2020年中國數(shù)據(jù)庫行業(yè)市場現(xiàn)狀及發(fā)展趨勢分析，數(shù)據(jù)庫產(chǎn)業(yè)生態(tài)成熟壯大「圖

時(shí)間：2023-03-13 09:02:02 | 來源：電子商務(wù)

時(shí)間：2023-03-13 09:02:02 來源：電子商務(wù)

一、數(shù)據(jù)庫的特征

互聯(lián)網(wǎng)網(wǎng)絡(luò)技術(shù)的發(fā)達(dá)，使人們對信息資源的需求越來越多。于是數(shù)據(jù)庫的市場越來越大，數(shù)據(jù)庫產(chǎn)業(yè)也繁榮發(fā)展。數(shù)據(jù)庫是為滿足某一部門中多個(gè)用戶多種應(yīng)用的需要，按照一定的數(shù)據(jù)模型在計(jì)算機(jī)系統(tǒng)中組織、存儲和使用的相互關(guān)聯(lián)的數(shù)據(jù)集合。

數(shù)據(jù)庫的特征

資料來源：華經(jīng)產(chǎn)業(yè)研究院整理

二、中國數(shù)據(jù)庫產(chǎn)業(yè)市場現(xiàn)狀分析

據(jù)統(tǒng)計(jì)，2020年全球數(shù)據(jù)庫市場規(guī)模為671億美元，其中中國數(shù)據(jù)庫市場規(guī)模為35億美元（約合240.9億元人民幣），占全球5.2%；預(yù)計(jì)到2025年我國數(shù)據(jù)庫市場規(guī)模將達(dá)到688.02億元，2020-2025年復(fù)合增長率為23.4%。

2020-2025年我國數(shù)據(jù)庫市場規(guī)模及增速

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

從企業(yè)成立時(shí)間看，我國數(shù)據(jù)庫企業(yè)成立時(shí)間主要集中在1999-2000年和2013-2017年兩個(gè)時(shí)間段，數(shù)量分別是12個(gè)和38個(gè)，依次占比15%和48%。

1999-2021年6月我國數(shù)據(jù)庫產(chǎn)品提供商數(shù)量統(tǒng)計(jì)

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

從企業(yè)總部的數(shù)量看，由于人才規(guī)模聚集效應(yīng)，企業(yè)總部通常設(shè)在超一線城市，數(shù)量最多的前五名是北京、杭州、上海、成都和深圳，分別是43、9、7、3、2個(gè)，占企業(yè)總數(shù)約為54%、11%、9%、4%和3%，濟(jì)南、南京、天津、武漢、廣州、貴陽、福州、合肥和烏魯木齊等直轄市和省會城市平均孵化出1-2個(gè)數(shù)據(jù)庫企業(yè)。

截至2021年6月我國數(shù)據(jù)庫企業(yè)總部分布情況

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

我國數(shù)據(jù)庫企業(yè)人員平均人數(shù)約為184人，最高為1200人左右規(guī)模，最低為10人左右規(guī)模。其中21-50人左右規(guī)模企業(yè)占比最高，數(shù)量34個(gè)，比例達(dá)到43%。

截至2021年6月我國數(shù)據(jù)庫企業(yè)員工數(shù)量分布

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

我國數(shù)據(jù)庫企業(yè)針對數(shù)據(jù)庫領(lǐng)域的平均專利數(shù)量（含國內(nèi)外專利）為38個(gè)，最高為500個(gè)左右規(guī)模，數(shù)量為0的企業(yè)個(gè)數(shù)是19個(gè)，占比24%。擁有專利數(shù)0-4個(gè)的企業(yè)占比最高為51%。

截至2021年6月我國數(shù)據(jù)庫企業(yè)專利數(shù)量分布

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

截止2021年6月，我國數(shù)據(jù)庫產(chǎn)品共有135款。其中關(guān)系型數(shù)據(jù)庫81個(gè)，非關(guān)系型數(shù)據(jù)庫有54個(gè)，占比分別為60%和40%。按二級細(xì)分類別，以云服務(wù)為主要服務(wù)交付方式的關(guān)系型云數(shù)據(jù)庫19個(gè)；非關(guān)系型數(shù)據(jù)庫中，鍵值型數(shù)據(jù)庫5個(gè)，列存數(shù)據(jù)庫3個(gè)，文檔數(shù)據(jù)庫4個(gè)，圖數(shù)據(jù)庫13個(gè)，全文檢索數(shù)據(jù)庫1個(gè)。

截至2021年6月我國數(shù)據(jù)庫產(chǎn)品分布情況

資料來源：信通院，華經(jīng)產(chǎn)業(yè)研究院整理

相關(guān)報(bào)告：華經(jīng)產(chǎn)業(yè)研究院發(fā)布的《2021-2026年中國數(shù)據(jù)庫軟件行業(yè)投資分析及發(fā)展戰(zhàn)略咨詢報(bào)告》

三、數(shù)據(jù)庫行業(yè)競爭格局分析

借助政策紅利，國產(chǎn)廠商經(jīng)過多年的技術(shù)研發(fā)和經(jīng)驗(yàn)積累，市場份額在逐年提升。在國產(chǎn)陣營中，一批以“達(dá)夢、人大金倉、南大通用、神舟通用”為代表的，2000年左右成立的傳統(tǒng)國產(chǎn)數(shù)據(jù)庫廠商近年來開始發(fā)力，他們從購買源碼、借助開源走向自主研發(fā)，實(shí)力不斷增強(qiáng)，在黨政軍市場有著較好的表現(xiàn)，同時(shí)也開始向能源電力、運(yùn)營商、交通等其他行業(yè)快速拓展。此外，初創(chuàng)廠商、云廠商、ICT廠商等近年來也開始發(fā)力數(shù)據(jù)庫市場，國產(chǎn)陣營日益強(qiáng)大。相比之下，國外數(shù)據(jù)庫廠商如Oracle、Microsoft、IBM等，雖然在OLTP的核心場景還擁有較高的市占率，但整體市場份額在被逐漸侵蝕。

2020年國內(nèi)與國外數(shù)據(jù)庫廠商市場份額對比

資料來源：公開資料整理

四、數(shù)據(jù)庫行業(yè)發(fā)展趨勢

1、多場景融合

從產(chǎn)品視角來看，不同場景具有不同的特性，對數(shù)據(jù)庫讀寫性能、吞吐量、一致性等方面的要求各有不同。為支持不同場景下的不同要求，數(shù)據(jù)庫多樣化是必然的選擇。例如，物聯(lián)網(wǎng)場景下寫入的數(shù)據(jù)量特別大，對實(shí)時(shí)性的要求特別高，但數(shù)據(jù)天然是時(shí)間有序的且具有靜態(tài)特征，因此時(shí)序數(shù)據(jù)庫會較傳統(tǒng)的事務(wù)型數(shù)據(jù)庫更有優(yōu)勢。

從用戶視角來看，除部分頭部互聯(lián)網(wǎng)公司外，其他大中小型企業(yè)的IT人員比例都并不高，對口數(shù)據(jù)庫團(tuán)隊(duì)的人數(shù)會更少。對于他們而言，各種日新月異的技術(shù)棧、多種類型的數(shù)據(jù)庫產(chǎn)生了極大的學(xué)習(xí)成本和維護(hù)成本，因此希望能夠有一體化的產(chǎn)品/平臺直接使用或者統(tǒng)一管理。對于該種類型的企業(yè)而言，會更傾向采購能滿足其70%全部需求的一體化產(chǎn)品，而非能100%滿足其部分需求的多個(gè)產(chǎn)品。當(dāng)今市場上的HTAP/NewSQL數(shù)據(jù)庫、多模數(shù)據(jù)庫、統(tǒng)一管理平臺等即滿足了企業(yè)簡單化一體化的需求，因此在多場景大背景下的“融合”也是不容忽視的趨勢。

2、開源模式

從產(chǎn)業(yè)發(fā)展角度來，開源模式一方面提高了數(shù)據(jù)庫產(chǎn)品開發(fā)的“效率”，它將源代碼開放，避免了研發(fā)人員對基礎(chǔ)程序的重復(fù)開發(fā)；另一方面它也有助于產(chǎn)品的技術(shù)“創(chuàng)新”，開源社區(qū)最大程度上匯聚了全球的資源力量，為開發(fā)者提供了交流切磋的空間，從而加速創(chuàng)新靈感的誕生。對于廠商而言，盡管從表面上看，企業(yè)部署開源并不能獲得直接的利益，但在這個(gè)過程中，它們卻可以布局產(chǎn)品的生態(tài)建設(shè)（包括人才培養(yǎng)、市場教育、實(shí)踐反饋、企業(yè)文化、產(chǎn)品影響力、配套周邊產(chǎn)品等），從而為自己獲得有利的戰(zhàn)略地位。在當(dāng)今移動互聯(lián)網(wǎng)向產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的轉(zhuǎn)折點(diǎn)，開源模式未嘗不是各云廠商、傳統(tǒng)廠商、新興廠商擴(kuò)展市場的破局之刃。來源：公開資料，專家訪談，艾瑞咨詢研究院自主研究及繪制。

3、智能化

隨著移動互聯(lián)網(wǎng)到產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)每日呈指數(shù)級的增長，且呈現(xiàn)多模態(tài)特性。面對復(fù)雜海量的數(shù)據(jù)，越來越多種類的數(shù)據(jù)庫出現(xiàn)，需要調(diào)試的范圍越來越廣。但大多優(yōu)化任務(wù)仍落在DBA身上，需要其進(jìn)行手動調(diào)優(yōu)，致使人工能力逐漸跟不上數(shù)據(jù)庫的發(fā)展。而人工智能可以彌補(bǔ)人能力的不足，解決許多存在多年的數(shù)據(jù)庫問題，例如資源的調(diào)度、索引的設(shè)計(jì)和優(yōu)化、查詢的優(yōu)化、負(fù)載均衡設(shè)計(jì)、緩存失效等。AI通過優(yōu)化算法，對任務(wù)進(jìn)行有效地預(yù)測、分析和自動化，從而減少了人工成本并大大提高數(shù)據(jù)庫的性能。尤其是未來隨著云上數(shù)據(jù)庫更大范圍內(nèi)的普及，智能資源調(diào)度將成為各供應(yīng)商需要面對的下一個(gè)課題。