中國獨特的商業(yè)環(huán)境和對技術自主可控的強烈需求，帶來了中國數據庫管理系統(tǒng)（以下簡稱為“數據庫”）市場的繁榮和多樣性。

雖然中國的數據庫廠商在許多方面，如云生態(tài)系統(tǒng)的建立和云財務治理等方面，仍然落后于以亞馬遜云服務、谷歌、微軟和甲骨文為代表的外國廠商，但在中國獨特的業(yè)務環(huán)境下，本土廠商的產品演進十分迅速，且產生了差異化優(yōu)勢，因此在一些應用場景中具備競爭力。

中國本土數據庫具有以下幾個主要技術特征。

分布式事務型數據庫的采用率正在上升

分布式事務型數據庫已經成為企業(yè)機構支撐核心業(yè)務系統(tǒng)的現實選擇，它們在中國的使用增長速度要快于世界其他地區(qū)。

Gartner對分布式事務型數據庫（DTDB）的定義是：可在任何分布式數據庫實例節(jié)點上執(zhí)行事務的數據庫。這項技術的特點在于，在接受地理上分散分布的節(jié)點寫入的同時，保持數據完整性和一致性，且性能合格。

在中國的移動互聯網蓬勃發(fā)展過程中，實現業(yè)務敏捷性的主要阻礙是數據工作負載規(guī)?；乃俣群统杀尽９ぷ髫撦d的需求增長，不僅使業(yè)務性能降低，而且，如果企業(yè)機構決定擴充資源，則還會帶來額外的高昂硬件成本。使用DTDB，不僅可以支持應?的?并發(fā)和?數據吞吐量，還可以減少對由外國?商提供的?型機硬件的依賴——這也與國家“?主可控”戰(zhàn)略舉措的?標相符。

今天，隨著諸如分布式一致性共識算法和并發(fā)控制技術等大量技術創(chuàng)新的出現，DTDB可確保在不犧牲過多可擴展性和性能的情況下，實現數據的高度一致性。與此同時，DTDB與公有云的兼容性也正在持續(xù)提升；因此，在資源使用不斷變化且難以預測的環(huán)境中，云部署將成為理想選擇。

數據密集型應用場景需要超高性能數據庫

在過去的三年間，新冠疫情進一步加快了網上購物、線上出行和在線教育等數字化應用場景的普及。作為所有應用的核心數據基礎設施，數據庫需要提供更為強大的性能，以支持全部數據密集型應用場景。

一些典型的超高性能應用場景包括：

●   全國性社會活動，例如國家人口普查，需要能夠支持每秒100萬至200萬個查詢，以及每秒處理10萬至50萬件事務。

●   大型活動的轉播，例如奧運會或春晚，通常需要能夠支持1000萬到2000萬本土觀眾同時在線觀看。

●   許多中國超大規(guī)模企業(yè)的數據存儲總量已經達到10PB至100PB，日增數據量超過10TB。

●   網上購物節(jié)活動，例如“雙十一”和“618”購物節(jié)，都會產生極高的事務數量。

●   中國龐大的互聯網用戶規(guī)模，會使一些常規(guī)的網絡活動，例如網上訂餐、網約車、在線教育等的工作負載成倍加大，導致高峰時段事務處理的工作負載尤為繁重。在高峰時段，事務處理工作負載有時比非高峰時段高100倍。

中國的數據庫廠商都在不斷演進各類技術，以支持數據密集型應用場景。這些技術包括大規(guī)模并行處理（MPP）、分布式事務、內存數據處理和行列混合處理等。近年來，一批初創(chuàng)廠商開始快速獲得關注。這些廠商將超高性能作為其核心競爭差異化優(yōu)勢，豐富了企業(yè)機構的選擇面，但也使得市場狀況變得更加復雜。

各類專業(yè)化的數據庫正不斷融合，成為集成各類功能的統(tǒng)一型數據庫服務

在過去的15年間，中國企業(yè)機構采用了各類專業(yè)化的數據庫，用于各類不同類型數據庫的操作和分析。比如：

●   非關系型數據庫，例如圖數據庫和文檔數據庫，可用于存儲和處理圖數據和文檔數據，以支持機器學習和圖分析。

●   時序數據庫和內存數據庫可用于支持時間敏感性應用場景，例如流分析和決策智能。

由于每個應用場景均有海量的數據庫產品可供選擇，相應地，連接這些數據庫的數據管道也越建越多，導致企業(yè)機構數據和分析架構的復雜性大大增加。這一復雜性也導致了運營效率低下，獲取洞察的時間被延長。為解決這一問題，中國和全球的數據庫廠商都在采取行動，擴大各自產品的應用場景覆蓋范圍，形成了數據庫功能融合的局面。這一融合趨勢在多模型數據庫中得以體現。這類數據庫可以通過多個應用編程接口（API）來支持多種存儲和持久保存數據的方式。

如圖1所示，Gartner從數據類型和時間敏感性幾個方面對這一趨勢進行了觀察研究。

圖1 數據庫產品的融合