)據(jù)庫產(chǎn)品穩(wěn)定可靠，支持關系數(shù)據(jù)、時序數(shù)據(jù)、GIS 數(shù)據(jù)、JSON 數(shù)據(jù)、文本數(shù)據(jù)、圖片等多類型數(shù)據(jù)的統(tǒng)一處理，簡化技術架構(gòu)，從而降低企業(yè)在數(shù)據(jù)庫選型、使用和運維時的成本。YMatrix超融合數(shù)據(jù)庫在OLAP和時序數(shù)據(jù)處場景具備突出優(yōu)勢，適用工廠數(shù)據(jù)基座、智能網(wǎng)聯(lián)汽車、物聯(lián)設備智能運營、實時數(shù)據(jù)倉庫等場景，且能保障較高的性能。同時，YMatrix具備較完善的數(shù)據(jù)庫生態(tài)工具。

YMatrix超融合數(shù)據(jù)庫產(chǎn)品穩(wěn)定可靠，且經(jīng)歷過大規(guī)模工業(yè)生產(chǎn)場景的使用和驗證。YMatrix產(chǎn)品是在分析型數(shù)據(jù)庫Greenplum和關系型數(shù)據(jù)庫PostgreSQL的基礎上，做了大量原創(chuàng)性研發(fā)工作而構(gòu)建。由于Greenplum和PostgreSQL技術穩(wěn)定成熟，且YMatrix的研發(fā)團隊曾有Greenplum的研發(fā)經(jīng)驗，因此YMatrix的穩(wěn)定性和可靠性得以保正。同時，YMatrix已經(jīng)在工業(yè)生產(chǎn)場景經(jīng)歷過多家頭部企業(yè)的使用和打磨，使得其針對工業(yè)場景的產(chǎn)品性能穩(wěn)定、功能完善，應用能力較強。

YMatrix超融合數(shù)據(jù)庫功能豐富，支持多種數(shù)據(jù)模型，尤其適用于OLAP和時序數(shù)據(jù)處理的場景。YMatrix內(nèi)置多個微內(nèi)核數(shù)據(jù)引擎，實現(xiàn)了對關系型數(shù)據(jù)、時序數(shù)據(jù)、JSON數(shù)據(jù)、鍵值數(shù)據(jù)、GIS數(shù)據(jù)、文本、圖像等多種數(shù)據(jù)模型的廣泛支持，并在數(shù)據(jù)操作層面支持以標準SQL實現(xiàn)跨數(shù)據(jù)模型的寫入、建模、查詢等操作。YMatrix尤其適用于OLAP和時序數(shù)據(jù)處理的場景，如車聯(lián)網(wǎng)、智能制造、智慧能源、智慧交通、智慧城市等領域，可應用于工廠數(shù)據(jù)基座、智能網(wǎng)聯(lián)汽車、物聯(lián)設備智能運營、實時數(shù)據(jù)倉庫等場景。

YMatrix超融合數(shù)據(jù)庫技術架構(gòu)簡化靈活，大幅降低了企業(yè)需要運行多種類型的數(shù)據(jù)庫選型、部署以及后續(xù)的運維成本。YMatrix采用了創(chuàng)新的“多微內(nèi)核開放架構(gòu)”技術架構(gòu)，實現(xiàn)了數(shù)據(jù)庫的“多核“，面向OLTP、OLAP，時序等場景，每個內(nèi)核由不同的存儲引擎和執(zhí)行器組成，并針對前述場景專門優(yōu)化。

基于這樣的架構(gòu)，企業(yè)后續(xù)可以通過YMatrix增加面向新場景的微內(nèi)核，方便地進行數(shù)據(jù)分析場景的擴展，避免重新選型和部署一整套新數(shù)據(jù)庫的高成本。同時，YMatrix配備了完善的安裝、監(jiān)控、報警、擴容、容災等數(shù)據(jù)庫管理運維功能，并可以對多種數(shù)據(jù)模型進行統(tǒng)一管理，大幅降低了企業(yè)部署多套數(shù)據(jù)庫系統(tǒng)的運維復雜度以及運維成本。

例如， 理想汽車在引入 YMatrix 后，在同等數(shù)據(jù)規(guī)模下，整體服務器用量減少三分之二，指標開發(fā)周期從按天計算大幅壓縮至小時級，同時數(shù)據(jù)入庫速度及查詢性能均大幅提升。

YMatrix超融合數(shù)據(jù)庫在時序等各類數(shù)據(jù)使用場景具有較優(yōu)異的性能表現(xiàn)。YMatrix針對寫入和分析等重點領域進行了多達138項深度的指令級的優(yōu)化。在時序場景的寫入能力上，YMatrix在真實的生產(chǎn)場景中寫入速度可達1.52億數(shù)據(jù)點/秒，滿足了新能源汽車(理想汽車)、重型裝備制造(三一重工)等行業(yè)客戶對于超大規(guī)模時序數(shù)據(jù)的寫入速度要求。在時序場景的查詢性能上，YMatrix的查詢耗時在基準測試中是目前國外主流時序數(shù)據(jù)庫的1/5左右;

此外，在單表查詢性能上，SSB基準測試結(jié)果表明YMatrix比ClickHouse快27%;在多表關聯(lián)分析性能上，對比MPP數(shù)據(jù)庫主流廠商，YMatrix實現(xiàn)了數(shù)倍的性能提升;在機器學習場景性能上，YMatrix庫內(nèi)機器學習性能相比Spark提升了8倍;在OLTP場景下，TPC-B國際標準測試結(jié)果表明，YMatrix主鍵查詢TPS高達160萬，而絕大多數(shù)低于TPS5萬的水準。

YMatrix 超融合數(shù)據(jù)庫支持庫內(nèi)機器學習，生態(tài)兼容完備，可以滿足企業(yè)用戶多種類型的數(shù)據(jù)分析需求。YMatrix 是國內(nèi)率先具備庫內(nèi)機器學習建模能力的數(shù)據(jù)庫產(chǎn)品，支持通過 Python/R 等語言構(gòu)建算法模型，并直接在數(shù)據(jù)庫內(nèi)進行分析運算，幫助用戶大幅消除數(shù)據(jù)的遷移/加載作業(yè)量，顯著提升數(shù)據(jù)利用效率。

例如：三一重工在預測性維護業(yè)務中建立需要基于大量設備數(shù)采數(shù)據(jù)做建模分析，在使用 YMatrix 后，相比過去的 Hadoop + Spark 組合， 不僅技術棧復雜度降低，同時運算速度提升了約 5 倍。同時 YMatrix 全面兼容 Greenplum 和 PostgreSQL 的上下游生態(tài)鏈工具，并支持通過數(shù)據(jù)聯(lián)邦對接多類型數(shù)據(jù)源，滿足企業(yè)用戶在各種復雜分析場景下的數(shù)據(jù)遷移、ETL、監(jiān)控及分層存儲需求。

典型客戶：

理想汽車、小米、三一重工、浪潮、BYD

4.4 圖數(shù)據(jù)庫

市場定義：

圖數(shù)據(jù)庫是以點和邊為基本存儲單元，為高效存儲、查詢圖模型的數(shù)據(jù)而專門設計的數(shù)據(jù)管理系統(tǒng)。在圖模型中，數(shù)據(jù)是以點和邊的形式存在，“點”表示實體，“邊”表示實體間的關系，從而可以清晰展現(xiàn)數(shù)據(jù)間的關聯(lián)關系。圖數(shù)據(jù)庫需要將數(shù)據(jù)以豐富的關聯(lián)關系表示、支持圖查詢語言的訪問和解析等功能。

甲方終端用戶：

金融、政務、能源、泛互聯(lián)網(wǎng)等行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門

甲方核心需求：

隨著企業(yè)業(yè)務類型以及數(shù)據(jù)應用場景的多樣化，對于數(shù)據(jù)之間的關系挖掘逐漸成為典型的業(yè)務需求。企業(yè)需要將看似離散的數(shù)據(jù)通過一定的關聯(lián)關系進行連接，并運用可視化技術描述數(shù)據(jù)之間的相互聯(lián)系。例如，知識圖譜、金融反詐、社交網(wǎng)絡、智能物聯(lián)網(wǎng)等業(yè)務應用下，需要對圖數(shù)據(jù)進行高效的查詢和計算。由于圖數(shù)據(jù)庫相比傳統(tǒng)的關系型數(shù)據(jù)庫具備對圖模型數(shù)據(jù)更加高效的存儲和查詢性能，近年來被許多企業(yè)所采用。企業(yè)對圖數(shù)據(jù)庫的核心需求包括：

高性能的圖存儲和計算。金融、政務、能源等行業(yè)有大量圖模型的應用，例如金融風控、反欺詐、能源管理等。企業(yè)希望圖數(shù)據(jù)庫相比關系型數(shù)據(jù)庫擁有更高的圖模型存儲效率和更低的存儲成本，并且在多度關系或者多點遍歷的復雜關系查詢上更具備優(yōu)勢。

快速上手的查詢分析功能。由于圖數(shù)據(jù)庫目前沒有統(tǒng)一的標準查詢語言，并且圖分析的使用對于專業(yè)知識的要求程度較高，業(yè)務分析人員可能會缺少相關的知識技能上手使用。因此，企業(yè)需要圖數(shù)據(jù)庫具備一定的功能設計來降低圖數(shù)據(jù)庫的使用門檻，方便圖數(shù)據(jù)的查詢分析以及圖算法的應用。

具備高可用和一定的穩(wěn)定可靠性。企業(yè)需要圖數(shù)據(jù)庫具備一定的防范和恢復措施來應對突發(fā)的服務中斷情況，保證數(shù)據(jù)服務的高可用性，避免數(shù)據(jù)錯誤、數(shù)據(jù)丟失的發(fā)生。同時，作為圖數(shù)據(jù)應用的底層支撐，企業(yè)希望圖數(shù)據(jù)庫能夠平滑穩(wěn)定的運行，并且具備一定的服務響應靈敏度。

此外，部分企業(yè)對于圖數(shù)據(jù)庫還有以下期望需求：

能夠支持行業(yè)知識圖譜。作為圖數(shù)據(jù)最基本和廣泛的應用，知識圖譜在金融、公安等行業(yè)有大量的使用需求。因此，企業(yè)希望圖數(shù)據(jù)庫廠商能夠提供行業(yè)知識圖譜的整體解決方案。

能夠進行云化部署。由于數(shù)據(jù)上云趨勢逐漸明顯，部分企業(yè)希望將圖數(shù)據(jù)庫同其他數(shù)據(jù)庫一起在云上部署，方便總體資源的規(guī)劃和管理。

滿足信創(chuàng)要求。在公安、政務等敏感度較高的行業(yè)，企業(yè)需要使用核心技術自主可控的產(chǎn)品來保證數(shù)據(jù)的安全性，因此會依據(jù)信創(chuàng)測試報告或信創(chuàng)名錄進行選型。

廠商能力要求：

基于上述核心需求，圖數(shù)據(jù)庫廠商需具備以下能力：

廠商的產(chǎn)品具備高性能圖存儲和計算能力。廠商產(chǎn)品能夠通過分布式部署實現(xiàn)大規(guī)模的圖數(shù)據(jù)存儲，并且保證高效的圖數(shù)據(jù)訪問讀取。在對于數(shù)據(jù)關系的分析上，廠商產(chǎn)品要能夠?qū)崿F(xiàn)全圖查詢、遍歷迭代的高效性，并且能夠完成多樣的圖分析算法。

廠商的產(chǎn)品具備易用性。在圖數(shù)據(jù)的查詢上，廠商產(chǎn)品的查詢語言能夠讓用戶快速上手使用，并且需要支持常用的圖算法。此外，廠商需提供可視化分析工具以及常用的分析函數(shù)，使得業(yè)務用戶可以通過拖拉拽的方式在常用場景，如信用卡套現(xiàn)、貸后失聯(lián)修復、客戶貢獻度評價等，快速實現(xiàn)圖分析功能。

廠商產(chǎn)品能夠穩(wěn)定可靠地運行，并且持續(xù)提供可用的服務。廠商產(chǎn)品具備一定的數(shù)據(jù)冗余機制，滿足分布式下的數(shù)據(jù)一致性，而且在服務器出現(xiàn)故障時能夠保證數(shù)據(jù)不丟失且服務持續(xù)可用。此外，廠商產(chǎn)品經(jīng)過多場景的打磨驗證，能夠滿足金融、政務、能源等行業(yè)不同應用場景下對于圖數(shù)據(jù)庫穩(wěn)定可靠運行的需求。

針對部分企業(yè)的期望需求，圖數(shù)據(jù)庫廠商需具備以下能力：

廠商能夠提供針對不同行業(yè)提供知識圖譜解決方案。廠商能夠依據(jù)行業(yè)需求提供金融、政務、能源等行業(yè)的知識圖譜解決方案，輸出包括圖譜構(gòu)建、開發(fā)工具等在內(nèi)的知識圖譜整體解決方案。

廠商的產(chǎn)品能夠采用云原生技術。面對企業(yè)數(shù)據(jù)上云的需求，廠商需要提供圖數(shù)據(jù)庫的云化部署，并且應用云原生技術實現(xiàn)企業(yè)資源隔離、多租戶等需求。

廠商的產(chǎn)品要滿足信創(chuàng)要求。在敏感度較高的行業(yè)，廠商產(chǎn)品需要通過信創(chuàng)測試來證明技術的自主可靠性。此外，由于某些企業(yè)進行了全國產(chǎn)化軟硬件部署，廠商產(chǎn)品也需要做相應適配保證在國產(chǎn)化IT環(huán)境中的順利運行。

入選標準：

1. 符合圖數(shù)據(jù)庫的廠商能力要求;

2. 近一年在該市場服務客戶數(shù)5家以上;

3.近一年該市場相關服務收入規(guī)模在500萬元以上。

代表廠商評估：

海致星圖廠商介紹：

北京海致星圖科技有限公司(簡稱“海致星圖”)成立于2015年，公司通過自主可控的知識圖譜、大數(shù)據(jù)等核心技術，提供金融、能源、制造、智慧城市等政府機構(gòu)與企業(yè)級用戶數(shù)字化轉(zhuǎn)型的產(chǎn)品和服務，幫助用戶構(gòu)建數(shù)據(jù)驅(qū)動的管理運營體系，賦能決策智能。海致星圖目前已服務建設銀行、工商銀行、招商銀行、上交所、深交所等70多家銀行、券商、保險等金融機構(gòu)及國家電網(wǎng)、南方電網(wǎng)等大型能源企業(yè)。

產(chǎn)品服務介紹：

海致星圖AtlasGraph圖數(shù)據(jù)庫，是基于Rust自研的新一代云原生分布式實時圖數(shù)據(jù)庫，具備高性能圖計算引擎、類SQL的圖查詢語言、分布式存儲引擎等內(nèi)核技術，能夠支持復雜的數(shù)據(jù)挖掘和機器學習場景。海致星圖AtlasGraph圖數(shù)據(jù)庫支持萬億量級數(shù)據(jù)存儲分析及流式計算引擎的結(jié)合，支持數(shù)據(jù)實時入庫構(gòu)圖，為在線業(yè)務決策分析提供有力支撐。同時，AtlasGraph預置了20余種圖計算算法及上百種分析函數(shù)，并配套可視化操作分析平臺提供豐富的分析管理功能。AtlasGraph目前主要應用于金融、政務、能源等行業(yè)。

廠商評估：

海致星圖AtlasGraph圖數(shù)據(jù)庫在穩(wěn)定可靠和安全性、數(shù)據(jù)服務的高可用性、存儲計算性能、HTAP混合負載能力方面具備優(yōu)勢，產(chǎn)品技術自主可控且適配國產(chǎn)軟硬件，具備易用的查詢分析和管理功能，云原生技術支持AtlasGraph的云上部署并提供容器化、自動化的數(shù)據(jù)服務方式。海致星圖在金融、政務等領域有包括行業(yè)知識圖譜等在內(nèi)完善的解決方案輸出能力，其自研的圖數(shù)據(jù)庫和解決方案適配度高，并提供針對性優(yōu)化。

AtlasGraph具備高可靠性和安全性，并能夠為企業(yè)提供高可用的圖數(shù)據(jù)服務，尤其在金融、政務等行業(yè)擁有多年的服務經(jīng)驗。AtlasGraph支持分布式下的多副本存儲，能夠在部分服務器出現(xiàn)故障時保證數(shù)據(jù)不丟失且服務持續(xù)可用。AtlasGraph內(nèi)部通過一致性協(xié)議保障數(shù)據(jù)讀寫的完整性和一致性。同時，AtlasGraph采用Rust語言編寫，為數(shù)據(jù)庫提供了安全的內(nèi)存管理和訪問機制，并保證了任務并發(fā)場景下的穩(wěn)定性。

AtlasGraph的分布式引擎具備高性能的存儲和計算能力，能夠提供大規(guī)模集群與萬億規(guī)模節(jié)點數(shù)據(jù)的全量存儲，支持萬億大圖實時分析。在分布式部署下，AtlasGraph可以整合多臺服務器的存儲計算能力提升系統(tǒng)整體性能，在低成本的部署條件下提升高并發(fā)場景處理能力，并加速對于慢查詢的處理速度。AtlasGraph的分布式數(shù)據(jù)存儲，及其shared-nothing和存算分離的系統(tǒng)架構(gòu)，方便數(shù)據(jù)庫通過橫向擴展來應對更高負載和更大數(shù)據(jù)量。在語言層面，Rust語言編寫能夠在保證數(shù)據(jù)安全穩(wěn)定的情況下達到與C/C++編寫同樣的高性能。此外，自研的圖原生存儲技術、圖數(shù)據(jù)在外存的編碼優(yōu)化、分布式下的數(shù)據(jù)劃分和數(shù)據(jù)讀寫優(yōu)化幫助AtlasGraph突破了對數(shù)據(jù)訪問的性能瓶頸。

AtlasGraph支持HTAP混合負載，并支持圖數(shù)據(jù)的實時分析。在OLTP場景，AtlasGraph可以支持對關系相對稀疏的數(shù)據(jù)進行高效的讀取和寫入，并滿足高并發(fā)低延遲的場景需求，例如一度、二度的關系分析，AtlasGraph可以在毫秒或者亞秒級完成，對于深度關系查詢，如6度關系查詢，AtlasGraph可以在秒級完成。在需要對全圖數(shù)據(jù)多輪迭代計算的OLAP場景，如page rank、連通性分析、社區(qū)劃分、圖神經(jīng)網(wǎng)絡 GNN等。AtlasGraph同樣提供了高性能的圖計算引擎，支持快速的在線計算。AtlasGraph提供實時的數(shù)據(jù)分析能力，支持數(shù)據(jù)實時采集入庫，并且數(shù)據(jù)導入過程和上層計算并行執(zhí)行互不影響。此外，海致星圖在圖技術領域積累了多年在金融、政務行業(yè)的服務經(jīng)驗，讓AtlasGraph能夠針對客戶常用的查詢模式、分析算法、并發(fā)訪問效率等方面進行大量優(yōu)化，提升執(zhí)行效率和算法效果。

AtlasGraph具備良好的易用性，提供可視化的操作和分析平臺，并支持類SQL的查詢語言并內(nèi)置上百種分析函數(shù)。AtlasGraph提供便捷易用的可視化操作和分析平臺，降低了圖數(shù)據(jù)庫的使用難度，并且為用戶提供了豐富的計算分析和管理功能。在圖數(shù)據(jù)的查詢分析上，AtlasGraph提供類SQL的圖查詢語言AQL (Atlasgraph Query Language)，并內(nèi)置了上百種的計算和分析的圖算法。在此之上，AtlasGraph對內(nèi)置算法的參數(shù)和性能進行了調(diào)優(yōu)，并封裝成用戶可以直接上手使用的函數(shù)，降低了用戶查詢分析的操作門檻。

海致星圖擁有豐富的行業(yè)級解決方案經(jīng)驗，能夠針對不同場景提供完備的方案設計。海致星圖服務金融、能源、制造等行業(yè)多年，沉淀了深刻的業(yè)務場景認知和豐富的行業(yè)落地經(jīng)驗，能夠針對不同客戶所需的查詢分析算法、數(shù)據(jù)特點、寫入查詢模式進行圖數(shù)據(jù)庫的相應優(yōu)化，并且結(jié)合自身產(chǎn)品體系，對企業(yè)輸出包含圖數(shù)據(jù)庫、數(shù)據(jù)庫周邊工具集、知識圖譜平臺在內(nèi)的行業(yè)級解決方案。

例如，在知識圖譜的解決方案中，海致星圖提供金融、制造、能源等行業(yè)知識圖譜，同時，海致星圖的圖平臺、圖算法團隊會在知識圖譜和圖機器學習等層面與客戶進行需求溝通，并針對相應的建模方式和分析算法進行設計優(yōu)化，結(jié)合數(shù)據(jù)庫內(nèi)核在存儲計算、上層算子支持等方面的改進，輸出系統(tǒng)性的解決方案。

AtlasGraph技術自主可控并適配國產(chǎn)軟硬件，滿足企業(yè)信創(chuàng)要求。在企業(yè)資質(zhì)上，海致星圖目前已是信創(chuàng)工委會成員單位。同時，基于多年的圖數(shù)據(jù)庫領域研發(fā)經(jīng)驗積累，海致星圖已成為多個國家級和國際級圖數(shù)據(jù)庫標準的制定方之一。在產(chǎn)品資質(zhì)上，AtlasGraph圖數(shù)據(jù)庫是海致星圖全棧自研的產(chǎn)品，已通過中國軟件評測中心的“信息系統(tǒng)安全測評”并被收錄至相關信創(chuàng)產(chǎn)品名錄中，滿足技術自主可控的要求。在國產(chǎn)化適配上，AtlasGraph圖數(shù)據(jù)庫已與包括飛騰、海光、龍芯等在內(nèi)的六大國產(chǎn)CPU、以及主流國產(chǎn)操作系統(tǒng)、服務器等基礎軟硬件完成兼容適配，能夠支持在不同類型的國產(chǎn)IT環(huán)境中使用。

AtlasGraph采用云原生技術順應數(shù)據(jù)上云的趨勢，支持企業(yè)圖數(shù)據(jù)庫的云化部署并提升了資源管理效率。面向大型企業(yè)用戶，云原生技術支持AtlasGraph在企業(yè)的私有云環(huán)境中部署，并且提供多租戶的資源隔離、權(quán)限控制等功能需求。此外，云原生技術為AtlasGraph提供故障自愈的能力，幫助企業(yè)降低了運維的難度和成本;資源的自動調(diào)度和動態(tài)擴縮容能力，提高了資源的分配和使用效率。

典型客戶：

中國某期貨交易所、某國有大型銀行、江南農(nóng)村商業(yè)銀行

4.5數(shù)據(jù)庫云管理平臺

市場定義：

數(shù)據(jù)庫云管理平臺是面向企業(yè)多類型數(shù)據(jù)庫、多云部署環(huán)境，提供統(tǒng)一數(shù)據(jù)庫管理服務的平臺。數(shù)據(jù)庫云管理平臺具備安裝部署、遷移、備份、監(jiān)控告警、巡檢、性能分析、智能運維、安全管控等數(shù)據(jù)庫全生命周期管理能力。此外，部分廠商提供的數(shù)據(jù)庫云產(chǎn)品還具備了對多云資源進行調(diào)度管理的能力。

甲方終端用戶：

各行業(yè)企業(yè)的IT部門、大數(shù)據(jù)部門、科技創(chuàng)新部門，以及相關業(yè)務部門

甲方核心需求：

近年來，數(shù)據(jù)庫的市場格局發(fā)生了深刻變化，出于滿足國產(chǎn)化替代、應對更多樣的應用場景、以及降低成本等考慮，企業(yè)對各類國產(chǎn)和開源數(shù)據(jù)庫的需求日趨強烈，然而國產(chǎn)和開源數(shù)據(jù)庫管理運維相關的生態(tài)工具相對欠缺，導致企業(yè)在使用這類數(shù)據(jù)庫時面臨諸多困難。與此同時，數(shù)據(jù)庫云化的趨勢使得數(shù)據(jù)庫的運行環(huán)境從物理主機轉(zhuǎn)變?yōu)楦鞣N虛擬化、私有云、公有云，又給數(shù)據(jù)庫的管理運維帶來了更的高的復雜性。面對這些挑戰(zhàn)，數(shù)據(jù)庫云管理平臺能夠有效解決多數(shù)據(jù)庫多元化、多云部署帶來了的諸多問題，正被一些大中型企業(yè)采用。企業(yè)對于數(shù)據(jù)庫云管理平臺的核心需求包括：

具備數(shù)據(jù)庫使用全生命周期管理運維功能。為使數(shù)據(jù)庫在使用過程中能夠穩(wěn)定可靠的運行，并滿足各類管理運維要求，企業(yè)需要數(shù)據(jù)庫云管理平臺能夠面向企業(yè)內(nèi)運維、DBA、開發(fā)、業(yè)務等各類人員提供數(shù)據(jù)庫全生命周期管理運維功能。

具備對多元化數(shù)據(jù)庫的管理能力。大中型企業(yè)內(nèi)部業(yè)務線林立，相應地，企業(yè)內(nèi)部會逐漸部署多套、多類型的數(shù)據(jù)庫系統(tǒng)，對這些數(shù)據(jù)庫進行管理運維逐漸變得更加分散和繁重。因此，企業(yè)需要數(shù)據(jù)庫云管理平臺支持多種常見類型數(shù)據(jù)庫的管理能力。

使用門檻較低。由于當前企業(yè)對多元化數(shù)據(jù)庫的使用需求不斷增加，但與此同時，企業(yè)又普遍缺乏對多元化數(shù)據(jù)庫進行管理的人才和技術。因此，企業(yè)需要數(shù)據(jù)庫云管理平臺具備對多元化數(shù)據(jù)庫進行管理運維的自動化和智能化的能力，降低平臺的使用門檻。

此外，部分企業(yè)對數(shù)據(jù)庫云管理平臺還有以下期望需求：

能夠?qū)Χ嘣瀑Y源的進行統(tǒng)一調(diào)度管理。隨著企業(yè)內(nèi)的數(shù)據(jù)庫逐漸部署各種基于虛擬化或容器化的環(huán)境私有云、公有云、混合云環(huán)境，對多云資源進行統(tǒng)一調(diào)度管理變成了企業(yè)面臨的一大挑戰(zhàn)。因此，企業(yè)需要數(shù)據(jù)庫云管理平臺使用云原生技術來屏蔽多種異構(gòu)基礎設施的復雜性，并具備資源彈性伸縮、資源隔離能力。

廠商能力要求：

基于上述核心需求，數(shù)據(jù)庫云管理平臺廠商需具備以下能力：

在數(shù)據(jù)庫管理運維方面有長期的服務經(jīng)驗積累，能夠提供數(shù)據(jù)庫管理運維全生命周期的功能。具體而言，廠商需要在其數(shù)據(jù)庫云管理平臺產(chǎn)品中提供包括遷移工具、安裝部署、備份、擴展、監(jiān)控報警、高可用、SQL優(yōu)化、SQL審計、性能視圖等在內(nèi)的完善的數(shù)據(jù)管理運維能力，滿足運維、DBA、開發(fā)、業(yè)務等各類人員的需求。

對多種主流國產(chǎn)和開源數(shù)據(jù)庫有深入理解，使平臺支持對這些數(shù)據(jù)庫的管理運維。廠商需的數(shù)據(jù)庫技術專家需對主流的國產(chǎn)和開源數(shù)據(jù)，如Oracle、MySQL、PostgreSQL、TiDB、達夢、人大金倉、TiDB等，的功能特性有深入理解，在平臺中提供對上述多種數(shù)據(jù)庫進行統(tǒng)一管理運維的能力。

能夠?qū)?shù)據(jù)庫管理運維功能代碼化和自動化。一方面，廠商需要具備大量數(shù)據(jù)庫管理運維的最佳實踐，并將這些最佳實踐的管理經(jīng)驗代碼化，形成數(shù)據(jù)庫云管理平臺的標準功能;另一方面，廠商需要能夠在數(shù)據(jù)庫管理中運用機器學習等AI技術，以自動化、智能化的方式實現(xiàn)監(jiān)控、巡檢、審核、診斷等功能。從而減低平臺對用戶的技能要求。

針對部分企業(yè)的期望需求，數(shù)據(jù)庫云管理平臺廠商需具備以下能力：

廠商需能夠在數(shù)據(jù)庫云管理平臺中引入云原生技術，具備對多云資源的調(diào)研度管理能力。具體而言，廠商需要具備Kubernetes、Docker等云原生技術的研發(fā)能力，并對操作系統(tǒng)技術有深入理解，能夠利用云原生技術在數(shù)據(jù)庫管理中，統(tǒng)一管理公有云、私有云、混合云等多種異構(gòu)的基礎設施，同時能夠在數(shù)據(jù)庫系統(tǒng)運行時，使其能夠?qū)崿F(xiàn)資源的彈性伸縮，以及多租戶的資源隔離。

入選標準：

1. 符合數(shù)據(jù)庫云管理平臺的廠商能力要求;

2. 近一年在該市場服務客戶數(shù)5家以上;

3.近一年該市場相關服務收入規(guī)模在500萬元以上。

代表廠商評估：

沃趣科技廠商介紹：

杭州沃趣科技股份有限公司(簡稱“沃趣科技”)創(chuàng)建于2012年，創(chuàng)始團隊為原阿里去“IOE”時期數(shù)據(jù)庫團隊的核心骨干，從事數(shù)據(jù)庫生態(tài)平臺領域產(chǎn)品研發(fā)多年，產(chǎn)品覆蓋全球主流數(shù)據(jù)庫和云原生技術架構(gòu)，提供數(shù)據(jù)庫全生命周期的云平臺解決方案。公司現(xiàn)有上百位資深數(shù)據(jù)庫及系統(tǒng)技術專家，累計服務近3000家企業(yè)客戶，產(chǎn)品主要應用于證券、保險、銀行、能源電力、醫(yī)療、廣電傳媒、電信、快遞物流、公共事業(yè)等行業(yè)。

產(chǎn)品服務介紹：

沃趣科技提供中立的企業(yè)級數(shù)據(jù)庫云，產(chǎn)品包括數(shù)據(jù)庫私有云PaaS平臺 QFusion、公有云RDS產(chǎn)品Squids、國產(chǎn)化替代(數(shù)據(jù)庫一體機)三大類。其中數(shù)據(jù)庫私有云PaaS平臺QFusion面向企業(yè)數(shù)據(jù)庫多元化的場景，提供了覆蓋數(shù)據(jù)庫使用全生命周期的各類功能，在金融、通信、醫(yī)療、制造等十余個行業(yè)均有落地案例;公有云SquidsRDS產(chǎn)品面對數(shù)據(jù)上云的趨勢，為企業(yè)提供了便捷易用的數(shù)據(jù)庫公有云服務。數(shù)據(jù)庫私有云PaaS平臺QFusion與公有云RDS產(chǎn)品Squids共同構(gòu)成了沃趣數(shù)據(jù)庫云平臺產(chǎn)品體系。

此外，沃趣科技打造了高性能的數(shù)據(jù)庫一體機整體解決方案，包括以Oracle為主，實現(xiàn)去“I”去“E”的高性能數(shù)據(jù)庫私有云平臺QData、以及全國產(chǎn)化適配的QFusion-C、與達夢數(shù)據(jù)庫聯(lián)合研發(fā)的國內(nèi)首款全棧式一體機QDM等三種數(shù)據(jù)庫一體機，主要適用于用戶的核心交易系統(tǒng)、主備災備系統(tǒng)、數(shù)據(jù)倉庫和大數(shù)據(jù)云平臺。

廠商評估：

沃趣數(shù)據(jù)庫云平臺在功能完備性、穩(wěn)定可靠性、數(shù)據(jù)庫納管多元化和易用性等方面具備優(yōu)勢，產(chǎn)品引入云原生技術為企業(yè)提供了數(shù)據(jù)庫平臺即服務的能力，同時研發(fā)團隊將自身多元化的技術背景和豐富的一體機研發(fā)經(jīng)驗融入了沃趣數(shù)據(jù)庫云平臺的設計中，實現(xiàn)了數(shù)據(jù)庫整體性能的提升。

沃趣數(shù)據(jù)庫云平臺提供了面向各類數(shù)據(jù)庫終端用戶的功能，可以充分滿足數(shù)據(jù)庫使用全生命周期的各類需求。沃趣數(shù)據(jù)庫云平臺為企業(yè)提供了DBA用戶關注的遷移、備份、擴容、容災、SQL審計優(yōu)化，以及運維用戶關注的監(jiān)控報警、性能視圖等功能。同時，平臺基于云原生技術，以及將數(shù)據(jù)庫管理運維經(jīng)驗代碼化，讓業(yè)務人員和應用開發(fā)人員只需在平臺上通過點選所需的數(shù)據(jù)庫、設置相應的參數(shù)等簡單操作即可創(chuàng)建和使用數(shù)據(jù)庫。

沃趣科技擁有豐富的數(shù)據(jù)庫云平臺服務經(jīng)驗和完善的測試機制，產(chǎn)品具備滿足大型企業(yè)要求的穩(wěn)定可靠性。在客戶服務經(jīng)驗方面，沃趣科技在數(shù)據(jù)庫云平臺產(chǎn)品上有近十年的研發(fā)經(jīng)驗，已服務近3000多家企業(yè)級客戶，在證券、電力、制造業(yè)、醫(yī)療、教育等40多個行業(yè)有落地案例，沉淀了深厚的技術經(jīng)驗來保證產(chǎn)品的穩(wěn)定可靠性。在產(chǎn)品測試機制方面，沃趣數(shù)據(jù)庫云平臺在每個版本發(fā)布前要經(jīng)歷上百項疲勞測試和故障測試，同時沃趣科技將售后工單系統(tǒng)中用戶的反饋問題納入到測試場景中，收集了豐富的應用實踐案例，產(chǎn)品形成了完善的迭代演進流程。

沃趣數(shù)據(jù)庫平臺引入云原生作為技術底座，為數(shù)據(jù)庫用戶提供資源自動調(diào)度分配和多租戶隔離能力。通過云原生技術，沃趣數(shù)據(jù)庫平臺能夠?qū)⒌讓佑嬎?、存儲、網(wǎng)絡等資源池化，為數(shù)據(jù)庫提供自動化的資源調(diào)度分配。同時，云原生技術也讓平臺可以輕松應對企業(yè)內(nèi)多用戶、多數(shù)據(jù)庫實例的情況下資源隔離的需求。

例如，某頭部汽車集團使用了沃趣科技基于云原生技術的QFusion產(chǎn)品定制版進行數(shù)據(jù)庫容器化私有云改造，規(guī)模達到100多個物理節(jié)點，上千套數(shù)據(jù)庫實例。容器化的數(shù)據(jù)庫云平臺，使該車企在數(shù)據(jù)庫使用和管理中實現(xiàn)了真正意義的彈性架構(gòu)，同時也滿足多租戶需求，方便各個租戶隨時構(gòu)建服務自身業(yè)務的數(shù)據(jù)庫服務。

沃趣數(shù)據(jù)庫云平臺對系統(tǒng)各層面優(yōu)化實現(xiàn)了數(shù)據(jù)庫整體性能的提升。在數(shù)據(jù)庫一體機上，沃趣科技有近十年的研發(fā)經(jīng)驗，產(chǎn)品性能在行業(yè)處于領先地位。同時，研發(fā)團隊成員具備多元的技術背景，對硬件、操作系統(tǒng)和數(shù)據(jù)庫技術等各方面有著深入理解。因此，沃趣數(shù)據(jù)庫云平臺能夠從PaaS層面實現(xiàn)系統(tǒng)級的優(yōu)化，保證了數(shù)據(jù)庫整體性能優(yōu)良。

沃趣數(shù)據(jù)庫云平臺能夠管理多種國內(nèi)外主流數(shù)據(jù)庫，并且仍在不斷在加入對新興數(shù)據(jù)庫的支持和服務能力。在數(shù)據(jù)庫多元化的趨勢下，沃趣科技的技術專家對不同數(shù)據(jù)庫的特性有著深入的研究和理解，能夠充分支持對多種數(shù)據(jù)庫的納管能力。沃趣數(shù)據(jù)庫云平臺目前已能夠支持Oracle、MySQL、Redis、PostgreSQL、TiDB、海量信創(chuàng)數(shù)據(jù)庫、達夢、人大金倉等數(shù)十種國內(nèi)外主流數(shù)據(jù)庫，未來會持續(xù)投入研究并支持服務更多的數(shù)據(jù)庫產(chǎn)品。

典型客戶：

中信證券、國泰君安、國網(wǎng)山東電力、西安國際醫(yī)學中心、廈門大學

5. 入選廠商列表

來源：號外網(wǎng)