2024年12月中國數(shù)據(jù)庫行業(yè)分析報告-數(shù)據(jù)智能融合創(chuàng)新-墨天輪

modb.pro數(shù)據(jù)智能，融合創(chuàng)新2024年12月中國數(shù)據(jù)庫行業(yè)分析報告樂

/

知

/

樂

/

享同

/

心

/

共

/

濟摘要www.modb.pro2024年，《墨天輪數(shù)據(jù)庫流行度排行榜》定期對市場上的產(chǎn)品進行梳理，不斷新增新出的數(shù)據(jù)庫產(chǎn)品，并下架長期未有動態(tài)/更新的數(shù)據(jù)庫產(chǎn)品，盡最大力度真實反映國產(chǎn)數(shù)據(jù)庫技術(shù)的發(fā)展。截至2024年12月共收錄227款產(chǎn)品，較去年同比減少21.18%?；仡櫿?，數(shù)據(jù)庫排行榜持續(xù)波動：OceanBase與PolarDB交替登頂，前三甲的位置也不斷迎來新晉挑戰(zhàn)者。最新一期中GoldenDB憑借技術(shù)創(chuàng)新與市場積淀成功躍升至第三位；3家初創(chuàng)廠商通過不同的創(chuàng)新路徑嶄露頭角：DolphinDB聚焦數(shù)字金融領(lǐng)域，Kyligence專注大數(shù)據(jù)分析，而MatrixOne則通過AI和智能數(shù)據(jù)管理開辟新賽道。IDC報告顯示，2024上半年中國關(guān)系型數(shù)據(jù)庫軟件市場規(guī)模約140億元人民幣，同比增長10.7%，國產(chǎn)品牌占主導地位，阿里云以27%的份額位居榜首；本地部署占比33.1%，前兩名是Oracle

和

華為，公有云占比為66.9%，前兩名為阿里云和騰訊云。PingCAP

與

OceanBase

入選

Forrester

Wave

事務(wù)分析型數(shù)據(jù)平臺報告「競爭者」象限。AWS

re:Invent

2024

發(fā)布最快的SQL數(shù)據(jù)庫

Amazon

Aurora

DSOL、AmazonDynamoDB

全局表對多區(qū)域強一致性。SQL

Server

2025

將全面采用

AI

功能。Cloudberry

正式加入Apache

孵化器。深算院發(fā)布

YashanDB

V23，深化1:1平替Oracle能力。云計算推動之下，數(shù)據(jù)庫的自治能力和智能能力不斷提升，應(yīng)用場景無所不達。在中國市場，私有云dbPaaS正處于啟蒙坡道，即將迎來新的增長。

Amazon

Aurora

DSQL服務(wù)，通過進一步的分布式可用性提升，持續(xù)在云數(shù)據(jù)庫領(lǐng)域展開技術(shù)創(chuàng)新，相比谷歌

Spanner

，DSQL

讀寫速度提高了

4

倍。在SQL方向，Oracle智能化的探索之一是SELECT

AI技術(shù)。斯通布雷克教授推出了基于云的DBOS產(chǎn)品。AIOPS提出7年后，在數(shù)據(jù)庫智能診斷方向上，開始出現(xiàn)了使用專家經(jīng)驗形成的知識圖譜（KG），再到使用大模型（LLM），組合三者能力的數(shù)據(jù)庫智能診斷技術(shù)和成果值得期待。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟目錄content一、12月數(shù)據(jù)庫排行榜解讀

二、數(shù)據(jù)庫行業(yè)資訊和動態(tài)三、數(shù)據(jù)庫創(chuàng)新與智能應(yīng)用四、中國數(shù)據(jù)庫產(chǎn)品典型案例墨天輪中國數(shù)據(jù)庫流行度排行榜墨天輪中國數(shù)據(jù)庫流行度排行榜于2019年6月推出，通過近50個維度的數(shù)據(jù)來考察近300個中國數(shù)據(jù)庫的流行度排行，每月1日更新排行數(shù)據(jù)，用于體現(xiàn)中國數(shù)據(jù)庫在互聯(lián)網(wǎng)上的流行度。2024年，《墨天輪數(shù)據(jù)庫流行度排行榜》定期對市場上的產(chǎn)品進行梳理，不斷新增新出的數(shù)據(jù)庫產(chǎn)品，并下架長期未有動態(tài)/更新的數(shù)據(jù)庫產(chǎn)品，盡最大力度真實反映國產(chǎn)數(shù)據(jù)庫技術(shù)的發(fā)展。來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟截至2024年12月，排行榜共收錄227款中國數(shù)據(jù)庫產(chǎn)品，較去年同比減少21.18%。GoldenDB

本月乘勝追擊，得分668.51成功晉級前三。截至本月，GoldenDB已擁有806項專利，涵蓋高并發(fā)處理、分布式架構(gòu)、數(shù)據(jù)安全等

多

個

關(guān)

鍵

技

術(shù)

領(lǐng)

域

。

2

0

2

4

年

，

金

篆GoldenDB再次守護“雙11”，這是其連續(xù)第六年擔任這一重要任務(wù)。Polar

DB本月得分688.

84，

繼續(xù)穩(wěn)步表現(xiàn)。11月PolarDB+PostgreSQL專家天團訓練營全國巡講活動（北京站）正式開啟，進一步展示了PolarDB在數(shù)據(jù)庫技術(shù)創(chuàng)新和應(yīng)用方面的領(lǐng)先地位。OceanBase

本月繼續(xù)穩(wěn)居榜首，得分710.49，進一步鞏固了其在數(shù)據(jù)庫領(lǐng)域的領(lǐng)導地位。在《ForresterWave?:

Translytical

Data

Platforms,

Q4

2024》報告中，OceanBase憑借其一體化產(chǎn)品戰(zhàn)略首次入選“競爭者”象限。GaussDB本月得分588.94，維持地位不變。其近日成功中標深圳星網(wǎng)信通的數(shù)據(jù)庫采購項目，金額為930萬元，涵蓋國產(chǎn)信創(chuàng)數(shù)據(jù)庫軟件及原廠標準服務(wù)，授權(quán)期限為三年，進一步鞏固了其在國產(chǎn)信創(chuàng)數(shù)據(jù)庫市場的領(lǐng)先地位。另一位成功入選競爭者象限的是PingCAP，其數(shù)據(jù)庫產(chǎn)品TiDB本月得分588.94，位居第五。連續(xù)兩次上榜Forrester

Wave，這一成績再次印證了PingCAP在分布式數(shù)據(jù)庫領(lǐng)域的強勁表現(xiàn)。排行榜

-

前三組合納新將，GoldenDB奪探花回顧整年，榜單持續(xù)波動：OceanBase與PolarDB交替登頂，，前三甲的位置也不斷迎來新晉挑戰(zhàn)者。在最新一期的榜單中，GoldenDB憑借技術(shù)創(chuàng)新與市場積淀成功躍升至前三甲。年末榜單呈現(xiàn)出更加激烈的競爭態(tài)勢。尤其值得注意的是，本次數(shù)據(jù)庫排行榜前十名除了位次的變化外，前四名的產(chǎn)品得分均突破了640分大關(guān)。中國數(shù)據(jù)庫排行榜

TOP5（2024.12）來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟本月，openGauss得分469.72，排名上升一位，位居第九。作為國產(chǎn)

開

源

數(shù)

據(jù)

庫

的

重

要

代

表

，openGauss持續(xù)推動技術(shù)創(chuàng)新與生態(tài)建設(shè)。11月其聯(lián)合云和恩墨與鼎捷數(shù)智共同舉辦了關(guān)于國產(chǎn)軟件如何助力企業(yè)高質(zhì)量數(shù)智化發(fā)展的討論會。排名第十的是騰訊云TDSQL，作為騰訊云的旗艦數(shù)據(jù)庫產(chǎn)品，TDSQL在持續(xù)創(chuàng)新和行業(yè)深耕方面表現(xiàn)不凡。11月18日，國信證券公布了其數(shù)據(jù)庫軟件采購的中標結(jié)果。1992年，達夢數(shù)據(jù)庫與多媒體研究所成立1999年電科金倉成立2024年更名為電科金倉本月得分5

1

7

.

5

6

，

排名第八。達夢數(shù)據(jù)積極推進生態(tài)系統(tǒng)的建設(shè)，凝聚產(chǎn)業(yè)合力，

累計簽約渠道商上千家，

完成近萬款產(chǎn)品兼容適配，通過產(chǎn)學研合作、認證課程等手段推

動

人

才

生

態(tài)

的

建

設(shè)

，

榮

獲“

2024

IDC中國生態(tài)創(chuàng)新獎”

。本月金倉數(shù)據(jù)庫得分576

.

61

，

排名第六。以技術(shù)升級與市場深耕為核心。慈溪市政府采購30

套Kingbase

ES

V

8

。V

9

版本近期全面升級，

在兼容性、性能管理和安全性等方面取得顯著提升。2004年南大通用成立本月得分522

.

15

，

排名第七。GBASE通過行業(yè)突破與重點項目實現(xiàn)持續(xù)增長。憑借在河北機場管理集團和山東移動等重點項目中的中標，

GBASE進一步拓展了在航空和通信行業(yè)的市場份額。排行榜

-

老牌數(shù)據(jù)庫風采依舊，openGauss再升一位三家老牌國產(chǎn)數(shù)據(jù)庫繼續(xù)憑借卓越的表現(xiàn)穩(wěn)固其在行業(yè)中的領(lǐng)先地位。它們分別起源于上世紀90年代與21世紀初，歷經(jīng)多年的技術(shù)創(chuàng)新與市場積累，各自已在數(shù)據(jù)庫技術(shù)和應(yīng)用領(lǐng)域形成了深厚的競爭優(yōu)勢。中國數(shù)據(jù)庫排行榜

-

第6-10名來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟排行榜

-

榜單爭鋒，數(shù)據(jù)庫產(chǎn)品顯身手在最新的數(shù)據(jù)庫排行榜前五十名中，不僅有諸多成熟企業(yè)穩(wěn)步前行，更涌現(xiàn)出一些技術(shù)沉淀深厚、持續(xù)創(chuàng)新的創(chuàng)業(yè)公司。隨著技術(shù)的不斷演進和市場需求的快速變化，我們可以看到，榜單中的這些產(chǎn)品正在通過深厚的技術(shù)積累和持續(xù)的創(chuàng)新驅(qū)動，推動整個數(shù)據(jù)庫行業(yè)向更高水平邁進。三個產(chǎn)品分別來自不同的創(chuàng)業(yè)公司，盡管成立時間不長，但它們通過不同的創(chuàng)新路徑，在數(shù)據(jù)庫行業(yè)中迅速嶄露頭角。DolphinDB聚焦數(shù)字金融領(lǐng)域，Kyligence專注大數(shù)據(jù)分析，而MatrixOne則通過AI和智能數(shù)據(jù)管理開辟新賽道。本月的數(shù)據(jù)庫榜單中表現(xiàn)卓越，排名第24位。浙江智臾科技有限公司，憑借DolphinDB的技術(shù)底蘊和持續(xù)創(chuàng)新，

在《中國數(shù)字金融獨角獸榜單(2024)》成功躋身大數(shù)據(jù)賽道TOP10。本月榜單位列第39位。10月30日發(fā)布的內(nèi)核v2.0.0版本為其帶來了多項關(guān)鍵改進，包括對AI應(yīng)用支持的提升、容災(zāi)能力和系統(tǒng)穩(wěn)定性的增強，以及對外部存儲、非結(jié)構(gòu)化數(shù)據(jù)訪問、全文檢索和向量檢索性能的優(yōu)化。DophinDBKyligenceMatrixOne本月排名上升9位，位居第31位，Apache

Kylin作為領(lǐng)先的開源大數(shù)據(jù)OLAP引擎，為海量數(shù)據(jù)提供亞秒級查

詢

，

并

能

夠

無

縫

集

成Hadoop/Spark及BI工具。梧桐數(shù)據(jù)庫

是中移動信息技術(shù)有限公司打造的一款分布式

OLAP

數(shù)據(jù)庫，本月上升至第50名。產(chǎn)品通過實現(xiàn)存算分離、節(jié)點無狀態(tài)架構(gòu)提供高可用、高可靠、高擴展能力，

其提供云原生部署和彈性伸縮能力，可以幫助企業(yè)用戶輕松構(gòu)建核心數(shù)倉、數(shù)據(jù)集市、實時數(shù)倉以及湖倉一體數(shù)據(jù)平臺。TaurusDB

作為華為自研的新一代企業(yè)級分布式數(shù)據(jù)庫，完全兼容MySQL，提供高擴展海量存儲解決方案。TaurusDBV2.0已通過2024年安全可靠測評1級認證。來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟向量數(shù)據(jù)庫排行榜

-

Milvus

獨占鰲頭，全年冠冕騰訊云向量數(shù)據(jù)庫VectorDB列向量數(shù)據(jù)庫榜單第3名。其以引領(lǐng)業(yè)界的大規(guī)模檢索能力和極高的運行穩(wěn)定性著稱。其產(chǎn)品在騰訊視頻、QQ瀏覽器、QQ音樂等多個國民級應(yīng)用中得到了成功驗證。通過智能化的存儲和檢索優(yōu)化，這一數(shù)據(jù)庫不僅縮短了接入時間，還大大降低了存儲成本。人工智能大模型的爆發(fā)式發(fā)展，使向量數(shù)據(jù)庫關(guān)注度持續(xù)上升。中國向量數(shù)據(jù)庫TOP10中，超半數(shù)流行度排名呈明顯上升趨勢。頭部企業(yè)Zilliz已經(jīng)獲得了顯著的市場關(guān)注和資本支持；百度、騰訊、京東、字節(jié)跳動等依靠自身云平臺能力，推出云原生向量數(shù)據(jù)庫產(chǎn)品；一些數(shù)據(jù)庫廠商已經(jīng)開始原生支持向量嵌入和向量搜索的功能，并提供了相應(yīng)的向量索引和查詢優(yōu)化技術(shù)，展開新一輪數(shù)據(jù)技術(shù)產(chǎn)品競爭。中國向量數(shù)據(jù)庫TOP10（2024.12）Milvus全年穩(wěn)居向量數(shù)據(jù)庫榜單冠軍，并且在全榜熱度從年初98名已攀升至49名。Milvus作為開源向量數(shù)據(jù)庫的代表，支持毫秒級萬億級向量數(shù)據(jù)集的查詢。10月，Milvus在

GitHub上星星數(shù)突破三萬。Zilliz是全球最炙手可熱的向量數(shù)據(jù)庫品牌，在全球已經(jīng)擁有全球10,000+企業(yè)用戶，萬億規(guī)模的的向量數(shù)據(jù)管理。Forrester

發(fā)布的2024

年三季度向量數(shù)據(jù)庫供應(yīng)商

Wave?

報告中，Zilliz

進入領(lǐng)導者象限。百度智能云向量數(shù)據(jù)庫

VectorDB位列向量數(shù)據(jù)庫榜單第2名。

其以豐富的索引算法和業(yè)界領(lǐng)先的檢索性能脫穎而出。目前，百度智能云

VectorDB

已經(jīng)在超過

500

家客戶中實際落地使用，支持

HNSW、Puck、PQ

等常用算法，主流

L

L

M

、

R

A

G

框架，

以及百度智能云千帆和開源Embedding

模型，支持企業(yè)一站式部署落地。Gartner

預測，到2026年，30%

的企業(yè)將把向量數(shù)據(jù)庫集成到其生成式

AI

模型中。

東北證券預測，到2030年，全球向量數(shù)據(jù)庫市場規(guī)模有望達到

500

億美元，國內(nèi)向量數(shù)據(jù)庫市場規(guī)模有望超過

600

億人民幣。來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟圖數(shù)據(jù)庫排行榜

-

TuGraph居榜首，顯技術(shù)實力TuGraph（原名GeaGraph）本月得分57.76，位列圖數(shù)據(jù)庫榜單第1名。

其是螞蟻集團聯(lián)合清華大學自主研發(fā)的大規(guī)模全棧圖計算系統(tǒng)，是高效存儲、計算和分析海量圖數(shù)據(jù)的一站式平臺，支持在線、近線和離線模式，其處理規(guī)模和性能均達到了國際領(lǐng)先水平，已獲得規(guī)模化應(yīng)用，成為螞蟻集團各種業(yè)務(wù)風控能力的重要支撐。NebulaGraph

本月得分29.97，位列圖數(shù)據(jù)庫榜單第3名。作為一款開源分布式圖數(shù)據(jù)庫，其擅長處理超大規(guī)模數(shù)據(jù)集，提供毫秒級查詢延時的性能，其能夠在社交媒體、實時推薦、網(wǎng)絡(luò)安全、金融風控、知識圖譜和人工智能等大規(guī)模生產(chǎn)場景中廣泛應(yīng)用。嬴圖本月得分17.30，位列圖數(shù)據(jù)庫榜單第4名。其是同心尚科技推出的高性能實時圖數(shù)據(jù)庫。相比傳統(tǒng)數(shù)據(jù)庫與其他圖數(shù)據(jù)公司產(chǎn)品，嬴圖更追求圖數(shù)據(jù)庫系統(tǒng)在實時性、極致性能上的創(chuàng)新，并以HTAP集群的方式兼顧了OLTP與OLAP類型的業(yè)務(wù)訴求。Galaxybase本月得分11.03，位列圖數(shù)據(jù)庫榜單第5名，其是創(chuàng)鄰科技自主研發(fā)的第三代圖數(shù)據(jù)庫產(chǎn)品，Galaxybase

擁有豐富完善的功能，如：動態(tài)化圖構(gòu)建、可視化圖探索、精細化集群監(jiān)控、自動化圖服務(wù)，等。適用于社交網(wǎng)絡(luò)、金融、電網(wǎng)等多個領(lǐng)域。gStore本月得分33.94，位列圖數(shù)據(jù)庫榜單第2名。其是北京大學王選所數(shù)據(jù)管理實驗室歷經(jīng)十余年研發(fā)的面向RDF知識圖譜的原生圖數(shù)據(jù)庫系統(tǒng)，實現(xiàn)知識圖譜數(shù)據(jù)的高效存儲與管理。2011年在（VLDB）發(fā)表論文2021年gStore實現(xiàn)開源2023年成立面向圖數(shù)據(jù)庫系統(tǒng)研發(fā)和知識圖譜應(yīng)用的創(chuàng)業(yè)公司圖（Graph）是一種存儲實體，及實體之間關(guān)系的數(shù)據(jù)結(jié)構(gòu)，而圖數(shù)據(jù)庫（GraphDatabase）則是一個使用圖數(shù)據(jù)進行存儲，同時使用圖結(jié)構(gòu)進行語義查詢的數(shù)據(jù)庫。截止2024年12月，墨天輪數(shù)據(jù)庫流行度排行榜已收錄23款圖數(shù)據(jù)庫產(chǎn)品。中國圖數(shù)據(jù)庫TOP10（2024.12）來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟時序數(shù)據(jù)庫排行榜

-

TDengine領(lǐng)跑榜單TDengine本月得分122.55，位列時序數(shù)據(jù)庫榜單第1名。其濤思數(shù)據(jù)推出的一款開源的專為物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、IT運維等設(shè)計和優(yōu)化的大數(shù)據(jù)平臺。除核心的快10倍以上的時序數(shù)據(jù)庫功能外，還提供緩存、數(shù)據(jù)訂閱、流式計算等功能，最大程度減少研發(fā)和運維的復雜度。KaiwuDB

本月得分94.97，位列時序數(shù)據(jù)庫榜單第2。其是一款分布式、多模融合，支持原生

AI

的數(shù)據(jù)庫產(chǎn)品，擁有就地計算重點技術(shù)，具備高速寫入、極速查詢、SQL

支持、隨需壓縮、智能預計算、訂閱發(fā)布、集群部署等特性，具有穩(wěn)定安全、高可用、易運維等特點。2024年8月KaiwuDB

2.0開源，社區(qū)版本被命名為KWDB。由清華大學研發(fā)的一款聚焦工業(yè)物聯(lián)網(wǎng)、高性能輕量級的時序數(shù)據(jù)管理系統(tǒng)IoTDB本月奪得探花

，提供數(shù)據(jù)采集、存儲、分析的功能?；鶞蕼y試表明IoTDB讀寫性能均優(yōu)于現(xiàn)有的時序數(shù)據(jù)庫InfluxDB、OpenTSDB、Cassandra以及GE的工業(yè)大數(shù)據(jù)平臺Predix。DolphinDB在時序數(shù)據(jù)庫榜單中排名第4。它是由浙江智臾科技有限公司研發(fā)的一款高性能分布式時序數(shù)據(jù)庫，集成了功能強大的編程語言和高容量高速度的流數(shù)據(jù)分析系統(tǒng)，為海量結(jié)構(gòu)化數(shù)據(jù)的快速存儲、檢索、分析及計算提供一站式解決方案，適用于量化金融及工業(yè)物聯(lián)網(wǎng)等領(lǐng)域openGemini本月得分34.86，時序數(shù)據(jù)庫榜單中排名第5。它是華為云面向全球開源的一款云原生分布式時序數(shù)據(jù)庫，CNCF沙箱項目，具備卓越的讀寫性能和高效的數(shù)據(jù)分析能力。致力于解決物聯(lián)網(wǎng)和運維監(jiān)控等場景下海量時序數(shù)據(jù)的高效存儲和分析，以進一步降低企業(yè)運營和運維成本，提升產(chǎn)品質(zhì)量和生產(chǎn)效率。時間序列數(shù)據(jù)庫通過關(guān)聯(lián)的時間（多個）和值對來存儲和提供時間序列。

在許多情況下，時間序列數(shù)據(jù)的存儲庫將使用壓縮算法來有效地管理數(shù)據(jù)。截止2024年12月，墨天輪數(shù)據(jù)庫流行度排行榜已收錄33款時序數(shù)據(jù)庫產(chǎn)品。中國時序數(shù)據(jù)庫TOP10（2024.12）來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟OLAP排行榜

-

阿里云AnalyticDB榮登榜單第一OLAP是一種對數(shù)據(jù)倉庫、數(shù)據(jù)湖或其他數(shù)據(jù)存儲庫中存儲的大量數(shù)據(jù)執(zhí)行高速復雜查詢或多維分析的技術(shù)。該概念最早由關(guān)系數(shù)據(jù)庫之父E.F.Codd于1993年提出，Codd指出，OLTP無法滿足終端用戶對數(shù)據(jù)分析的需求，且SQL對大規(guī)模數(shù)據(jù)庫的簡單查詢不足以支持復雜的決策分析。OLAP

用于商業(yè)智能

(BI)、決策支持以及各種業(yè)務(wù)預測和報告應(yīng)用程序。中國OLAP數(shù)據(jù)庫TOP10（2024.12）OLAP優(yōu)勢數(shù)據(jù)可視化：將數(shù)據(jù)以圖表、表格等形式展示，使決策者更直觀理解數(shù)據(jù)。數(shù)據(jù)分析：從多個角度對數(shù)據(jù)進行分析，幫助決策者發(fā)現(xiàn)數(shù)據(jù)中的規(guī)律和趨排在OLAP榜單第一位的是AnalyticDB，其是阿里云自主研發(fā)的云原生數(shù)據(jù)倉庫，采用存儲計算分離+多副本架構(gòu)，支持最大5000節(jié)點規(guī)模的彈性擴容，對復雜SQL查詢速度比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫快10倍以上。Apache

Doris本月位列OLAP數(shù)據(jù)庫榜單第二位，其是一個基于MPP的現(xiàn)代化、高性能、支持實時的分析型數(shù)據(jù)庫。僅需亞秒級響應(yīng)時間即可返回海量數(shù)據(jù)下的查詢結(jié)果，不僅可以支持高并發(fā)的店查詢場景，也能支持高吞吐的復雜查詢場景。StarRocks是開源的新一代極速全場景MPP數(shù)據(jù)庫，本月位列OLAP數(shù)據(jù)庫榜單第三位，它采用新一代的彈性MPP架構(gòu)，可以高效支持大數(shù)據(jù)量級的多維分析、實時分析、高并發(fā)分析等多種數(shù)據(jù)分析場景。自動化：通過預設(shè)的規(guī)則和條件，自動地對數(shù)據(jù)進行篩選和分析，減少人工干預的需求，提高數(shù)據(jù)分析的效率和準確性。勢，更好支持決策。?

可擴展性：方便地進行擴展和升級，以適應(yīng)企業(yè)不斷變化的數(shù)據(jù)分析需求來源：墨天輪樂

/

知

/

樂

/

享同

/

心

/

共

/

濟樂

/

知

/

樂

/

享同

/

心

/

共

/

濟嶄露頭角

-

中國移動磐維數(shù)據(jù)庫PanWeiDB中國移動面向ICT基礎(chǔ)設(shè)施打造的磐維數(shù)據(jù)庫（PanWeiDB）位列墨天輪數(shù)據(jù)庫排行榜第30名。PanWeiDB致力于通過中國移動豐富的IT場景打磨，打造通用的企業(yè)級數(shù)據(jù)庫產(chǎn)品。PanWeiDB具備高性能、高可用、高兼容、高智能、高安全和高靈活度等六大特點，覆蓋了集中式數(shù)據(jù)庫、分布式數(shù)據(jù)庫、軟硬件一體機等關(guān)鍵技術(shù)應(yīng)用形態(tài)，在復雜場景下數(shù)據(jù)庫的性能、易用性、可靠性等方面都實現(xiàn)突破。CPU：鯤鵬/海光/飛騰/龍芯/兆芯/申威/Intel等主流芯片部署：物理機/私有云/混合云/公有云等基礎(chǔ)平臺支持OS：BC-Linux/openEuler/麒麟/統(tǒng)信等主流操作系統(tǒng)磐維企業(yè)級關(guān)系型數(shù)據(jù)庫開箱即用數(shù)據(jù)庫一體機集中式數(shù)據(jù)庫分布式數(shù)據(jù)庫適用場景 部署形態(tài) 全棧式解決方案事務(wù)型應(yīng)用

空間數(shù)據(jù)數(shù)據(jù)分析高性能內(nèi)核詞法分析、語法分析、語義分析存儲過程解析、SQL查詢重寫SQL并行執(zhí)行、SQL優(yōu)化行式存儲

列式存儲

MOT

USTORE

日志并行回放

CSN快照

日志管理

索引管理大內(nèi)存緩沖區(qū)管理

增量檢查點

NUMA化數(shù)據(jù)結(jié)構(gòu)

空間管理

存儲管理適配

...身份管理訪問控制數(shù)據(jù)加密安全審計資源限制全密態(tài)動態(tài)脫敏透明加密......SQL引擎存儲引擎 安全管理生態(tài)工具遷移平臺異構(gòu)數(shù)據(jù)庫一鍵式遷移平臺運維平臺快速安裝部署簡化監(jiān)控運維墨天輪相關(guān)內(nèi)容各平臺輸出文章200余篇，墨天輪直播4次，賦能培訓35期，墨天輪數(shù)據(jù)庫排名30/227（前13%）樂

/

知

/

樂

/

享同

/

心

/

共

/

濟初露鋒芒

-

華為云分布式數(shù)據(jù)庫TaurusDB在12月墨天輪數(shù)據(jù)庫排行榜中，華為自研的新一代企業(yè)級分布式數(shù)據(jù)庫TaurusDB排名顯著提升至第48名。其依托華為DFV存儲技術(shù)，采用計算存儲分離架構(gòu)，支持1主15只讀的擴展性，實現(xiàn)128TB存儲，無需分庫分表，確保數(shù)據(jù)零丟失，非常適合金融和高并發(fā)業(yè)務(wù)場景。能夠完全兼容MySQL，提供高擴展海量存儲解決方案。當前，

TaurusDB

V2.0已成功通過2024年安全可靠測評集中式數(shù)據(jù)庫1級認證。TaurusDB產(chǎn)品架構(gòu)SQL解析層與MySQL

8.0開源版100%兼容，客戶業(yè)務(wù)從MySQL生態(tài)可以平滑遷移，

從其他數(shù)據(jù)庫遷移也能使用MySQL生態(tài)的語法、工具，降低開發(fā)、學習成本?；谠鶰ySQL，在100%兼容的前提下進行大量內(nèi)核優(yōu)化以及開源加固。存儲抽象層將原始數(shù)據(jù)庫基于表文件的操作抽象為對應(yīng)分布式存儲，向下對接DFV，向上提供高效調(diào)度的數(shù)據(jù)庫存儲語義，是數(shù)據(jù)庫高性能的核心。存儲層基于華為DFV存儲，提供分布式、強一致和高性能的存儲能力，此層來保障數(shù)據(jù)的可靠性以及橫向擴展能力，保證數(shù)據(jù)的可靠性不低于99.999999999%。DFV（Data

Function

Virtualization）是一個與數(shù)據(jù)庫垂直整合的高性能，高可靠的分布式存儲系統(tǒng)。存儲集群采取池化部署，可以有效提升存儲使用效率。01

超高性能對于某些業(yè)務(wù)負載，吞吐量最高可提升至開源MySQL7倍，可達百萬級QPS。02

高可靠性支持跨AZ部署、異地容災(zāi)，金融級別可靠性?？鏏Z部署，數(shù)據(jù)三副本，安全性有保障。產(chǎn)品優(yōu)勢03

高擴展性橫向擴展：支持分鐘級添加只讀節(jié)點，最大支持15只讀，解決性能擴展問題?？v向擴展：支持規(guī)格升級，應(yīng)對不確定的業(yè)務(wù)增長。存儲擴展：根據(jù)數(shù)據(jù)容量自動彈性伸縮，無須提前規(guī)劃容量，最大支持128TB，解決海量數(shù)據(jù)問題。來源：華為云官網(wǎng)分區(qū)表增強算子下推（NDP，Near

Data

Processing）LIMIT

OFFSET下推并行查詢并行DDL主動終止空閑事務(wù)IN謂詞轉(zhuǎn)子查詢核心技術(shù)樂

/

知

/

樂

/

享同

/

心

/

共

/

濟二、數(shù)據(jù)庫行業(yè)資訊和動態(tài)一、12月數(shù)據(jù)庫排行榜解讀三、數(shù)據(jù)庫創(chuàng)新與智能應(yīng)用四、中國數(shù)據(jù)庫產(chǎn)品典型案例樂

/

知

/

樂

/

享同

/

心

/

共

/

濟111月26日，IDC發(fā)布的《2024年上半年中國關(guān)系型數(shù)據(jù)庫軟件市場跟蹤報告》顯示，2024上半年中國關(guān)系型數(shù)據(jù)庫軟件市場規(guī)模為19.3億美元（折合約140億元人民幣），同比增長10.7%，其中，國產(chǎn)品牌占主導地位，阿里云以27%的市場份額位居榜首。公有云部署模式是本地部署模式的2倍以上。預測中國關(guān)系型數(shù)據(jù)庫市場將在2025年恢復到25%以上的高速增長，到2028年市場規(guī)模將達到97.6億美元。IDC報告：2024年H1中國關(guān)系型數(shù)據(jù)庫份額阿里云第一本地部署本地部署模式市場規(guī)模占比33.1%，前五名廠商份額共計

53.8%，前十名廠商份額總計73.5%。Oracle

和

華為

分別位列第一和第二。緊隨其后的是

達夢、騰訊

和

微軟。隨著數(shù)據(jù)庫相關(guān)國家測評的進行，預計廠商和產(chǎn)品數(shù)量將在未來2-3年內(nèi)逐步收縮。公有云模式公有云模式市場規(guī)模占比為66.9%，前五名廠商份額共計85.1%，前10名廠商份額共計94.6%。阿里云

和

騰訊云

占據(jù)了主導地位，分別位列第一和第二。AWS、華為云

和

微軟Azure

緊隨其后。公有云模式下的市場集中度更高，頭部效應(yīng)明顯。來源：IDC樂

/

知

/

樂

/

享同

/

心

/

共

/

濟PingCAP與

OceanBase入選Forrester

Wave報告11月6日，F(xiàn)orrester

Research

發(fā)布了《Forrester

Wave:

Translytical

Data

Platforms,

Q4

2024

》市場報告，對全球的

Translytical

DataPlatforms（事務(wù)分析型數(shù)據(jù)平臺）供應(yīng)商進行了全面的評估，篩選出

15

家主流供應(yīng)商。中國數(shù)據(jù)庫廠商

PingCAP

與

OceanBase

入選報告「競爭者」象限。領(lǐng)導者（Leaders）象限：Oracle、MongoDB、Google、InterSystems強表現(xiàn)者（Strong

Performers）象限：Microsoft、SingleStore、Redis、Couchbase、Aerospike競爭者（Contenders）象限：PingCAP、GridGain、Actian、IBM、OceanBase、Cockroach

LabsTiDB

充分利用云原生技術(shù),提供卓越的性能和可靠性。受訪客戶高度評價

TiDB

的零停機升級、在線遷移、高效的歷史數(shù)據(jù)查詢、技術(shù)支持、MySOL

兼容性和深度監(jiān)控功能。對于追求與

MySOL

兼容且性能卓越的事務(wù)分析型數(shù)據(jù)平臺的企業(yè)來說,TiDB

是理想之選。OceanBase

在分布式數(shù)據(jù)處理方面表現(xiàn)出色。對于需要高性價比的事務(wù)分析型數(shù)據(jù)平臺，尤其是從傳統(tǒng)數(shù)據(jù)庫遷移的企業(yè)/組織而言，OceanBase

是絕佳的選擇。來源：Forrester

Wave報告樂

/

知

/

樂

/

享同

/

心

/

共

/

濟IDC發(fā)布《RAG與向量數(shù)據(jù)庫市場前景預測》報告近日，IDC發(fā)布了《RAG與向量數(shù)據(jù)庫市場前景預測》報告，分析了檢索增強生成（RAG）和向量數(shù)據(jù)庫市場的發(fā)展趨勢和技術(shù)走向。報告中提到，生成式AI的大規(guī)模應(yīng)用使向量數(shù)據(jù)庫成為重要的基礎(chǔ)設(shè)施，滿足企業(yè)在知識管理、內(nèi)容生成和智能搜索等方面的需求。報告預測，向量數(shù)據(jù)庫將繼續(xù)推動生成式AI在更多行業(yè)和場景中的應(yīng)用，其高效的數(shù)據(jù)存儲與檢索能力將進一步提升內(nèi)容生成和智能搜索的精度。來源：IDC報告向量數(shù)據(jù)庫&RAG技術(shù)發(fā)展趨勢圖IDC：未來向量數(shù)據(jù)庫技術(shù)將朝著更高實時性、跨模態(tài)數(shù)據(jù)管理和Serverless架構(gòu)的方向發(fā)展。同時，為支持多租戶隔離、多模態(tài)數(shù)據(jù)查詢及隱私保護等企業(yè)需求，數(shù)據(jù)安全和訪問控制等功能也將成為向量數(shù)據(jù)庫未來演進的重要方向。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟2024年AWS

re:Invent大會期間，亞馬遜宣布推出Amazon

Aurora

DSOL，它是迄今為止最快的分布式SQL數(shù)據(jù)庫，可以在多個區(qū)域內(nèi)獨立擴展計算和存儲，同時實現(xiàn)了：多可用區(qū)高可用，跨區(qū)域部署及無限擴展，數(shù)據(jù)強一致性！零基礎(chǔ)設(shè)施運維，可用性達99.999%。此外，AWS還發(fā)布了Amazon

DynamoDB

全局表對多區(qū)域強一致性的支持，確?？蛻舻亩鄥^(qū)域應(yīng)用程序始終讀取最新數(shù)據(jù)，而無需更改任何應(yīng)用程序代碼。AWSre:Invent2024發(fā)布AmazonAurora

DSOL幾乎無限的擴展擴展以滿足任何工作負載需求，無需數(shù)據(jù)庫分片或?qū)嵗?。它提供幾乎無限的水平擴展，并具有獨立擴展讀取、寫入、存儲和計算的靈活性。AmazonAuroraDSQL

發(fā)布無需管理基礎(chǔ)設(shè)施刪除基礎(chǔ)設(shè)施管理，因為沒有需要預置、修補、管理或升級的服務(wù)器。Aurora

DSQL

會自動處理更新，而不會造成停機，并且不會對應(yīng)用程序性能產(chǎn)生任何影響。構(gòu)建始終可用的應(yīng)用程序確保應(yīng)用程序彈性，因為對任何區(qū)域終端節(jié)點的所有讀取和寫入都具有高度一致性和持久性，并且

Aurora

DSQL

旨在實現(xiàn)高達99.999%

的可用性，沒有單點故障和自動故障恢復。簡單易用通過幾個快速步驟創(chuàng)建一個新數(shù)據(jù)庫。Aurora

DSQL

與

PG

兼容，為構(gòu)建新應(yīng)用程序提供易于使用的開發(fā)人員體驗.來源：AWS官方樂

/

知

/

樂

/

享同

/

心

/

共

/

濟開發(fā)者友好：提升生產(chǎn)力與效率SQL

Server

2025提供了一系列強大的工具和服務(wù)來提高開發(fā)效率。例如，REST

API的支持讓開發(fā)者可以更靈活地調(diào)用外部服務(wù)；GraphQL集成則為構(gòu)建現(xiàn)代化Web應(yīng)用提供了便利。更重要的是，SQL

Server

2025對JSON格式的支持極大地簡化了對半結(jié)構(gòu)化數(shù)據(jù)的處理，這在處理動態(tài)變化的數(shù)據(jù)模式時尤為有用。企業(yè)級安全與性能：保障數(shù)據(jù)資產(chǎn)的安全支持Microsoft

Entra管理身份認證，通過減少憑證管理的復雜度來提高系統(tǒng)的安全性。SQLServer

2025引入了多項性能優(yōu)化技術(shù)，如參數(shù)計劃優(yōu)化（OPPO）、持續(xù)統(tǒng)計信息等，這能夠有效避免因參數(shù)嗅探問題導致的性能下降，確保了數(shù)據(jù)庫在高負載下的穩(wěn)定運行。AI內(nèi)置：簡化AI應(yīng)用開發(fā)在SQL

Server

2025中，AI不再是外掛式的附加功能，而是深度集成到了SQL引擎內(nèi)部。通過引入向量搜索技術(shù)和DiskANN索引能夠快速準確地處理大規(guī)模數(shù)據(jù)集中的相似性查詢。此外，SQL

Server

2025還支持使用熟悉的T-SQL語法進行向量操作，使得開發(fā)者可以更加輕松地將AI模型與現(xiàn)有數(shù)據(jù)庫無縫對接。SQL

Server

2025

即將發(fā)布，全面采用

AI

功能11月19日，微軟Ignite大會上，微軟宣布了SQL

Server

2025的私人預覽。最大的新特性集中在人工智能（AI）上，并將最新的Azure

SQL數(shù)據(jù)庫特性引入到您自己的服務(wù)器上。SQL

Server

2025的發(fā)布，標志著微軟在數(shù)據(jù)庫領(lǐng)域的又一次重大飛躍。通過深度整合AI技術(shù)，這款經(jīng)典的數(shù)據(jù)庫產(chǎn)品將繼續(xù)在數(shù)據(jù)管理和分析領(lǐng)域發(fā)揮重要作用。隨著對AI的不斷投入和優(yōu)化，SQL

Server

2025無疑將成為企業(yè)數(shù)據(jù)戰(zhàn)略中的關(guān)鍵一環(huán)。無縫連接Azure：實現(xiàn)云與本地環(huán)境的完美融合借助Azure

Arc技術(shù)，SQL

Server

2025能夠跨越云與本地環(huán)境的界限，為企業(yè)提供一致的服務(wù)體驗。無論是部署在Azure虛擬機上還是其他非Azure環(huán)境中都能通過Azure

Arc實現(xiàn)自動化補丁更新、備份、監(jiān)控等功能。此外，Azure

Arc還提供了按需付費的靈活計費模式，幫助企業(yè)更好地控制IT預算。自1989年首次發(fā)布以來，SQL

Server經(jīng)歷了多個版本的迭代，每一次更新都帶來了性能、安全性和易用性的顯著提升。而今，SQL

Server

2025不僅繼承了以往版本的優(yōu)點，更是將AI技術(shù)無縫融合到了數(shù)據(jù)庫的核心之中，標志著SQL

Server從一個傳統(tǒng)的關(guān)系型數(shù)據(jù)庫向現(xiàn)代AI驅(qū)動的數(shù)據(jù)平臺轉(zhuǎn)變。來源：青學會會長樂

/

知

/

樂

/

享同

/

心

/

共

/

濟SQLark

V3.1

更新，首款信創(chuàng)數(shù)據(jù)庫管理工具SQLark是達夢公司推出的一款面向信創(chuàng)應(yīng)用開發(fā)者的數(shù)據(jù)庫開發(fā)和管理工具，支持眾多種數(shù)據(jù)庫，不限于達夢、Oracle和MySQL等，

內(nèi)置SQL智能提示、實時語法檢查及語法高亮，系統(tǒng)數(shù)據(jù)遷移、仿真數(shù)據(jù)生成以及導入導出等功能。本次發(fā)布的

V3.1

版本是

SQLark

上線后首個升級包，包含

29

條重要更新及

27

條問題修復，其中超過

88%的更新來自用戶的意見反饋。SQL功能/查詢執(zhí)行SQL

編輯器新增列編輯模式，支持使用

Alt+Shift+鼠標左鍵

快速選中并編輯多行代碼中相同位置的文本。V3.1

中引入的其它體驗優(yōu)化和問題修復主要包括：優(yōu)化在編輯器中通過

Ctrl+鼠標左鍵操作查看對象屬性時的系統(tǒng)響應(yīng)速度。優(yōu)化代碼提示中由于數(shù)據(jù)庫大小寫敏感帶來的對象名是否添加雙引號的問題。新增支持對達夢數(shù)據(jù)庫系統(tǒng)參數(shù)、系統(tǒng)包以及環(huán)境變量的智能提示。關(guān)閉查詢窗口時，當檢測到存在未提交的事務(wù)時，新增提示彈窗。數(shù)據(jù)生成/數(shù)據(jù)處理數(shù)據(jù)生成在

V3.1

版本中主要修復了一些影響使用體驗的

BUG：修復了在數(shù)據(jù)生成時，對唯一列中生成的數(shù)據(jù)未作特殊處理，導致生成的數(shù)據(jù)重復概率大，

寫入時報

“違反表的唯一性約束條件”的問題。修復了當表中存在某列的字段精度特別小時(如

varchar(1)

)，默認匹配數(shù)據(jù)規(guī)則長度超出限制的問題。修復了數(shù)據(jù)規(guī)則選擇“

固定值”時，數(shù)據(jù)生成時出現(xiàn)”數(shù)據(jù)規(guī)則與字段類型沖突"的報錯提示。數(shù)據(jù)遷移在

V3.1

中，對環(huán)境檢查頁面的交互進行了優(yōu)化，現(xiàn)在在環(huán)境檢查頁面可直接點擊“下一步”按鈕，如果有任何檢查項未勾選，SQLark

會自動提示并定位到未完成的檢查項，以幫助快速完成所有必要的檢查。V3.1

還在遷移范圍配置方面進行了優(yōu)化。對于單表，新增支持使用

Where子句篩選表中部分數(shù)據(jù)進行遷移；對于選擇部分對象遷移場景，新增批量篩選對象功能，可在搜索框輸入多個對象名（使用Ctrl+Enter

進行分隔），或直接從

excel/csv/txt

等外部文件復制對象名至搜索框，實現(xiàn)快速輸入和篩選。數(shù)據(jù)庫對象在用戶回訪中，

全局對象搜索這個功能不管是

DBA

還是應(yīng)用開發(fā)者，都是在定位問題的時候最常用的功能。用戶通過在錯誤日志中找到的一個對象名，一段代碼，或者一段中文注釋——拿到SQLark

全局對象搜索中，通過

DDL代碼匹配，定位到可能引發(fā)出錯的對象。另外在

V3.1

中重構(gòu)了用戶授權(quán)頁面的UI，新增了權(quán)限分組，按權(quán)限類型（如admin、create、select

等）分組后，可以快速查找用戶已有的權(quán)限，快速增刪更改權(quán)限。來源：達夢數(shù)據(jù)樂

/

知

/

樂

/

享同

/

心

/

共

/

濟Cloudberry

正式加入

Apache

孵化器11月5日，Cloudberry

Database

加入

Apache

孵化器，并更名為

Apache

Cloudberry

(Incubating)。Cloudberry

是一款領(lǐng)先且成熟的開源大規(guī)模并行處理（MPP）數(shù)據(jù)庫，由原

Greenplum

開發(fā)者打造。它基于開源版的

Pivotal

Greenplum

Database衍生而來，但采用了更新的PostgreSQL

內(nèi)核，并具備更先進的企業(yè)級功能。Cloudberry

可以作為數(shù)據(jù)倉庫使用，也可用于大規(guī)模分析和

AI/ML

工作負載。來源：Cloudberry官網(wǎng)支持升級PostgreSQL

內(nèi)核支持非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一納管多場景性能實現(xiàn)行列混合存儲支持全文檢索引擎安全增強支持集群擴縮容圖形化管理工具脫機批處理數(shù)據(jù)倉庫并構(gòu)建數(shù)據(jù)集市現(xiàn)有

MPP

數(shù)據(jù)庫的替代方案適用于地理信息系統(tǒng)

（GIS）

應(yīng)用程序用戶場景：Cloudberry

數(shù)據(jù)庫架構(gòu)圖實時構(gòu)建數(shù)據(jù)倉庫構(gòu)建中端構(gòu)建湖倉一體化Cloudberry

關(guān)鍵特性樂

/

知

/

樂

/

享同

/

心

/

共

/

濟YashanDB

V23發(fā)布，深化1:1平替Oracle能力來源：YashanDB官方資料11月14日，深圳計算科學研究院舉辦了“2024國產(chǎn)數(shù)據(jù)庫創(chuàng)新生態(tài)大會”。崖山數(shù)據(jù)庫發(fā)布了“專為核心場景打造的1:1平替方案”戰(zhàn)略，同期發(fā)布YashanDB

V23.3版本，定位為面向企業(yè)核心的全場景數(shù)據(jù)庫，具備1:1平替Oracle的能力，全新發(fā)布數(shù)據(jù)庫一體機、數(shù)據(jù)庫云服務(wù)兩種產(chǎn)品形態(tài)。YashanDB

V23.3

新版發(fā)布，深化1:1平替能力產(chǎn)品能力詳細說明高兼容Oracle兼容性由90%提升至99%、新增MySQL兼容性形態(tài)高性能算子性能增強；共享集群性能提升，4節(jié)點集群的TPCC達到520萬tpmC高可用支持邏輯備庫、主備共享集群，推出基于共享集群的兩地三中心方案強安全實現(xiàn)表級、列級加密，實現(xiàn)行級訪問控制，實現(xiàn)數(shù)據(jù)動態(tài)脫敏，全面支持國密算法易遷移新增增量遷移組件，實現(xiàn)異構(gòu)數(shù)據(jù)實時增量同步易運維新增支持管控YashanDB共享集群，增強數(shù)據(jù)庫審計及監(jiān)控可視化能力“三不變，兩對等，一更優(yōu)”

核心場景1:1平替方案首個數(shù)據(jù)庫實物發(fā)布現(xiàn)場跑分，線下體驗斷網(wǎng)等暴力測試企業(yè)版開放下載共享集群全網(wǎng)用戶均可體驗一、12月數(shù)據(jù)庫排行榜解讀二、數(shù)據(jù)庫行業(yè)資訊和動態(tài)樂

/

知

/

樂

/

享同

/

心

/

共

/

濟四、中國數(shù)據(jù)庫產(chǎn)品典型案例三、數(shù)據(jù)庫創(chuàng)新與智能應(yīng)用云和數(shù)據(jù)

-

基礎(chǔ)設(shè)施變革改變了數(shù)據(jù)庫當云計算席卷而來，基于云基礎(chǔ)設(shè)施的數(shù)據(jù)庫部署也改變了數(shù)據(jù)庫。在傳統(tǒng)的私有化部署（On-premises）和公有云部署（Public

Cloud）之間，不斷融合的混合IT（Mixed

IT）形式成為最常見的企業(yè)級IT形態(tài)。在此基礎(chǔ)上，私有化部署慢慢向私有云（Private

Cloud）演進，混合IT則向著混合云（Hybrid

Cloud）演進。在云計算的推動之下，數(shù)據(jù)庫技術(shù)也隨之產(chǎn)生了深刻的變革。這主要體現(xiàn)在三個方面：自治能力不斷提升，這是一次劃時代的進步，將數(shù)據(jù)庫的部署和管理自動化推進到極致；智能能力不斷提升，隨著大模型技術(shù)的普及，進一步帶動數(shù)據(jù)庫智能進入多方位的實質(zhì)性階段；應(yīng)用場景無所不達，數(shù)據(jù)庫技術(shù)的成熟和多模態(tài)發(fā)展，以及開源成果的孵化，數(shù)據(jù)庫技術(shù)的應(yīng)用場景極大豐富、無所不達。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟失望之谷

-

私有云dbPaaS賽道進入Obsolete態(tài)私有云

dbPaaS（Private

Cloud

dbPaaS）產(chǎn)品，可以通過將私有云數(shù)據(jù)庫平臺的隔離性與公共云的自助服務(wù)和可擴展性融合在一起，幫助用戶實現(xiàn)云戰(zhàn)略的靈活性。通過和公有云技術(shù)結(jié)合，私有云

dbPaaS

可以扮演過渡技術(shù)的角色。對于那些出于安全、監(jiān)管或其他方面的考慮而無法或沒有準備好遷移到公共云產(chǎn)品的企業(yè)來說，私有云dbPaaS是一種選擇。通常情況下，企業(yè)會將現(xiàn)有的內(nèi)部基礎(chǔ)設(shè)施用于私有云dbPaaS，因此會縮短主流業(yè)務(wù)采用云技術(shù)的時間。私有云dbPaaS在2021年Gartner技術(shù)成熟度曲線上位于峰頂，而在2023年的曲線上，則被標記為“Obsolete”。被標記為Obsolete狀態(tài)時，Private

Cloud

dbPaaS技術(shù)正處于泡沫炒作期之后的“失望之谷”階段。在Gartner的技術(shù)成熟度曲線中，“Obsolete”狀態(tài)意味著某項技術(shù)已經(jīng)過時，不再被認為是新興的或者有潛力的技術(shù)。這通常意味著該技術(shù)沒有達到市場預期，或者已經(jīng)被其他更先進的技術(shù)所取代。在某些情況下，即使某些技術(shù)可能還在使用，但如果它們沒有跟上技術(shù)發(fā)展的步伐，或者沒有展現(xiàn)出足夠的市場吸引力，也可能被標記為“Obsolete”。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟啟蒙坡道

-

中國私有云dbPaaS賽道的獨特性私有云dbPaaS的市場和公有云、數(shù)據(jù)庫應(yīng)用息息相關(guān)，公有云應(yīng)用越成熟，私有云dbPaaS的場景將越收斂；數(shù)據(jù)庫的數(shù)量越少，則私有云dbPaaS的成熟度越高。當下，海外數(shù)據(jù)庫市場和中國數(shù)據(jù)庫市場呈現(xiàn)出不同的格局。從海外看，公有云應(yīng)用日趨集中，AWS、MicrosoftAzure、Oracle

Cloud等云應(yīng)用成熟且應(yīng)用深入，數(shù)據(jù)庫品類穩(wěn)定。從國內(nèi)市場看，國產(chǎn)數(shù)據(jù)庫數(shù)量仍處于數(shù)量繁多的競爭期，私有云

dbPaaS產(chǎn)品的能力仍在構(gòu)建成熟中，廣泛的政務(wù)云和行業(yè)云也是這一產(chǎn)品的用武之地。在中國市場，私有云dbPaaS正處于啟蒙坡道，即將迎來新的增長。Gartner的五階段技術(shù)成熟度曲線（Hype

Cycle）是用來描述和預測技術(shù)發(fā)展周期的模型。這個模型將技術(shù)的發(fā)展分為五個階段：技術(shù)啟動（Innovation

Trigger）：新技術(shù)開始獲得媒體關(guān)注和公眾興趣，但可能還沒有實際的產(chǎn)品或應(yīng)用。期望膨脹（Peak

of

Inflated

Expectations）：由于媒體的過度炒作，公眾對技術(shù)的期望被過度放大。在這個階段，可能會出現(xiàn)一些成功的案例，但更多的是失敗的嘗試。失望之谷（Trough

of

Disillusionment）：當技術(shù)的實際效果達不到被過度炒作的期望時，公眾開始對技術(shù)感到失望。啟蒙坡道（Slope

of

Enlightenment）：一些企業(yè)開始了解如何使用該技術(shù)，并開始看到其潛在的效益。生產(chǎn)高地（Plateau

of

Productivity）：技術(shù)已經(jīng)成熟并被廣泛理解和接受，進入穩(wěn)定應(yīng)用階段。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟AWS在2024年12月的re:invent大會上推出了

AmazonAurora

DSQL服務(wù)，通過進一步的分布式可用性提升，持續(xù)在云數(shù)據(jù)庫領(lǐng)域展開技術(shù)創(chuàng)新。DSQL可以提供幾乎無限的規(guī)模、最高的可用性和零基礎(chǔ)架構(gòu)管理。它可以擴展以滿足任何工作負載需求，而無需數(shù)據(jù)庫分片或?qū)嵗墶{借創(chuàng)新的ACTIVE-ACTIVE分布式架構(gòu)，AuroraDSQL

在單區(qū)域配置中的可用性達到

99.99%，在多區(qū)域配置中的可用性達到

99.999%，使其成為構(gòu)建高可用應(yīng)用程序的理想選擇。DSQL無服務(wù)器設(shè)計消除了打補丁、升級、停機維護等操作負擔。Aurora

DSQL可在兩種配置下運行：一種是單區(qū)域配置；另一種是多區(qū)域配置。在單區(qū)域配置中，Aurora

DSQL將所有寫事務(wù)提交到分布式事務(wù)日志，并將所有提交的日志數(shù)據(jù)同步復制到三個AZ中的用戶存儲副本。集群存儲副本分布在存儲群中，以優(yōu)化數(shù)據(jù)庫性能。Aurora

DSQL

專為自動故障切換恢復而設(shè)計。當組件或

AZ

出現(xiàn)故障時，它會自動將訪問重定向到健康的組件，并異步修復副本。受損副本恢復后，Aurora

DSQL

會自動將其添加回存儲法定人數(shù)，并將其提供給集群使用。云數(shù)據(jù)庫

-

AWS的Aurora

DSQL分布式架構(gòu)創(chuàng)新樂

/

知

/

樂

/

享同

/

心

/

共

/

濟Aurora

DSQL的多區(qū)域配置：多區(qū)域集群提供與單區(qū)域集群相同的彈性和連接性，同時通過兩個區(qū)域端點（每個鏈接集群區(qū)域一個）提高可用性。鏈接群集的兩個端點顯示一個邏輯數(shù)據(jù)庫，支持并發(fā)讀寫操作，數(shù)據(jù)一致性強。創(chuàng)建多區(qū)域集群時，Aurora

DSQL

會在不同的區(qū)域創(chuàng)建另一個集群，并將它們鏈接在一起。添加鏈接區(qū)域可確保已提交事務(wù)的所有更改都會復制到其他鏈接區(qū)域。每個鏈接的集群都有一個Regional端點，AuroraDSQL同步復制跨Region的寫入，從而實現(xiàn)從任何鏈接集群的強一致性讀寫。第三個區(qū)域作為見證區(qū)域。見證區(qū)域接收寫入鏈接集群的數(shù)據(jù)，但沒有集群或相關(guān)端點。它存儲加密事務(wù)日志的有限窗口，Aurora

DSQL

使用它來提供多區(qū)域持久性和可用性。Aurora

DSQL

使用樂觀并發(fā)控制（OCC），以確保較長的事務(wù)不會拖慢其他正在運行的事務(wù)。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟云數(shù)據(jù)庫

-

AWS的Aurora

DSQL分布式架構(gòu)創(chuàng)新云數(shù)據(jù)庫

-

AWS的Aurora

DSQL分布式架構(gòu)創(chuàng)新亞馬遜在

re:Invent

大會上稱DSQL

“與其他流行的分布式

SQL

數(shù)據(jù)庫相比，讀寫速度提高了

4

倍”。AWS

認為，Aurora

DSQL

的延遲將大大低于其最接近的競爭對手谷歌

Spanner。為了實現(xiàn)這一切，必須

“重塑關(guān)系數(shù)據(jù)庫事務(wù)處理”。通常情況下，確?？缍鄠€地區(qū)的強大一致性，并讓這些分布在全球各地的服務(wù)器以

“微秒級精度

”同步，是一項相當難以實現(xiàn)的壯舉。AWS

之所以能做到這一點，是因為它將事務(wù)處理與存儲解耦。傳統(tǒng)的方法會因為需要多次來回傳遞信息而遇到瓶頸。而

Aurora

只在需要提交更改時才檢查每個事務(wù)，然后在提交時跨區(qū)域并行寫入。為了確保每個區(qū)域都能以正確的順序看到提交，Aurora

DSQL

使用了亞馬遜時間同步服務(wù)（Amazon

Time

Sync

Service），該服務(wù)為每個

EC2

實例添加了非常精確的參考時鐘，并使用

GPS

衛(wèi)星上的原子鐘實現(xiàn)同步。擁有精確的時間有助于解決一系列數(shù)據(jù)一致性問題，但要做到這一點，需要非常精確且同步良好的時鐘。在全球范圍內(nèi)實現(xiàn)時鐘同步是一個難題。在很長一段時間里，這實際上是不可能的，但現(xiàn)在有了這些系統(tǒng)，就能實現(xiàn)這樣的數(shù)據(jù)庫創(chuàng)新。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟樂

/

知

/

樂

/

享同

/

心

/

共

/

濟自治智能

-

Oracle數(shù)據(jù)庫智能化之SELECT

AI來源：墨天輪在SQL方向，Oracle智能化的探索之一是SELECT

AI技術(shù)。Oracle

的

SELECT

AI

是

Oracle

Autonomous

Database

中的一項功能，SelectAI將生成式AI大語言模型LLM與Oracle

SQL相結(jié)合，使得用戶通過輸入自然語言，讓數(shù)據(jù)庫直接生成結(jié)果或返回滿足客戶描述要求的SQL語句。實現(xiàn)原理用戶使用Select

AI敘述動作提出問題Select

AI使用AI配置文件中的嵌入模型生成提示的矢量嵌入。向量搜索索引使用問題的向量嵌入，從已索引的客戶企業(yè)數(shù)據(jù)中找到匹配的內(nèi)容。向量搜索返回與自治數(shù)據(jù)庫實例的輸入類似的前K個文本。自治數(shù)據(jù)庫將前K個查詢結(jié)果以及用戶問題發(fā)送給LLM。LLM將其響應(yīng)返回給自治數(shù)據(jù)庫實例。自治數(shù)據(jù)庫Select

AI返回結(jié)果給客戶。使用自然語言通過SQL與數(shù)據(jù)庫和LLM進行交互，以提高用戶生產(chǎn)力并開發(fā)基于AI的應(yīng)用程序。Select

AI是SQL用戶和開發(fā)人員的生產(chǎn)力工具，使非專業(yè)SQL用戶能夠從他們的數(shù)據(jù)中獲得有用的見解，而無需了解數(shù)據(jù)結(jié)構(gòu)或技術(shù)語言使用案例以SELECT

AI作為關(guān)鍵字，支持自然語言的輸入根據(jù)輸入關(guān)鍵字，可以根據(jù)自然語言的描述直接運行SQL語句，或者將生成的SQL語句返回，還可以用自然語言對查詢的返回結(jié)果進行描述目前支持runsql、showsql、explainsql、narrate和chat的功能用戶價值樂

/

知

/

樂

/

享同

/

心

/

共

/

濟自治智能

-

Oracle數(shù)據(jù)庫智能化之SELECT

AI萬物皆數(shù)

-

數(shù)據(jù)庫和操作系統(tǒng)的融合探索擴展數(shù)據(jù)庫管理外延的努力從未停止，在從文件管理演進到數(shù)據(jù)庫管理的革命成功后，數(shù)據(jù)庫又通過多?；瘜崿F(xiàn)了對于非結(jié)構(gòu)數(shù)據(jù)、文件的統(tǒng)一管理，囊括一切。在數(shù)據(jù)庫誕生之后，就有很多天才在探索讓數(shù)據(jù)庫向下滲透入操作系統(tǒng)。IBM、微軟都做過早期的探索與嘗試，現(xiàn)在斯通布雷克教授再次挑戰(zhàn)這一難題，并推出了基于云的DBOS產(chǎn)品。在IBM早期的AS/400大型機中，通過SQL查詢就可以訪問操作系統(tǒng)上的文件（qcsrc），事實上這些文件就是基于數(shù)據(jù)庫的表存儲。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟微軟曾經(jīng)在代號

longhorn

的系統(tǒng)中研發(fā)

WinFS

(Windows

FutureStorage)

的全新存儲系統(tǒng)，該系統(tǒng)基于SQL

Server構(gòu)建，但是后來并未正式推出。萬物皆表

-

斯通布雷克的DBOS探索DBOS：Next-gen

OS

should

be

DBMS-orientedDBOS設(shè)計原則：所有東西都是文件

→

所有東西都是表Distributed（分布式），Cloud

native（云原生）所有狀態(tài)都在數(shù)據(jù)庫中（存在表中）All

state

in

the

DBMS完整的數(shù)據(jù)溯源分析

Complete

Provenance卓越的安全性

Much

better

securityDBOS應(yīng)用：DBOS

serverless

framework

→

支持端到端的分布式應(yīng)用DBOS實現(xiàn)特點：操作系統(tǒng)的服務(wù)邏輯用SQL表達編寫樂

/

知

/

樂

/

享同

/

心

/

共

/

濟文件系統(tǒng)建立于表上，對標Linux

FS，

LustreIPC

消息系統(tǒng)建立于表訪問之上，功能性能對標gRPC，沒有TCP/IP調(diào)度：SQL編寫UDP實現(xiàn)監(jiān)控，安全，分析實現(xiàn)簡單應(yīng)用恢復依賴DB的HA能力、事務(wù)能力和數(shù)據(jù)回滾VoltDB（分布式內(nèi)存庫）

+

Vertica

（分析能力）DBOS是一個協(xié)作研究項目，涉及來自多個機構(gòu)的近二十名研究人員。該項目由數(shù)據(jù)庫領(lǐng)域先驅(qū)Michael

Stonebraker領(lǐng)導，他是ACM圖靈獎獲得者（2014年），發(fā)明了Postgre。提出DBOS理念的初衷是：在云架構(gòu)進一步深化和占據(jù)應(yīng)用架構(gòu)主流的背景下，Linux等主流操作系統(tǒng)的設(shè)計理念已經(jīng)跟不上時代，無法應(yīng)對日益膨脹的云架構(gòu)應(yīng)用的需求。而DBOS價值是：云原生，簡化，提效，更安全的應(yīng)用開發(fā)部署和協(xié)作，性能與傳統(tǒng)技術(shù)棧匹配。DBOS全稱是：Database

Oriented

Operating

System。最主要的改變是：將Linux操作系統(tǒng)中的everything

is

a

file重新思考為everything

is

a

table.Level4：應(yīng)用層，是構(gòu)建于DBOS之上的應(yīng)用程序Level3：操作系統(tǒng)功能層，任何操作都以事務(wù)形態(tài)記錄在Level2的DBMS中Level2：支持DBOS的數(shù)據(jù)庫內(nèi)核層SQL接口為主提供簡化邏輯表達能力，但未必純SQL接口。超高性能數(shù)據(jù)庫內(nèi)核。以內(nèi)存庫頂尖性能為標桿，普通數(shù)據(jù)庫內(nèi)核不勝任：通過UDP

UDF內(nèi)置邏輯實現(xiàn)業(yè)務(wù)邏輯增效。分布式。但可能簡單的分庫分表或功能性隔離多物理機分布式也能勝任。未必需要全功能通用數(shù)據(jù)庫能力。裸硬件管理能力，壓縮通用操作系統(tǒng)性能損耗，提升硬件性能發(fā)揮潛力。異構(gòu)計算平臺。Level2層可以為混合DBMS引擎。Level1：精簡的內(nèi)核層，與底層硬件交互（目前還未實現(xiàn)）智能診斷

-

LLM、DBOps&KG成為新的研究重點Gartner2017年正式提出AIOPS，直到過去了7年，在數(shù)據(jù)庫智能診斷方向上，開始出現(xiàn)了使用專家經(jīng)驗形成的知識圖譜（KG），再到使用大模型（LLM）。組合三者能力的數(shù)據(jù)庫智能診斷技術(shù)和成果值得期待。大模型從領(lǐng)域知識（數(shù)據(jù)庫運維知識）推理形成“知識”專家對推理知識進行識別，避免知識混亂，形成“原子化診斷知識”“原子化診斷知識”再形成知識圖譜使用機器學習識別異常指標，建立異常的指標關(guān)聯(lián)使用“知識圖譜”及“異常指標”，進行智能的數(shù)據(jù)庫問題診斷能力。樂

/

知

/

樂

/

享同

/

心

/

共

/

濟四、中國數(shù)據(jù)庫產(chǎn)品典型案例樂

/

知

/

樂

/

享同

/

心

/

共

/

濟一、12月數(shù)據(jù)庫排行榜解讀二、數(shù)據(jù)庫行業(yè)資訊和動態(tài)三、數(shù)據(jù)庫創(chuàng)新與智能應(yīng)用大小模型構(gòu)建Copilot&Agent賦能找數(shù)、開發(fā) 分布式數(shù)據(jù)管理助力數(shù)據(jù)價值交付效率提效率提升2倍 升10倍NL2SQL SQL續(xù)寫 問數(shù)Agent多輪通義大模型專用小模型知識管理DataDomain2DataDomain1DataDomain3開發(fā)監(jiān)測測試 調(diào)優(yōu)企業(yè)級數(shù)據(jù)平臺部署審批

DataOps

發(fā)布MLOps

運維Data+AI一站式開發(fā)與調(diào)度，一套體系實現(xiàn)DataOps+MLOps數(shù)據(jù)開發(fā) 模型開發(fā) 模型推理Data

+

AICI/CD調(diào)度質(zhì)量監(jiān)控DMS

OneMeta

+

OneOps一站式數(shù)據(jù)開發(fā)平臺OneOps(DataOps)開放元數(shù)據(jù)服務(wù)OneMeta云原生AI數(shù)據(jù)平臺OneOps(MLOps)關(guān)系型數(shù)據(jù)庫NoSQL數(shù)據(jù)庫數(shù)據(jù)倉庫對象存儲開源大數(shù)據(jù)平臺開源日志管理平臺阿里云瑤池在2024云棲大會上重磅發(fā)布了由Data+AI驅(qū)動的多模數(shù)據(jù)管理平臺DMS：OneMeta+OneOps，OneMeta構(gòu)建統(tǒng)一、開放、多模的元數(shù)據(jù)服務(wù)能力，實現(xiàn)跨引擎、分布式的全域數(shù)據(jù)管理DataMesh能力；OneOps通過DataOps和MLOps能力，幫助企業(yè)實現(xiàn)端到端的數(shù)據(jù)開發(fā)、模型管理及大模型應(yīng)用構(gòu)建，一站式實現(xiàn)企業(yè)Data+AI平臺的整體建設(shè)；目前DMS已服務(wù)超過10萬+企業(yè)客戶，助力企業(yè)快速擁抱Data+AI，降低高達90%的數(shù)據(jù)管理成本，業(yè)務(wù)決策效率提升10倍！智能開發(fā)提效 智能

Data

Mesh OneOps數(shù)智開發(fā)阿里云DMS

-

Data+AI的多模數(shù)據(jù)管理平臺樂

/

知

/

樂

/

享同

/

心

/

共

/

濟openGauss

-

興業(yè)銀行跨境支付清算系統(tǒng)項目概況為進一步保障興業(yè)銀行跨境業(yè)務(wù)連續(xù)性和高可用性，滿足全面信創(chuàng)、貫標、人行壓測和自主安全掌控等要求，興業(yè)銀行跨境支付清算系統(tǒng)雙活建設(shè)項目于2023年11月2日正式成立，歷時一年建設(shè)，于2024年11月16日完成全面投產(chǎn)。跨境支付清算系統(tǒng)是興業(yè)銀行對接跨境支付外部渠道的唯一接口，同時也是興業(yè)銀行第一個采用

openGauss

數(shù)據(jù)庫兩地三中心災(zāi)備架構(gòu)的重要信息系統(tǒng)。項目成果實現(xiàn)同城雙活架構(gòu)升級，RPO縮短至1分鐘內(nèi)，RTO縮短至5分鐘內(nèi)。通過系統(tǒng)開關(guān)快速實現(xiàn)業(yè)務(wù)流量在同城機房間的分流和切換，大大提升了系統(tǒng)的穩(wěn)定性和安全性，保障了業(yè)務(wù)連續(xù)性。在數(shù)據(jù)庫遷移改造過程中，完成600多張表的異構(gòu)數(shù)據(jù)庫DDL梳理以及近萬個字段的數(shù)據(jù)貫標對標工作。通過細致的技術(shù)驗證和性能測試工作，