《計算機行業深度：華為的數據庫之路：內啟外拓蝶變升級-241011（26頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業深度：華為的數據庫之路：內啟外拓蝶變升級-241011（26頁）.pdf（26頁珍藏版）》請在三個皮匠報告上搜索。

1、 請務必閱讀正文之后的信息披露和法律聲明 Table_Main 證券研究報告|行業深度 計算機 2024 年 10 月 11 日 計算機計算機 優于大市（維持）優于大市（維持）證券分析師證券分析師 陳涵泊陳涵泊 資格編號：S0120524040004 郵箱： 研究助理研究助理 王思王思 郵箱： 市場表現市場表現 資料來源：德邦研究所，聚源數據 相關研究相關研究 1.AI 反攻買主題關注算力、智駕和華為，2024.10.10 2.新質生產力新一輪周期，OA 雙雄多倍成長之路，2024.10.9 3.SaaS：計算機最彈性的低位白馬集中營，2024.10.8 4.計算機：跌幅次深，迎來曙光，202

2、4.9.28 5.華為全聯接大會，關注鴻蒙原生與算力底座，2024.9.21 華為的數據庫之路：內啟外拓，華為的數據庫之路：內啟外拓，蝶變升級蝶變升級 Table_Summary 投資要點：投資要點：高斯從內部孵化至共建生態，二十年磨一劍支撐信創數據庫發展。高斯從內部孵化至共建生態，二十年磨一劍支撐信創數據庫發展。華為數據庫起源于 2001 年為解決電信業務數據庫需求，從內部打磨完善出發，歷經 20 多年的技術積累并融入華為長期以來的企業服務質量與可信標準，形成在銀行、保險等行業核心系統普遍使用的分布式數據庫 GaussDB，且在 2019 年宣布將數據庫開源為 openGauss。兩類數據庫

3、定位清晰，共同構成當前國產數據庫的重要組成部分。GaussDB 同時支持分布式和主備部署，面向特定行業提供定制化服務，適合數據庫安全與性能較高的客戶；openGauss 支持主備部署，側重于開源協作，面向更廣泛的用戶群體提供標準化和高性能的數據庫產品；二者均支持全棧信創能力，和國產 CPU、國產操作系統以及中間件有很好的生態兼容。集中式與分布式數據庫路線兼顧，高斯稟賦優勢顯著。集中式與分布式數據庫路線兼顧，高斯稟賦優勢顯著。目前，集中式數據庫仍為主流，而隨著信息技術發展，數據體量與復雜度提升，分布式數據庫憑借高并發、易拓展、多地部署等技術要素迎來有利發展條件。金融、電信等行業為應對業務系統的海

4、量數據、高并發等需求，積極推動分布式數據庫建設。GaussDB 是國內唯一能夠做到軟硬協同、全棧自主創新的分布式數據庫，通過多維度的技術創新，在行業實踐中構筑了高可用、高安全、高性能、高彈性、高智能的技術優勢，而在數據庫替換場景中，又具備易部署、易遷移的特性。通過對比其他分布式數據庫，GaussDB 的 RTO 高可用指標領先，同時憑借華為在軟硬件領域的優勢，在可靠性與性能上都實現了領先優勢。openGauss 定位為集中式數據庫，內核深度融合華為在數據庫領域多年的經驗，結合企業級場景需求，具備高可靠、高性能、高安全、易運維等技術特點。與國內部分主流集中式數據庫對比，openGauss 數據庫

5、整體技術水平表現較好，支持標準 SQL、多字符集等功能。高斯堅持走自主創新道路，有望受益于信創領軍于關基行業。高斯堅持走自主創新道路，有望受益于信創領軍于關基行業。根據 CCSA TC601，中國數據庫市場規模預計到 2028 年達到 930.29 億元，2023-2028 年的CAGR 為 12%。近些年隨著國際形勢變化以及我國數據庫產品競爭力提升，數據庫信息安全備受重視，特別國債的落地以及國測標準的確定，有望提升信創供需兩方積極性。華為堅持走自主創新道路，GaussDB 核心代碼 100%自主可控，openGauss 開源根社區初步形成。從應用領域來看，GaussDB 依托豐富產品矩陣和硬

6、核技術優勢，在金融行業已建立格局，并在關基領域覆蓋 11 個行業，服務百余家關基企業，幫助客戶實現數字化轉型；openGauss 已跨越生態拐點，下游應用場景廣闊，已有超百個客戶實踐案例，合作伙伴商業應用加速普及，在 2023年中國線下集中式數據庫市場新增市場份額達 21.9%。從渠道建設來看，GaussDB 同時通過華為云 Stack、華為云直銷途徑以及合作伙伴轉售的方式打通市場，openGauss 定位為開源社區，主要通過與合作伙伴共同進行市場布點。投資建議。投資建議。我們認為，華為數據庫從內部磨練完善出發，衍生出自研商用和開源共進兩條道路，通過不斷的內部迭代與外部合作伙伴共創，至今已成為

7、千行百業重要的數據基礎底座，建議關注已基于 openGauss 形成了成熟商業發行版的廠商以及相關的技術服務與增值商：海量數據、潤和軟件、中國軟件國際、航天軟件、軟通動力、科藍軟件、東方國信、長亮科技、星環科技等。風險提示：風險提示：技術路線分散，同質化競爭加劇風險；開源社區“斷供”，關鍵核心技術能力不足風險；openGauss 生態建設、社區影響力不及預期；國產數據庫遷移進度不及預期等。-49%-39%-29%-20%-10%0%10%20%2023-102024-022024-06計算機滬深300 行業深度 計算機 2/26 請務必閱讀正文之后的信息披露和法律聲明 內容目錄內容目錄 1.二

8、十余年磨一劍，高斯持續打造世界級數據庫.5 1.1.從內部孵化至共建生態，高斯自研與開源并舉.5 1.2.GaussDB 與 openGauss 定位清晰，合力支撐信創數據庫發展.6 2.集中式與分布式數據庫路線兼顧，高斯稟賦優勢顯著.7 2.1.集中式數據庫仍為主流，分布式數據庫迎來快速發展機遇.7 2.2.GaussDB 覆蓋分布式數據庫及工具，形成“五高兩易”技術優勢.10 2.3.openGauss 打造企業級集中式數據庫，技術水平表現優異.13 3.信創推進國產化進程，高斯扎深國產數據庫技術根.15 3.1.行業具備成長空間，國產數據庫廠商逐漸崛起.15 3.2.政策紅利不斷釋放，數

9、據庫國產化率有望抬升.17 3.3.華為堅持走自主創新道路，高斯領軍于關基行業.19 3.3.1.GaussDB 核心代碼 100%自主可控，openGauss 開源根社區初步形成.19 3.3.2.GaussDB 深耕金融拓展至多行業，渠道建設直銷和合作伙伴并行.21 3.3.3.openGauss 下游應用場景廣闊，渠道以合作伙伴助力為主.23 4.投資建議.24 5.風險提示.25 行業深度 計算機 3/26 請務必閱讀正文之后的信息披露和法律聲明 圖表目錄圖表目錄 圖 1：GaussDB 發展歷程.5 圖 2：GaussDB 分布式部署整體架構.6 圖 3：openGauss 主備部署

10、整體架構.6 圖 4：2023-2028 年全球數據圈預測.8 圖 5：中國分布式和集中式數據庫份額情況（2021 年）.9 圖 6：國產分布式數據庫規模及增速.9 圖 7：中國金融業分布式數據庫占比情況.9 圖 8：華為云數據庫服務全景圖.10 圖 9：GaussDB 整合華為再存儲上的優勢.12 圖 10：GaussDB 結合鯤鵬優勢 TPCC 較 x86 架構提升 1.5 倍.12 圖 11：GaussDB 處于用戶未來變更的品牌預期前列.12 圖 12：openGauss 定位與關鍵技術優勢.13 圖 13：openGauss 架構與 PostgreSQL 架構對比.14 圖 14：全

11、球數據庫市場規模及增速.15 圖 15：中國數據庫市場規模及增速.15 圖 16：中國數據庫規模占全球比例.15 圖 17：中國高校及企業貢獻論文數占比.16 圖 18：2024 年 6 月底全球數據庫企業數量（家）.16 圖 20：2011-2023 年 DBMS 市場份額的排名.17 圖 21：中國數據庫國產化率走勢.19 圖 22：國產數據庫重點行業應用國產品牌使用率.19 圖 23：openGauss 生態社區活躍.20 圖 24：openGauss 社區“結隊”計劃.21 圖 25：華為云 GaussDB 中國金融級分布式數據庫雙第一.22 圖 26：中國關系型數據庫管理軟件市場份額

12、情況（2023 年）.22 圖 27：GaussDB 的渠道策略.23 圖 28：2023 年中國線下集中式數據庫新增裝機統計.23 圖 29：2023 年 openGauss 系中國重點行業新增裝機量（套）.23 圖 30：openGauss 實踐案例.24 圖 31：2023 年度 openGauss 標桿應用實踐案例.24 圖 32：openGauss 部分社區合作伙伴.24 行業深度 計算機 4/26 請務必閱讀正文之后的信息披露和法律聲明 表 1：主備版和分布式版的差異.6 表 2：GaussDB 與 openGauss 對比.7 表 3：集中式數據庫與分布式數據庫對比.8 表 4：

13、云數據庫的特點.9 表 5：GaussDB、OceanBase、TDSQL 技術指標對比.11 表 6：GaussDB 和其他部分數據庫高可用指標對比.12 表 7：openGauss 與 PostgreSQL 關鍵差異化因素.14 表 8：國內部分主流集中式數據庫技術指標對比.14 表 9：入圍安全可靠測評結果的集中式與分布式數據庫.18 表 10：國產數據庫技術路線梳理.19 表 11：GaussDB 部分客戶應用案例.22 行業深度 計算機 5/26 請務必閱讀正文之后的信息披露和法律聲明 1.二十余年磨一劍，高斯持續打造世界級數據庫二十余年磨一劍，高斯持續打造世界級數據庫 1.1.從內

14、部孵化至共建生態從內部孵化至共建生態，高斯自研與開源并舉高斯自研與開源并舉 二十余年戰略投入二十余年戰略投入，Gauss 數據庫摘取基礎軟件皇冠上的明珠數據庫摘取基礎軟件皇冠上的明珠。華為進軍數據庫領域始于 2001 年，因電信業務快速增長導致客戶結算問題頻發，依賴國外數據庫的弊端顯現；面對挑戰，華為決定自主編寫數據庫代碼，先在內部使用以確?？蛻舭踩?，華為堅持以 Oracle 為標桿，持續打磨，經過多次技術融合和版本迭代，最終推出了強大可靠的分布式數據庫 GaussDB。目前，GaussDB 已在華為內部和銀行、保險、證券、能源等行業的核心業務系統得到廣泛應用。其發展歷程可劃分為四個階段：20

15、01-2011：內部自用階段。：內部自用階段。主要圍繞公司的電信業務展開，研發了分布式內存數據庫，并應用于自身業務。2011-2019：聯合：聯合產品化產品化階段。階段。華為于 2011 年底成立實驗室，推出了企業級的分布式 OLAP 數據庫、分布式 OLTP 數據庫產品。2019-2020：云與開源云與開源階段。階段。標志性事件就是 2019 年 5 月份，華為面向全球正式發布了以 GaussDB 為品牌的企業級分布式數據庫，開啟了與合作伙伴打造數據庫產業生態的道路；2019 年 9 月，在華為全聯接大會上，華為宣布將開源其數據庫產品，開源后命名為 openGauss；2020 年 6 月份

16、，openGuass 宣布正式開源。2021-至今：生態構建階段。至今：生態構建階段。2021 年以來，GaussDB 致力于分享企業級數據管理能力，積極引領生態建設，促進數據庫教育事業發展。圖圖 1：GaussDB 發展歷程發展歷程 資料來源：華為云官網，德邦研究所 行業深度 計算機 6/26 請務必閱讀正文之后的信息披露和法律聲明 1.2.GaussDB 與與 openGauss 定位清晰，合力支撐信創數據庫發展定位清晰，合力支撐信創數據庫發展 GaussDB 側重于云和分布式特性，面向特定行業提供定制化服務側重于云和分布式特性，面向特定行業提供定制化服務，openGauss 側重于開源協

17、作，面向更廣泛的用戶群體提供標準化和高性能的數側重于開源協作，面向更廣泛的用戶群體提供標準化和高性能的數據庫產品。據庫產品。GaussDB 是華為公司傾力打造的自研企業級分布式關系型數據庫，該產品支持優異的分布式事務，同城跨 AZ 部署，數據 0 丟失，支持 1000+擴展能力，PB 級海量存儲等企業級數據庫特性。擁有云上高可用，高可靠，高安全，彈性伸縮，一鍵部署，快速備份恢復，監控告警等關鍵能力，能為企業提供功能全面，穩定可靠，擴展性強，性能優越的企業級數據庫服務。openGauss 作為一款企業級開源關系型數據庫，提供面向多核的極致性能、全鏈路的業務和數據安全、基于 AI 的調優和高效運維

18、的能力，全面友好開放，致力于構建一個開放的全球合作伙伴生態系統。GaussDB 支持分布式與主備部署支持分布式與主備部署，openGauss 支持主備部署支持主備部署。在數據庫組件上，GaussDB 數據庫相比 openGauss 數據庫多了協調節點（Coordinator Node）、全局事務管理器（Global Transaction Manager）。組件作為架構實施的物理或邏輯單元，對數據庫架構有直接影響，從而 GaussDB 數據庫與openGauss 數據庫在架構上有所區別，二者分別呈現為分布式形態整體架構與主備部署整體架構。主備版采用 1 主 2 備、1 主 1 備 1 日志以及

19、單副本的部署形態，其部署主要強調數據的可靠性與業務連續性，適用于數據量不大、增長速度平緩的應用場景，不支持實例擴容；分布式支持獨立部署和混合部署，是針對數據量龐大、并發請求高的場景設計的，它可以支持實例的靈活擴展，以應對未來業務增長的需求。圖圖 2：GaussDB 分布式分布式部署部署整體架構整體架構 圖圖 3：openGauss 主備部署整體架構主備部署整體架構 資料來源：華為云官網，德邦研究所 資料來源：openGauss 官網，德邦研究所 表表 1：主備版和分布式版的差異：主備版和分布式版的差異 實例實例類型類型 支持的部署支持的部署形態形態 是否支持實是否支持實例擴容例擴容 適用場景適

20、用場景 包含的組件包含的組件 業務處理流程業務處理流程 分布式版 獨立部署、混合部署（僅基礎版本支持）是 數據量較大，對數據容量和并發能力有一定訴求。OM、CM、GTM、ETCD、CN、DN 業務應用下發 SQL給 CN，CN利用數據庫的優化器生成執行計劃，下發給 DN，每個 DN會按照執行計劃的要求去處理數據，處理完成后 DN將結果集返回給 CN進行匯總，最后 CN將匯總后的結果返回給業務應用。行業深度 計算機 7/26 請務必閱讀正文之后的信息披露和法律聲明 主備版 1主 2備、一主 1備 1日志、單副本 否 數據量較小，且長期來看數據不會大幅度增長，但是對數據的可靠性，以及業務的可用性有

21、一定訴求 OM、CM、ETCD、DN 業務應用直接下發任務給 DN，DN處理完成后再將結果返回給業務應用。資料來源：華為云官網，德邦研究所 GaussDB 與與 openGauss 在市場定位和架構上的差異，在市場定位和架構上的差異，影響了影響了它們在功能它們在功能特性、用戶群體等方面的差別特性、用戶群體等方面的差別，兩者合力支撐我國信創數據庫的發展兩者合力支撐我國信創數據庫的發展。GaussDB 的定位使得其在開發背景和社區支持、功能特性、技術支持與適用場景上，更加側重滿足企業級與關鍵行業的需求，而 openGauss 作為開源社區，準入寬松，社區開放，不提供任何商用支持服務，其用戶主要是傳

22、統上使用免費數據庫的客戶群，或者是自身有強維護能力的企業，適合大多數場景；GaussDB 的技術架構則是其能夠提供更強大的事務管理和分布式數據處理能力的關鍵，也是其具備橫向擴展能力的原因。兩者雖然定位與功能存在差異，然而均支持全棧信創能力，和國產 CPU、國產操作系統以及中間件有很好的生態兼容性。表表 2：GaussDB 與與 openGauss 對比對比 特性特性 openGauss GaussDB 開發背景和社區支持 由華為公司發起的一個開源項目，具有活躍的社區支持和貢獻者 是華為公司在 OpenGauss 的基礎上進行商業化擴展和增強后的產品，提供企業級的支持和服務 功能特性 功能相對基

23、礎，適合大多數通用場景，并且可以根據需求進行定制和擴展 在 openGauss 的基礎上增加了更多的高級特性和優化，包括但不限于性能優化、安全性增強、可靠性提升等，以滿足企業級應用的更高要求 技術支持和維護 通常依賴于社區的支持和貢獻來解決技術問題和提供更新 由華為公司提供專業的技術支持和維護服務，包括技術支持熱線、定期更新和補丁等 適用場景 適用于成本敏感、需要靈活性和可控性的場景，如中小型企業、教育機構或個人開發 適合對數據安全、性能穩定性和服務質量有較高要求的企業級應用場景，特別是大型企業和關鍵業務系統 部署架構 支持主備部署架構，滿足高可用需求 支持主備和分布式部署形態，高可用架構上支

24、持多中心部署，滿足金融級別的高可用需求 擴展能力 集中式部署受限于單臺服務器的處理能力，無法橫向擴容 支持分布式部署架構，具備橫向擴展能力，滿足高并發、高性能的場景 信創生態支持 支持全棧信創能力，和國產 CPU、國產操作系統以及中間件有很好的生態兼容 支持全棧信創能力，和國產 CPU、國產操作系統以及中間件有很好的生態兼容 資料來源：華為開發者空間，Gauss 松鼠會，德邦研究所 2.集中式與集中式與分布式數據庫分布式數據庫路線兼顧路線兼顧，高斯稟賦優勢顯著，高斯稟賦優勢顯著 2.1.集中式數據庫仍為主流集中式數據庫仍為主流，分布式數據庫，分布式數據庫迎來快速發展機遇迎來快速發展機遇 信息技

25、術發展使得數據量爆炸式增長，分布式數據庫能夠有效解決集中式數信息技術發展使得數據量爆炸式增長，分布式數據庫能夠有效解決集中式數據庫面對大規模數據處理難題應運而生。據庫面對大規模數據處理難題應運而生。根據 IDC，全球 2024 年將生成159.2ZB 數據，2028 年將增加一倍以上，達到 384.6ZB，復合增長率為 24.4%。集中式數據庫是將數據集中在一臺機器上進行處理，被物理地定義到單個位置上的數據庫軟件；分布式數據庫是采用計算機網絡將物理上分散的多個數據庫單元連接起來組成的一個邏輯上統一的數據庫，是在集中式數據庫的基礎上發展起來的，是分布式系統與傳統數據庫技術結合的產物，具有透明性、

26、數據冗余性、易于擴展性等特點，適應于存儲大規模的數據進行大量的數據處理；還具備高可靠、高可用、低成本等方面的優勢，能夠突破傳統數據庫的瓶頸，讀取數據和運 行業深度 計算機 8/26 請務必閱讀正文之后的信息披露和法律聲明 算的速度更快，滿足大規模數據處理和實時數據更新的需求，適應于高并發性、并行運算場景。劣勢方面，相比于集中式數據庫，分布式數據庫穩定性、安全性、保密性不足，管理也更為復雜。圖圖 4：2023-2028 年全球數據圈預測年全球數據圈預測 資料來源：IDC，IT之家，德邦研究所 表表 3：集中式數據庫與分布式數據庫對比集中式數據庫與分布式數據庫對比 集中式數據庫集中式數據庫 分布式

27、數據庫分布式數據庫 定義 僅在一個位置上儲存、定位和維護的數據庫 分布于計算機網絡且邏輯統一的數據庫 優點 1 1、較高的安全性和穩定性：、較高的安全性和穩定性：數據存儲再中央計算機上，對中央凈水機做好保護措施以及數據備份工作，即可保證較高的安全性和穩定性，適合存儲重要的核心數據；2 2、運算開銷和通信開銷?。?、運算開銷和通信開銷?。悍掌鹘Y構部署簡單，存儲數據的運算開銷小，通信的開銷也較??；3 3、產品商品化程度高：、產品商品化程度高：現有的集中式數據庫產品大都經過了市場的考驗，穩定可靠，商品化程度高，相應的公司服務能力成熟，便捷安全。1 1、滿足數據量、計算量大的需求：、滿足數據量、計算量

28、大的需求：只需布置足夠多的計算機，便能存儲足夠多的數據。相比傳統集中式數據庫可以更加方便地存儲更多的數據，做更大量的數據計算；2 2、讀取數據和運算的速度更快：、讀取數據和運算的速度更快：可并發讀取數據，可并行計算，因此讀取數據和運算速度都比集中式數據庫更快；3 3、靈活、可擴展性好：、靈活、可擴展性好：可方便地添加新機器對系統進行擴充，而集中式數據庫則沒有便捷的可擴展性。缺點 1、存儲空間有限，擴展的成本較高；2、響應速度較慢，難以支撐密集的并發讀寫；3、靈活性差，兼容性弱，無法進行非結構化大數據處理。1、穩定性、安全性、保密性不如傳統集中式數據庫；2、分布式事務的代價較高；3、管理復雜。代

29、表性產品/廠商 Oraacle、DB2、達夢數據、人大金倉 OceanBase、Google Spanner、GaussDB 資料來源：賽迪顧問，沙利文，德邦研究所 我國仍以集中式數據庫為主，在我國仍以集中式數據庫為主，在 IT 架構轉型需求架構轉型需求以及海量數據處理需求以及海量數據處理需求加加持下，未來分布式數據庫占比有望提升。持下，未來分布式數據庫占比有望提升。根據艾瑞咨詢，國內集中式數據庫的市場份額高居 80%左右，特別是在金融等傳統行業對集中式數據庫依賴度高。而隨著企業業務架構轉型，用戶系統數據量不斷增多、業務布局愈加分散，用戶更傾向于考慮高并發、易拓展、多地部署等技術要素，以及海量

30、數據下數據庫產品的成本控制，推動著分布式數據庫市場快速成熟，具有加大的發展前景。墨天輪數據顯示，國產分布式數據庫自 2019 年以來保持高速增長，熱度持續高漲，截至 2022 年 11 月，該數量達到 122 個，同比增長 45%。從產品來看，隨著數字化業務場景的深度，TiDB、OceanBase、GaussDB 等國產數據庫產品在全球和中國的熱度都經年不少。行業深度 計算機 9/26 請務必閱讀正文之后的信息披露和法律聲明 金融、電信等行業為應對業務系統的海量數據、高并發、實時處理等需求，金融、電信等行業為應對業務系統的海量數據、高并發、實時處理等需求，積極積極推動分布式數據庫建設。推動分布

31、式數據庫建設?，F代的分布式核心業務系統利用分布式數據庫，以更低的成本，更多的硬件選擇，實現更大規模的數據存儲能力、更高的業務處理響應能力、更佳的橫向擴展能力和更好的容災能力，顯著提升系統處理能力，保證業務連續性，提升客戶滿意度。根據沙利文，分布式數據庫在金融、電信行業用成效明顯，在各行業逐步開展應用，涵蓋不同類型的業務系統，總體占比達到7%，其中銀行業超過了 17%，證券業和保險業相對較低。圖圖 5：中國分布式和集中式數據庫份額情況（中國分布式和集中式數據庫份額情況（2021 年）年）資料來源：艾瑞咨詢，德邦研究所 圖圖 6：國產分布式數據庫規模及增速國產分布式數據庫規模及增速 圖圖 7：中國

32、中國金融業分布式數據庫占比情況金融業分布式數據庫占比情況 資料來源：墨天輪，艾瑞咨詢，德邦研究所 資料來源：沙利文中國關系型數據庫產業發展和行業應用（2023），德邦研究所 此外，云計算的發展也推動此外，云計算的發展也推動著著云數據庫的推廣云數據庫的推廣以及分布式數據庫的應用以及分布式數據庫的應用。2010 年起，隨著云計算技術的快速興起，云數據庫技術也順勢得到了迅猛發展?；谠朴嬎?，包括數據庫在內的 IT 基礎技術發生從技術形態到線上線下融合的大幅變化，數據庫技術呈現從傳統集中式到云時代分布式遷移替換的趨勢。隨著數據類型、數據規模的高速增長，傳統的終端計算場景已難以應對數據存儲處理的工作量與

33、復雜度。而云計算通過存算分離、資源彈性動態分配、邊緣節點計算打破了傳統計算場景瓶頸，實現了當前數據處理的需求，從而推動了分布式數據庫的應用發展。表表 4：云數據庫的特點云數據庫的特點 云數據庫特點云數據庫特點 彈性拓展 云數據庫可彈性擴展，快速提供存儲和計算資源，適應業務增長，無需大量人力和硬件投 高可用可信賴 云數據庫具備高可用和可靠性，通過分布式架構和冗余備份，確保故障時的數據安全和系統可用性，保障業務連續性 0%50%100%150%200%250%300%350%400%0204060801001201402019.112020.112021.112022.11國產分布式數據庫（個）y

34、oy（右）7.72%17.51%3.74%1.92%0%2%4%6%8%10%12%14%16%18%20%金融業銀行業證券業保險業 行業深度 計算機 10/26 請務必閱讀正文之后的信息披露和法律聲明 靈活可定制 云數據庫靈活可定制，提供豐富配置選項和參數調整，適應業務需求。用戶可按需選擇存儲引擎、調整資源比例 資料來源：沙利文中國關系型數據庫產業發展和行業應用（2023），德邦研究所 2.2.GaussDB 覆蓋分布式數據庫及工具覆蓋分布式數據庫及工具，形成“五高兩易”技術優勢形成“五高兩易”技術優勢 全場景業務，全開放生態，全場景業務，全開放生態，華為云提供華為云提供關系型關系型數據庫產

35、品，數據庫產品，非關系型數據庫非關系型數據庫產品和產品和數據庫數據庫生態工具、中間件服務。生態工具、中間件服務。關系型數據庫如 GaussDB，針對金融、電信等行業提供高性能和高可靠性，如 RDS 系列，助力企業核心數據安全上云。非關系型數據庫如 GeminiDB，支持 Redis、Mongo、Cassandra、Influx 接口，適應互聯網和工業互聯網等多種場景。數據庫生態工具和中間件如 DRS、DAS和 DDM 等，簡化了數據庫的遷移和管理，助力企業穩定高效處理與分析。華為云 GaussDB 全棧產品以及解決方案，助力客戶實現選型安心、遷移放心、生態無憂。圖圖 8：華為云數據庫服務全景圖

36、：華為云數據庫服務全景圖 資料來源：華為云官網，德邦研究所 GauaaDB 起源于起源于 PostgreSQL，通過優化已實現性能升級。，通過優化已實現性能升級。GaussDB 與PostgreSQL 有如下不同：1）PostgreSQL 是進程模型，而 GaussDB 是線程池模型；2）PostgreSQL 只支持行存，GaussDB 有行存，列存，還有 Ustore；3）PostgreSQL 僅有集中式，GaussDB 一套內核既支持集中式，又支持分布式；4）GaussDB 有很多獨特的特性，比如 GTM-Lite、Numa-Aware、兩地三中心、同城雙集群、動態脫敏、全密態、防篡改。G

37、aussDB 憑借其憑借其“五高兩易五高兩易”的技術優勢，的技術優勢，是國內是國內唯一能夠做到軟硬協同、唯一能夠做到軟硬協同、全棧全棧自主自主創新的分布式數據庫創新的分布式數據庫。所謂“五高”，即高安全、高智能、高性能、高彈性和高可用。作為國內首款獲得 CC EAL4+最高安全認證的純軟件全密態數據庫，GaussDB 不僅保障了數據的安全性，還在智能化方面走在前列，亦是國內首個 AI-Native 數據庫，從開發到運維實現了全流程智能化體驗。其 Ustore 存儲引擎確保了在海量數據處理下的高性能表現，而超大規模的分布式集群能力和云原生彈性伸縮機制，則使得資源利用率得以大幅提升。此外，Gaus

38、sDB 在國內率先實現了軟硬件全棧自主創新，通過雙集群強一致設計，達到了金融級的可靠 行業深度 計算機 11/26 請務必閱讀正文之后的信息披露和法律聲明 性標準。所謂“兩易”，即在數據庫替換場景中具備易遷移和易部署，簡化了數據庫替換過程中的復雜度，使企業能夠快速無縫地遷移到新的數據庫環境；例如，中國工商銀行采用 GaussDB 雙集群雙活方案后，故障恢復時間縮短至 2 分鐘，實現數據零丟失。通過對比其他分布式數據庫，通過對比其他分布式數據庫，GaussDB 的高可用的高可用、軟硬件全棧協同等方面軟硬件全棧協同等方面具有技術領先優勢。具有技術領先優勢。表表 5：GaussDB、OceanBas

39、e、TDSQL 技術指標對比技術指標對比 特性特性 GaussDB OceanBase TDSQL 安全性 國內首款純軟全密態數據庫，唯一獲得業界最高安全認證 CC EAL4+，支持國密算法、透明加密，通過數學算法直接在密文空間進行查詢和運算，提高密文數據處理效率，性能領先 35%以上，并且使用高并發摘要生成算法生成表級校驗碼，打破串行化，并發度可以提升十倍以上，支持多表、多賬本的關聯操作，支持 SQL，防止數據被篡改 OceanBase 同時獲得了 SOC2 報告和中國網絡安全審查技術與認證中心簽發的 EAL4+證書 騰訊云數據庫 TDSQL 獲得安全可靠等級“I 級”。性能 國內首個全自研

40、 Ustore 存儲引擎，確保了數據庫高性能，極低抖動，單節點 150 萬tpmC,32 節點 1500 萬 tpmC,百億數據查詢秒級響應 單節點:理論最高達 460,800 tmpC；TPC-C 榜首，1,557 節點達 7.07 億 tmpC；單集群最大數據量超過 3PB，最大單表行數達萬億級 單節點百萬 QPS 的超高性能，可以滿足高并發高性能的場景，保證關鍵業務的連續性，并可進一步提供讀寫分離以及讀寫擴展性 可用性 基于存算分離，GaussDB+鯤鵬+NOF 網絡+Dorado 存儲，全棧組合調優，集群級故障完全隔離，同城 AZ 內節點故障，RPO=0，RTO10s；同城跨 AZ 級

41、故障，RPO=0,RTO60s；兩地三中心異地容災方案，實現 1000 公里以上城市級容災能力 Paxos 高可用協議，在主庫故障后，剩余的服務器會很快自動選舉出新的主庫，并繼續提供服務；首創三地三中心五副本異地容災方案，金融行業 6 級容災標準，RPO=0，RTO=30 秒；閃回查詢、回收站、執行計劃演進 計算節點實現無狀態，支持本地和跨設備的秒級故障切換和恢復，支持基于快照的秒級備份和回檔。擴展性 分鐘級在線擴容,1000+節點,支持海量高并發/復雜查詢場景 透明擴展，自動負載均衡，應用透明的水平擴展；獨創總控服務和分區級負載均衡能力 計算節點可根據業務需要快速升降配，秒級完成擴容，結合彈

42、性存儲，實現計算資源的成本最優。數據一致性能力 支持一致性協議、多副本數據校驗、主備庫數據校驗以及數據定時校驗，但暫不支持鏈式數據校驗 支持一致性協議、多副本數據校驗、主備庫數據校驗、鏈式數據校驗、數據定時校驗 支持一致性協議、多副本數據校驗、主備庫數據校驗，但暫不支持鏈式數據校驗、數據定時校驗 兼容性 GaussDB 作為企業級 AI-Native 分布式數據庫，具備良好的兼容性，與傳統商業數據庫/MySQL 常用語法高度兼容，結合 UGO 的預遷移評估、結構遷移，能夠自主完成主流數據庫到 GaussDB 的語法轉換，結合 DRS 實現異構數據庫的在線遷移 Oracle/MySQL 平滑遷移

43、快速、最小成本搬遷應用與數據 100%兼容開源數據庫引擎 MySQL。幾乎無需改動代碼，即可完成現有數據庫的查詢、應用和工具平滑遷移 適用場景 支持金融、政務、軟件服務等多個行業，包括多家國有大行級案例，覆蓋包括核心交易業務、信用卡業務、互聯網金融類業務、貴金屬交易業務、渠道類業務、CRM/ERP/OA 等數十個 A-D 類銀行系統，近 1000 節點 應用于金融、能源、交通、電信等多個行業，從支付核心到金融核心場景、從政務核心到新零售場景，再到互聯網海量場景，逐漸走向通用，至今已助力 1000+客戶實現關鍵業務系統升級，其中 30%將其應用于核心系統 主要應用于互聯網/移動 App、游戲、金

44、融、電商等領域 資料來源：華為云官網，騰訊云官網，OceanBase 官網，沙利文&頭豹中國金融級分布式數據庫報告 2020，賽迪顧問，中國信息安全測評中心，德邦研究所 1）高可用方面高可用方面，GaussDB 開發了兩地三中心異地容災方案，實現 1000 公里以上城市級容災能力，同城 AZ 內節點故障實現 RPO=0、RTO10s，能夠實現在 IT 系統宕機后業務停頓時間較短、數據恢復較快，該數值在同類產品中具該數值在同類產品中具備優勢備優勢，國內大部分數據庫 RTO 處于30s 級別。行業深度 計算機 12/26 請務必閱讀正文之后的信息披露和法律聲明 表表 6：GaussDB 和和其他部

45、分其他部分數據庫數據庫高可用指標對比高可用指標對比 指標 GaussDB DM8 KingBaseES V8 GBase PolarDB TDSQL OceanBase TiDB GoldenDB RTO 10s 30s 秒級 秒級 30s（部分場景10ms）30s 8s 30s 30s RPO=0=0=0=0=0=0=0=0=0 資料來源：賽迪顧問，德邦研究所 2）GaussDB 作為國內當前唯一能夠做到軟硬協同、全棧創新的數據庫，作為國內當前唯一能夠做到軟硬協同、全棧創新的數據庫，在可靠性與性能上都實現了領先優勢。在可靠性與性能上都實現了領先優勢。在可靠性方面，數據庫和底層硬件密不可分，只

46、有軟硬協同才能讓數據庫真正安全可靠。GaussDB 的全系統防錯糾錯，可保障數據不出錯，而全棧系統級軟硬件故障通知的快速響應架構，可及時捕獲系統軟硬件故障并做出響應，多層級軟件+硬件冗余，則避免了單點故障。在性能上，計算、存儲、網絡圍繞數據庫深度優化，GaussDB 垂直整合華為軟硬件資源，可以突破純軟件層面性能優化的天花板，讓 GaussDB 實現性能倍增。比如將華為在存儲上的優勢，深入融合到數據庫的存算分離架構上，包括NDP（Near Data Processing）近數據處理，讓數據庫的計算邏輯充分利用整個存儲池的能力，并且更進一步，將 NDP 與 PQ（Parallel Query）相

47、結合，提高復雜查詢處理能力。在與華為鯤鵬 CPU 結合上，利用鯤鵬多核 CPU 架構優勢，通過進行 NUMA 綁核、對全局數據結構進行 NUMA 分區改造，減少跨核處理和核間沖突，提升業務并行處理能力；充分利用鯤鵬原生 Atomic_LSE 指令，實現NUMA-Aware 自旋鎖，大幅降低指令數，有效提升指令效率，性能更強。圖圖 9：GaussDB 整合華為再存儲上的整合華為再存儲上的優勢優勢 圖圖 10：GaussDB 結合鯤鵬優勢結合鯤鵬優勢 TPCC 較較 x86 架構提升架構提升 1.5 倍倍 資料來源：華為云官網，德邦研究所 資料來源：華為云官網，德邦研究所 GaussDB 是是用戶

48、用戶未來最傾向選擇的產品之一。未來最傾向選擇的產品之一。用戶對數據庫產品的核心訴求還是技術含量的高低，滿足用戶對產品的安全可靠性、兼容性等其他高性能的要求。未來隨著用戶業務峰值變化、系統宕機等情況發生，存在繼續部署和優化數據庫系統框架的需求。根據賽迪顧問調研結果，多數單位認為現階段國內數據庫可以滿足自身的基本業務需要，同時滿足業務系統的可控性，隨著行業上云、數據庫開源等趨勢，未來的數據庫產品結構更偏向國內。數據庫存量與增量市場并重，增量市場中主要由 OceanBase、GaussDB、DM8 等本土產品支撐，其中政府機構更鐘情于集中式國產數據庫產品，而金融機構需求參半，相對規模更大的金融機構對

49、國產分布式數據庫有更大的需求。圖圖 11：GaussDB 處于用戶未來變更的品牌預期前列處于用戶未來變更的品牌預期前列 行業深度 計算機 13/26 請務必閱讀正文之后的信息披露和法律聲明 調研對象現狀與預期對比調研對象現狀與預期對比 如今使用產品如今使用產品 TOP5 預期未來使用產品預期未來使用產品 TOP5 1.Oracle 1.OceanBase 2.MySQL 2.GaussDB 3.Microsoft SQL Server 3.DM8 4.HANA 4.TDSQL 5.DB2 5.PolarDB 資料來源：賽迪顧問，德邦研究所 2.3.openGauss 打造企業級集中式數據庫，技

50、術水平打造企業級集中式數據庫，技術水平表現優異表現優異 openGauss 是華為推出的基于國內自主根社區、自主創新、自主知識產權是華為推出的基于國內自主根社區、自主創新、自主知識產權的新一代的新一代企業級開源數據庫企業級開源數據庫,定位為集中式數據庫系統定位為集中式數據庫系統。2019 年 9 月，在華為全聯接大會上，華為宣布將開源其數據庫產品，開源后命名為 openGauss，次年openGauss 數據庫源代碼正式開放。目前，openGauss 版本規劃按照 6 個月一個小版本，1 年一個大版本的節奏，版本生命周期暫定 3 年。2024 年 3 月，openGauss 社區發布最新創新版

51、本 openGauss 6.0.0-RC1，版本生命周期為 0.5 年。openGauss 內核深度融合華為在數據庫領域多年的經驗，結合企業級場景內核深度融合華為在數據庫領域多年的經驗，結合企業級場景需求，持續構建競爭力特性。需求，持續構建競爭力特性。openGauss 是一款提供面向多核的極致性能、全鏈路的業務和數據安全，基于 AI 的調優和高效運維的能力，全面友好開放，攜手伙伴共同打造全球領先的企業級開源關系型數據庫，采用木蘭寬松許可證 v2發行。openGauss 具備如下技術特點：1）高可靠：故障切換時間 RTO10s；2）高性能：兩路鯤鵬性能 150 萬 tpmC；3）高安全：端到端

52、全方位安全防護；4）易運維：基于 AI 的智能參數調優。圖圖 12：openGauss 定位與關鍵技術優勢定位與關鍵技術優勢 資料來源：openGauss 官網，德邦研究所 openGauss 同樣基于同樣基于 PostgreSQL 數據庫內核數據庫內核開發，開發，作為作為 GaussDB 數據數據庫的開源主備版本，和庫的開源主備版本，和 PostgreSQL 相比相比，在性能和擴展性方面進行了優化。在性能和擴展性方面進行了優化。1）執行模型：OpenGauss 優化了線程池模型，滿足高并發的訪問需求；NUMA 改造：OpenGauss 支持信創服務器的 Numa 適配，提升服務器的性能；存儲

53、引擎 行業深度 計算機 14/26 請務必閱讀正文之后的信息披露和法律聲明 優化：OpenGauss 支持列存和內存引擎；優化器優化：結合實際的應用場景支持 CBO 對復雜查詢場景的優化能力。圖圖 13：openGauss 架構與架構與 PostgreSQL 架構對比架構對比 資料來源：openGauss 官網，德邦研究所 表表 7：openGauss 與與 PostgreSQL 關鍵差異化因素關鍵差異化因素 關鍵差異化因素關鍵差異化因素 openGauss PostgreSQL 運行時模運行時模型型 執行模型執行模型 線程池模型，高并發連接切換代價小、內存損耗小，執行效率高，一萬并發連接比最

54、優性能損耗5%進程模型，數據庫進程通過共享內存實現通訊和數據共享。每個進程對應一個并發連接，存在切換性能損耗，導致多核擴展性問題。事務處理事務處理機制機制 并發控制并發控制 64位事務 ID，使用 CSN解決動態快照膨脹問題;NUMA-Aware引擎優化改造解決“五把大鎖”事務 ID回卷，長期運行性能因為 ID回收周期大幅波動；存在“五把大鎖”的問題，導致事務執行效率和多處理器多核擴展性存在瓶頸 日志和檢日志和檢查點查點 增量 Checkpoint機制，實現性能波動15%鯤鵬鯤鵬NUMA NUMA改造、cache-line padding、原生 spin-lock NUMA多核能力弱，單機兩路

55、性能 TPMC 60w 數據存儲數據存儲與組織與組織 多引擎多引擎 行存、列存、內存引擎，在研 DFV 存儲和原位更新 僅支持行存 查詢優化查詢優化器器 優化器優化器 支持 SQL Bypass,CBO 吸收工行等企業場景優化能力 支持 CBO，復雜場景優化能力一般 SQL 解析 ANSI/ISO 標準 SQL92、SQL99和 SQL2003和企業擴展包 ANSI/ISO 標準 SQL92、SQL99 和 SQL2003 資料來源：openGauss 官網，德邦研究所 與國內部分主流集中式數據庫對比，openGauss 數據庫整體技術水平表現較好，支持標準 SQL、多字符集、多 CPU 并行

56、處理等功能。表表 8：國內國內部分部分主流集中式數據庫技術指標對比主流集中式數據庫技術指標對比 指標指標 達夢數據達夢數據 DM 數據庫數據庫 Oracle Oracle 數據庫數據庫 人大金倉人大金倉 KingbaseES 神州通用神州通用 神通數據庫神通數據庫 華為華為 openGauss 標準 SQL 支持 支持 支持 支持 支持 多字符集 支持 支持 支持 支持 支持 圖形化管理 支持 支持 支持 支持 未見公開信息 支持讀寫分離 支持 未見公開信息 支持 支持 支持 支持多 CPU并行處理 支持 支持 支持 支持 支持 支持 7*24/MTTF（平均無故障時間）支持 支持 支持 支持

57、/大于 3年 支持 RTO（數據恢復點目標）/MTTR（平均修復時間）秒級 秒級 秒級 10min 10s 集群故障節點自動恢復/加入 支持 支持 支持 支持 支持 行業深度 計算機 15/26 請務必閱讀正文之后的信息披露和法律聲明 安全防護等級 EAL4+安全四級 EAL2+（19C）EAL4+（11g）EAL4+安全四級 安全四級 未見公開信息 機器學習 支持 支持 未見公開信息 支持 支持 資料來源：關于武漢達夢數據庫股份有限公司首次公開發行股票并在科創板上市申請文件的審核問詢函之回復，德邦研究所（注：數據來自各廠商公開信息，但因測試環境、硬件、參數、場景等方面往往存在差異，因此相關指

58、標得出并非基于完全相同的條件，并非嚴格滿足可比條件）3.信創推進國產化進程信創推進國產化進程，高斯扎深國產數據庫技術根，高斯扎深國產數據庫技術根 3.1.行業具備成長空間，國產數據庫廠商逐漸崛起行業具備成長空間，國產數據庫廠商逐漸崛起 全球數據庫市場規模持續擴張，我國數據庫市場空間廣闊。全球數據庫市場規模持續擴張，我國數據庫市場空間廣闊。根據 Gartner，全球數據庫市場持續多年實現增長，預計 2023 年全球數據庫市場規模將首次突破 1000 億美元，預計 2020-2023 年 CAGR 約為 16%。對我國而言，數據庫增速更為可觀，具有廣闊的發展空間。根據 CCSA TC601，202

59、3 年中國數據庫市場規模為 522.4 億元人民幣，占全球 7.34%，而 2020 年該比例僅為 5.2%。伴隨著數據規模的高速增長以及我國“新基建”、信息化建設的不斷推進，在海量復雜數據的存儲、調用、處理和分析等工作中，數據庫管理系統軟件扮演著不可或缺的重要角色，中國數據庫行業具備較大的成長空間。根據 CCSA TC601，中國數據庫市場規模預計到 2028 年達到 930.29 億元，2023-2028 年之間的CAGR 為 12.23%。圖圖 14：全球數據庫市場規模及增速全球數據庫市場規模及增速 圖圖 15：中國數據庫市場規模及增速中國數據庫市場規模及增速 資料來源：Gartner，

60、199it，每經網，德邦研究所（注：2022 和 2023E 分別超過 910、1000 億美元）資料來源：大數據技術標準推進委員會（CCSA TC601），德邦研究所 圖圖 16：中國數據庫規模占全球比例中國數據庫規模占全球比例 0%5%10%15%20%25%02004006008001000120020192020202120222023E市場規模（億美元）yoy（右）0%2%4%6%8%10%12%14%16%0200400600800100020232024E2025E2026E2027E2028E市場規模（億元）yoy（右）行業深度 計算機 16/26 請務必閱讀正文之后的信息披露

61、和法律聲明 資料來源：信通院，大數據技術標準推進委員會（CCSA TC601），德邦研究所 國產數據庫正在迅速發展，逐步跟上國外發展水平。國產數據庫正在迅速發展，逐步跟上國外發展水平。1）從科研創新來看，中國創新實力不斷增強，在全球三大數據庫領域頂級學術會議的影響力持續提升。中國高校及企業在 ICDE 論文貢獻占比最高，2021-2023 三年依次為 44.68%、65.43%和 65.36%，三大會議每年貢獻占比平均為 27.17%、40.70%和 46.35%，數量呈逐年上升趨勢。圖圖 17：中國高校及企業貢獻論文數占比中國高校及企業貢獻論文數占比 資料來源：大數據技術標準推進委員會（CC

62、SA TC601），德邦研究所（注：截至 2024 年 6 月）2）從數據庫企業與產品數量來看，中美是全球數據庫產業的主力軍。據CCSA TC601 統計，截止 2024 年 6 月，全球有共計 518 家數據庫產品提供商，中美均為 167 家，占比 32.2%；全球數據庫產品數量為 715 款，中美分別為269 和 252 款領先，占比分別為 37.6%和 35.2%。大量的中國數據庫廠商以及產品的出現，通過沉淀技術，為挑戰傳統數據庫巨頭帶來了更多的可能。圖圖 18：2024 年年 6 月底全球數據庫企業數量（家）月底全球數據庫企業數量（家）5.2%7.2%7.34%0%1%2%3%4%5%

63、6%7%8%202020222023中國數據庫規模占全球比例16.68%20.15%44.68%28.65%28.01%65.43%43.59%30.51%65.36%0%10%20%30%40%50%60%70%SIGMODVLDBICDE202120222023 行業深度 計算機 17/26 請務必閱讀正文之后的信息披露和法律聲明 資料來源：大數據技術標準推進委員會（CCSA TC601），德邦研究所 3）從市場影響力來看，我國經過多年的研發和實踐，國產數據庫廠商已度過了學習摸索時期，在國際形勢發生變化以及政策支持下，我國廠商正在快速發展并搶占市場份額。從全球來看，根據 Gartner 發

64、布的2023 年數據庫市場份額報告，前五名分別為亞馬遜、微軟、Oracle、谷歌、IBM、SAP，而中國有四家企業上榜，分別為阿里云（第 8）、華為（第 10）、騰訊（第 11）、Pingcap（第 34）。圖圖 19：2011-2023 年年 DBMS 市場份額市場份額的的排名排名 資料來源：Gartner，墨天輪2023 年中國數據庫年度行業分析報告，德邦研究所 3.2.政策紅利不斷釋放，數據庫國產化率有望抬升政策紅利不斷釋放，數據庫國產化率有望抬升 近些年隨著國際形勢變化，數據庫信息安全備受重視。近些年隨著國際形勢變化，數據庫信息安全備受重視。根據億歐智庫，2022 年 9 月底國資委下

65、發 79 號文，全面指導并要求國央企落實信息化系統的信創國產化改造，要求央企、國企、地方國企全面落實信創國產化?？傮w目標是重點推進行業央、國企 2027 年底實現 100%信創替代。數據庫作為技術壁壘較高的基礎軟件，是信創行業當中的重要一環。2024 年 9 月 30 日，中國信息安全測評中心發布安全可靠測評結果公告（2024 年第 2 號）（第三期），本期以數據庫產品為主，其中 6 款集中式數據庫、中國,167美國,167其他國家,184 行業深度 計算機 18/26 請務必閱讀正文之后的信息披露和法律聲明 11 款分布式數據庫和 2 款 CPU 產品。6 款集中式數據庫：華為 2 款；中電

66、科金倉、神舟通用、海量數據、瀚高各 1 款入圍，其中華為 GaussDB V2.0（集中式版）為本次唯一安全可靠等級為級的產品。與 2023 年 12 月中國信息安全測評中心公布的第一期安全可靠測評結果相比，此次最大的兩個變化：1）數據庫產品更為豐富，集中式和分布式并舉，充分活躍信創數據庫供給市場；2）增加安全可靠等級級別，GaussDB 在其中承擔重要角色。表表 9：入圍安全可靠測評結果的集中式入圍安全可靠測評結果的集中式與分布式與分布式數據庫數據庫 第一期第一期 第三期第三期 送測單位送測單位 產品名稱產品名稱 安全可靠安全可靠等級等級 送測單位送測單位 產品名稱產品名稱 安全可靠安全可靠

67、等級等級 集中式數據庫集中式數據庫 集中式數據庫集中式數據庫 武漢達夢數據庫股份有限公司 達夢數據庫管理系統V8.4 I級 華為云計算技術有限公司 GaussDB V2.0（集中式版）II級 阿里云計算有限公司 PolarDB V2.0 I級 中電科金倉（北京）科技股份有限公司 金倉數據庫管理系統 V9 I級 騰訊云計算（北京）有限責任公司 TDSQL關系型數據庫管理系統軟件 V8.0 I級 天津神舟通用數據技術有限公司 神通數據庫管理系統 V7.0 I級 瀚高基礎軟件股份有限公司 瀚高安全版數據庫系統V4.5 I級 北京海量數據技術股份有限公司 海量數據庫管理系統 G100簡稱：Vastba

68、se G100 V3.0 I級 成都虛谷偉業科技有限公司 虛谷數據庫管理系統V11.0 I級 瀚高基礎軟件股份有限公司 瀚高數據庫管理系統 V9.0 I級 天津南大通用數據技術股份有限公司 南大通用安全數據庫管理系統 GBase 8s V8.8 I級 華為云計算技術有限公司 TaurusDB V2.0 I級 北京東方金信科技股份有限公司 海盒通用數據庫管理系統（SeaboxSQL）V11.5 I級 分布式數據庫分布式數據庫 北京人大金倉信息技術股份有限公司 金倉數據庫管理系統KingbaseES V8 I級 平凱星辰（北京）科技有限公司 平凱數據庫企業版軟件 V7.1 I級 北京海量數據技術股

69、份有限公司 海量數據庫 G100 管理系統 V2.2 I級 武漢達夢數據庫股份有限公司 達夢數據庫管理系統（分布式版）簡稱:DMDPC V8.4 I級 北京萬里開源軟件有限公司 萬里安全數據庫軟件V1.0 I級 阿里云計算有限公司 阿里云 PolarDB數據庫管理軟件（分布式版）V2.0 I級 北京優炫軟件股份有限公司 優炫數據庫管理系統V2.1 I級 中電科金倉（北京）科技股份有限公司 金倉分布式 HTAP數據庫集群軟件V3 I級 天津南大通用數據技術股份有限公司 南大通用大規模分布式并行數據庫集群系統簡稱：GBase 8a MPP Cluster V9 I級 天津神舟通用數據技術有限公司

70、神通數據庫管理系統（MPP集群版）V7.0 I級 成都虛谷偉業科技有限公司 虛谷數據庫管理系統 V12.0 I級 騰訊云計算（北京）有限責任公司 騰訊云分布式數據庫 TDSQL管理系統 V10.3 I級 華為云計算技術有限公司 GaussDB V2.0（分布式版）I級 中興通訊股份有限公司 GoldenDB數據庫 V6 I級 北京奧星貝斯科技有限公司 OceanBase數據庫軟件 V4 I級 資料來源：中國信息安全測評中心官網，德邦研究所 財政政策持續發力，政府預算更為積極財政政策持續發力，政府預算更為積極。1）超長期特別國債發行計劃發布：5 月 13 日，財政部公布了 2024 年一般國債、

71、超長期特別國債發行的有關安排，品種發行包括 20 年期、30 年期和 50 年期，今年一共發行 22 次，時間從 5 月-11 月，主要集中在今年二三季度。5 月 17 日，2024 年超長期特別國債（一期）啟動招標，期限為 30 年，招標總額為 400 億元。根據安排，超長期特別國債重點聚焦加快實現高水平科技自立自強等方面的重點任務，資金總額高達資金總額高達 1 萬億。萬億。2）科技創新和技術改造再貸款：央行 4 月 7 日宣布設立科技創新和技術改造再貸款，額度 5000 億元，利率 1.75%，旨在激勵引導金融機構加大對科技型中小企業、重點領域技術改造和設備更新項目的金融支持力度。3）財政

72、預算安排：行業深度 計算機 19/26 請務必閱讀正文之后的信息披露和法律聲明 根據財政部 3 月發布的關于 2023 年中央和地方預算執行情況與 2024 年中央和地方預算草案的報告，2024 年中央財政涉及突破核心技術、推動高水平科技自立自強的科技經費 4688 億元。我們認為，隨著國產數據庫的崛起以及我們認為，隨著國產數據庫的崛起以及在財政資金支持下在財政資金支持下信創行業的全面鋪信創行業的全面鋪開，數據庫國產化趨勢開，數據庫國產化趨勢或將或將愈發明顯。愈發明顯。國產數據庫正由邊緣系統至核心系統、由重點行業向全行業應用鋪開，已成功應用于政府、軍隊、教育、電力、金融、農業、衛生、交通、科技

73、等行業和領域。近些年隨著各行業數字化轉型不斷加速，中國數據庫應用創新實踐邁入新階段，其應用范圍已擴展至金融、電信等關鍵行業中，且深入到對性能需求極高、穩定性要求極強的賬務、調度等核心系統。隨著信創進程由黨政向行業的全面鋪開，國內數據庫廠商將擺脫對政府的依賴，而國測的落地或進一步加快國產數據庫采購節奏，推動國產數據庫滲透率持續走高。根據智研咨詢，2014-2022 年我國數據庫國產化率持續提升，截至 2022 年國產化率達 21.3%。圖圖 20：中國數據庫國產化率走勢中國數據庫國產化率走勢 圖圖 21：國產數據庫國產數據庫重點行業重點行業應用國產品牌使用率應用國產品牌使用率 資料來源：智研咨詢

74、，財經頭條，德邦研究所 資料來源：沙利文中國關系型數據庫產業發展和行業應用（2023），德邦研究所 3.3.華為堅持走自主創新道路，高斯領軍于關基行業華為堅持走自主創新道路，高斯領軍于關基行業 3.3.1.GaussDB 核心代碼核心代碼 100%自主可控，自主可控，openGauss 開源根社區開源根社區初步形成初步形成 國產數據庫技術路線多樣，產業發展以“跟隨”海外為主國產數據庫技術路線多樣，產業發展以“跟隨”海外為主，基于國內自主技基于國內自主技術開源型術開源型成為重要路線成為重要路線。中國數據庫市場中，基于 PostgreSQL(PG)和 MySQL兩大開源項目的國產數據庫產品接近 6

75、0%，技術路線大致可分為獨立自研型、基于國內自主技術開源型、基于海外開源代碼的二次開發型等技術路線，衍生出不同類型的數據庫產品。其中，獨立自研路線具備自主性和抗“斷供”風險，也可能存在成熟度不足、產品迭代慢等問題，GaussDB 等為典型產品；基于國內自主技術開源型同樣把握了技術“根社區”，不受“斷供”影響，是我國數據庫產業發展和升級的中堅力量，后期也需要不斷地完善生態維持可持續發展動力，典型產品為華為的 openGauss；基于海外開源代碼的二次開發型雖然研發周期短、與上游產品高度兼容，然而自主創新受限，且可能面臨上游“斷供”風險。表表 10：國產數據庫技術路線梳理國產數據庫技術路線梳理 特

76、點分析特點分析 風險分析風險分析 典型產品典型產品 獨立自研 技術獨立演進 技術積累不足 GaussDB、達夢 DM、奧星貝斯 OceanBase、平凱抗“斷供”風險 成熟度待驗證 行業深度 計算機 20/26 請務必閱讀正文之后的信息披露和法律聲明 兼容性強 創新空間受限 星辰 TiDB 基于自主技術開源、“根社區”和開源生態 獨立技術根基 技術投入需求大 華為 openGauss 社區影響力 生態待完善 生態圈建設 市場運轉挑戰 基于海外開源代碼的二次開發路線（上游兼容型）上游兼容型數據庫 知識產權風險 MySQL系衍生產品及RDS 服務 普遍依賴國外開源 容易產生技術依賴 自主創新受限

77、自主創新受限 資料來源：沙利文中國關系型數據庫產業發展和行業應用（2023），德邦研究所 華為華為 GaussDB 核心代碼核心代碼 100%自研，是企業核心業務數字化轉型的堅實數自研，是企業核心業務數字化轉型的堅實數據底座。據底座。GaussDB 首要的任務是解決華為的業務連續性需求，能不受任何約束地使用數據庫，所以從一開始就思考如何完全的自主可控，從每一行代碼、從生態，從電信的可靠、可用及性能等要求出發，再和云技術相結合，打造企業級分布式數據庫。最早 GaussDB 內核引擎基于 PostgreSQL9.2 開源版本不斷演進，根據 PG-XC 架構演生了多 CN 架構，主要開發了分布式執行

78、框架（stream 算子）、向量化引擎等領域中較重要的特性。目前 GaussDB 除了保留 PostgreSQL的標準接口和公共函數外，在自研生態、架構和關鍵技術上也有了新的發展，開源了集中式部署的能力，重構了存儲引擎和優化器。2023 年 6 月，在華為全球智慧金融峰會 2023 上，華為云正式發布新一代分布式數據庫 GaussDB，實現了核心代碼 100%自主研發，是國內當前做到軟硬協同、全棧自主的國產數據庫。openGauss 自主開源根社區初步形成自主開源根社區初步形成，社區持續擴容軟件商業化進展良好。社區持續擴容軟件商業化進展良好。截至 24 年 9 月 24 日，openGauss

79、 開源社區用戶數量超過 320 萬人，已有 758家企業加入社區，吸引超過 7200 名開發者實際參與社區貢獻。截至 2024 年 6月，openGauss 全球版本下載數量超過 270 萬套，345 家高校與 openGauss 社區達成合作。同時，openGauss 商業化進展良好，逐步形成社區開源與 DBV 商業版本發行的生態與產業雙驅動發展模式，加快形成國內自主可控開源數據庫產業，賦能下游行業規?；瘧?。截至 24 年 6 月，已有 15 家伙伴基于openGauss 推出商業發行版，20 家伙伴基于 openGauss 推出企業自用版，9 家openGauss 服務伙伴提供專業保障服

80、務，相較去年，openGauss 的 ISV 伙伴增加了 2 倍，行業解決方案數量增長超 3 倍，openGauss 生態進一步繁榮。圖圖 22：openGauss 生態社區活躍生態社區活躍 行業深度 計算機 21/26 請務必閱讀正文之后的信息披露和法律聲明 資料來源：openGauss 官網，德邦研究所 此外，此外，2024 年年 6 月，月，openGauss 社區“結隊”計劃正式發布，賦能伙伴社區“結隊”計劃正式發布，賦能伙伴用戶能力升級，進一步提升社區生態活躍度。用戶能力升級，進一步提升社區生態活躍度。openGauss 社區一直秉承著共建、共享、共治的發展理念，為了進一步升級社區共

81、享能力，幫助伙伴、客戶和社區之間充分有效連接，2024 年 6 月 openGauss 社區“結隊”計劃正式發布通過“結隊”計劃，openGauss 將被更多的客戶應用到核心業務場景中去，發揮更大的價值；而客戶將擁有更先進的數據庫核心技術，更好地提升自身能力；伙伴們也將共享更多社區資源，打開更多行業機會點。圖圖 23：openGauss 社區“結隊”計劃社區“結隊”計劃 資料來源：華為計算微信公眾號，德邦研究所 3.3.2.GaussDB 深耕深耕金融金融拓展至多行業拓展至多行業，渠道建設直銷和合作伙伴并行渠道建設直銷和合作伙伴并行 依托豐富產品矩陣和硬核技術優勢，依托豐富產品矩陣和硬核技術優

82、勢，GaussDB 為金融行業筑穩底座為金融行業筑穩底座，廣泛，廣泛應用于其他行業應用于其他行業，真正能幫助客戶實現數字化轉型，真正能幫助客戶實現數字化轉型。GaussDB 在金融行業已建立格局，滿足了高并發和高性能的需求，據沙利文和頭豹，GaussDB 在 2023 年中國金融級分布式數據庫市場中位居領導者象限，增長、創新指數雙第一。目前，GaussDB 承載了政策性銀行、5 家國有大行以及 40 余家股份制銀行、城商農信、保險、證券等客戶的核心業務系統。憑借深耕金融行業的經驗，GaussDB 逐步擴展至其他關基行業，已突破政府、安平、制造、能源、公路水運、鐵路、民航、水利、教育、廣電、衛生

83、健康 11 個行業，服務了廣東省財政廳、中海油、國家 行業深度 計算機 22/26 請務必閱讀正文之后的信息披露和法律聲明 管網等百余家海內外關鍵企業。根據根據 IDC，在，在 2023 年中國關系型數據庫管理軟件市場中，華為穩居年中國關系型數據庫管理軟件市場中，華為穩居 TOP3。得益于 GaussDB 數據庫下游旺盛需求，2023 年華為在中國關系型數據庫管理軟件市場處于第三位，市場份額為 11.14%；本地部署下處于第二位，市場份額為14.42%，僅次于 Oracle。GaussDB 數據庫在 2023 下半年以 13.6%的市場份額，實現自 2020 上半年以來在本地部署模式國產廠商中

84、的八連冠。圖圖 24：華為云華為云 GaussDB 中國金融級分布式數據庫雙第一中國金融級分布式數據庫雙第一 圖圖 25：中國關系型數據庫管理軟件市場份額情況（中國關系型數據庫管理軟件市場份額情況（2023 年）年）資料來源：沙利文、頭豹2023 年中國金融級分布式數據庫市場報告，華為云和 TA 的朋友們微信公眾號，德邦研究所 資料來源：達夢數據招股書，IDC，德邦研究所 表表 11：GaussDB 部分客戶應用案例部分客戶應用案例 行業行業 企業企業 商用情況商用情況 金融金融 工商銀行 建設全球最大金融數倉，13000 位分析師在線，數據查詢平均等待時長由 300 分鐘降低至 90 秒。建

85、設銀行 依托 GaussDB 強大的數據存儲與處理能力，為信用卡核心系統提供高性能和安全可靠的綜合表現。招商銀行 建設金融核心業務的強大內核引擎，以及中國首個金融云數倉，承載全行數據應用批處理加工，數據應用全鏈路運行時長縮短 15%以上。聯合創新 Ustore 存儲引擎和基于 Paxos 協議的高可用 DCF 組件，顯著提升查詢時延及性能效率。中信銀行 構建業務自助消費數據的服務，賦能業務高速發展。數據分析性能提升 50%，容量擴展 2 倍，全面提升業務自主消費數據效率。光大銀行 建設全國首個股份制銀行國產數倉，催熟金融科技創新課題，全面落地數字化轉型；承載 3.5 萬+批量作業，性能提升 4

86、5%。華夏銀行 通過采用同城雙活技術，實現金融級的高可用，保證數據 0 丟失；憑借 GaussDB 強大的企業級兼容能力以及一站式數據遷移解決方案，完成平滑替換。政務政務 陜西財政 承載一體化平臺的生產庫，實現核心業務數據的集中管理與共享，助力支付業務運轉效率提升 60%。通過兩地三中心高可用部署，保障數據不丟失，故障閃恢復。制造制造 一汽集團 提供海量數據存儲、數據實時同步的商業數據智能分析，極大縮短復雜報表作業執行時間，從天到分鐘，數據實時匯聚。助力一汽紅旗 ERP 系統重構，高效支撐海量訂單需求，可靠性達 99.99%。醫療醫療 甘肅醫保 承載甘肅醫保數十個業務系統的數字底座，門診結算響

87、應速度從 5 秒降低到 0.9 秒，入院辦理響應時間從 3秒降低到 0.4 秒，住院結算響應時間從 10 秒降低到 1.9 秒。大幅度減少了群眾就醫結算的等待時間?；ヂ摶ヂ摼W網 天地圖 使用了華為云基于新架構的 GaussDB NoSQL 產品成功上云后，備份性能 20+倍提升，數據恢復 7+倍提升，為每天查詢地圖、導航保駕護航 美圖 實時支撐 20 億+用戶，運維效率提升約 70%，QPS 吞吐量提升 3.5 倍，核心業務訪問時延降低約 67%資料來源：華為云官網，德邦研究所 GaussDB 依托云及華為云依托云及華為云 Stack，采用直銷與生態合作伙伴轉售等方式，采用直銷與生態合作伙伴轉

88、售等方式建建設渠道設渠道。銷售渠道方面，華為采用了直銷與生態合作伙伴轉售相結合等方式。直銷方面，2020 年 8 月，華為 GaussDB 取消了線下純軟件銷售和交付的方式，改為依托華為云與華為云 Stack，以云服務的方式向客戶提供數據庫解決方案。行業深度 計算機 23/26 請務必閱讀正文之后的信息披露和法律聲明 其中，華為云主要面向互聯網企業和中小企業，通過公有云平臺直接提供訂閱式的云數據庫服務，降低了客戶的初始投資門檻并簡化了部署流程；而華為云Stack 則專注于服務政企大客戶，滿足其對于數據主權、合規性和定制化需求。合作伙伴方面，例如，2021 年，華為云 GaussDB 與迪思杰、

89、帆軟、用友、長亮等多家合作伙伴聯手，共同發布了涵蓋不同業務場景的四大解決方案。圖圖 26：GaussDB 的渠道策略的渠道策略 資料來源：華為云官網，財聯社，德邦研究所 3.3.3.openGauss 下游應用場景廣闊，渠道以合作伙伴下游應用場景廣闊，渠道以合作伙伴助力助力為主為主 openGauss 已跨越生態拐點，下游應用場景廣闊。已跨越生態拐點，下游應用場景廣闊。根據沙利文重點行業數據庫調研報告，2023 年中國數據庫市場，線下集中式 openGauss 系新增市場份額達 21.9%，已規模應用于金融、政府、電信、能源、制造、公路水運、郵政、教育等十大關鍵行業核心場景，引領未來行業格局。

90、至 2023 年，openGauss 及其 DBV 伙伴版累計完成 6.1 萬套企業裝機應用，2023 年新增3.09 萬套 openGauss 裝機部署：2.19 萬套為線下集中式部署，占 2023 年中國線下集中式數據庫新增裝機市場的 21.9%，另外 0.9 萬套為云數據庫服務部署。圖圖 27：2023 年中國線下集中式數據庫新增裝機統計年中國線下集中式數據庫新增裝機統計 圖圖 28：2023 年年 openGauss 系中國重點行業新增裝機量（套）系中國重點行業新增裝機量（套）資料來源：沙利文，德邦研究所 資料來源：沙利文，德邦研究所 openGauss 已有百個客戶實踐案例，合作伙伴

91、商業應用加速普及已有百個客戶實踐案例，合作伙伴商業應用加速普及。根據openGauss系,21.9%其他開源及衍生數據庫,25.3%商業閉源數據庫,52.8%34008000420035070055047000100020003000400050006000700080009000金融電信政府制造能源教育其他 行業深度 計算機 24/26 請務必閱讀正文之后的信息披露和法律聲明 openGauss 官網，目前，已有 100 個客戶實踐研究案例，2023 年度 13 個標桿應用實踐案例涵蓋了從電信、金融、政務等多個行業。其中，為了滿足金融行業的嚴格標準及應用需求，openGauss 推出了專門的

92、金融版本。此外，在openGauss Developer Day 2024 會上，海量數據、云和恩墨、南大通用、興業銀行、中國聯通、中國移動、中交集團等伙伴和客戶的代表也積極分享基于openGauss 的行業聯合創新成果及商業實踐。截止 6 月，2024 年的行業商用案例是 2023 年的 2.6 倍，呈加速奔跑之勢。圖圖 29：openGauss 實踐案例實踐案例 圖圖 30：2023 年度年度 openGauss 標桿應用實踐案例標桿應用實踐案例 資料來源：opengauss 官網，德邦研究所 資料來源：環球網科技，德邦研究所 openGauss 與合作伙伴與合作伙伴共同進行市場布點和渠道

93、建設共同進行市場布點和渠道建設，以促進行業應用的，以促進行業應用的深化與全球范圍內的擴展。深化與全球范圍內的擴展。作為開源社區，openGauss 孵化商業和自用發行版，2024 年新增行業版本，通過多樣化版本以拓寬應用。根據公司官網，目前已有21 家合作伙伴基于 openGauss 開發了 26 個商業發行版數據庫。此外，openGauss 持續聚焦核心場景，與客戶聯合創新，與金融行業客戶及伙伴共同打造的首個行業版本 openGauss Fintech 已正式發布。openGauss 定位是一個開源社區，渠道建設離不開合作伙伴共同努力，深入國內市場并向海外市場拓展。openGauss 社區海

94、外擴展會采用雙軌策略：一方面，與合作伙伴合作市場布點，也就是將社區伙伴帶出去，“一帶一路”等國家會是社區出海的重點方向；另一方面，積極尋找并依托海外的當地合作伙伴，形成互補合作模式。目前，openGauss 積極打造合作伙伴網絡，合作伙伴包括云和恩墨、海量數據等。圖圖 31：openGauss 部分社區合作伙伴部分社區合作伙伴 資料來源：江蘇鯤鵬昇騰生態創新中心公眾號，德邦研究所 4.投資建議投資建議 23181613116632110510152025 行業深度 計算機 25/26 請務必閱讀正文之后的信息披露和法律聲明 我們認為，華為數據庫從內部磨練完善出發，衍生出自研商用和開源共進兩條道

95、路，通過不斷的內部迭代與外部合作伙伴共創，至今已成為千行百業重要的數據基礎底座。建議關注已基于 openGauss 形成了成熟商業發行版的廠商以及相關的技術服務與增值商：海量數據、潤和軟件、中國軟件國際、航天軟件、軟通動力、科藍軟件、東方國信、長亮科技、星環科技等。5.風險提示風險提示 1）技術路線分散，同質化競爭加劇風險：）技術路線分散，同質化競爭加劇風險：目前國內數據庫廠商產品眾多，各類技術產品分叉演進，水平參差不齊，產業成碎片化發展，沒有形成聚集發展效益；2）開源社區“斷供”，關鍵核心技術能力不足風險：）開源社區“斷供”，關鍵核心技術能力不足風險：我國大部分數據庫已經基于國外開源社區發展

96、而來，而開源數據庫可能存在未知的安全漏洞，國內二次開發也需要履行開源義務，國內關鍵核心技術能力不足可能會制約數據庫迭代速度；3）openGauss 生態建設、社區影響力不及預期：生態建設、社區影響力不及預期：openGauss 雖是基于自主技術開源的“根社區”，然而生態的建設和社區影響力的持續提升決定了開源社區數據庫產品是否成熟；4）國產數據庫遷移進度不及預期：）國產數據庫遷移進度不及預期：行業用戶存在“路徑依賴”，對數據庫產品存在粘性需求，切換動力意愿不足，國產數據庫若未能開發出有效遷移路徑，培育用戶使用習慣，國產數據庫整體市場增長或將放緩。行業深度 計算機 26/26 請務必閱讀正文之后的

97、信息披露和法律聲明 信息披露信息披露 分分析師析師與研究助理與研究助理簡介簡介 陳涵泊：德邦證券計算機行業首席分析師，上海交通大學信息安全本科，電子與通信工程碩士，曾任職于中信證券研究部、天風證券研究所，多年計算機行業研究經驗，具備成熟的計算機研究框架、自上而下產業前瞻視野，云計算領域深入研究。2022-2023 年新財富最佳分析師入圍（團隊），2023 年新浪金麒麟最佳分析師第五名（團隊）。王思：德邦證券計算機行業研究助理，湖南大學金融學學士，武漢大學金融學碩士，主要覆蓋工業軟件、云計算、網安等方向。分析師聲明分析師聲明 本人具有中國證券業協會授予的證券投資咨詢執業資格，以勤勉的職業態度，獨

98、立、客觀地出具本報告。本報告所采用的數據和信 息均來自市場公開信息，本人不保證該等信息的準確性或完整性。分析邏輯基于作者的職業理解，清晰準確地反映了作者的研究觀 點，結論不受任何第三方的授意或影響，特此聲明。投資評級說明投資評級說明 Table_RatingDescription 1.投資評級的比較和評級標準：投資評級的比較和評級標準：以報告發布后的 6 個月內的市場表現為比較標準，報告發布日后 6 個月內的公司股價（或行業指數）的漲跌幅相對同期市場基準指數的漲跌幅；2.市場基準指數的比較標準：市場基準指數的比較標準：A 股市場以上證綜指或深證成指為基準；香港市場以恒生指數為基準；美國市場以標

99、普 500 或納斯達克綜合指數為基準。類類 別別 評評 級級 說說 明明 股票投資評股票投資評級級 買入 相對強于市場表現 20%以上；增持 相對強于市場表現 5%20%；中性 相對市場表現在-5%+5%之間波動；減持 相對弱于市場表現 5%以下。行業投資評行業投資評級級 優于大市 預期行業整體回報高于基準指數整體水平 10%以上；中性 預期行業整體回報介于基準指數整體水平-10%與 10%之間；弱于大市 預期行業整體回報低于基準指數整體水平 10%以下。法律聲明法律聲明 本報告僅供德邦證券股份有限公司（以下簡稱“本公司”）的客戶使用。本公司不會因接收人收到本報告而視其為客戶。在任何情況 下，

100、本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容 所引致的任何損失負任何責任。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可 能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。市場有風險，投資需謹慎。本報告所載的信息、材料及結論只提供特定客戶作參考，不構成投資建議，也沒有考慮到個別客戶特殊 的投資目標、財務狀況或需要?？蛻魬紤]本報告中的任何意見或建議是否符合其特定狀況。在法律許可的情況下，德邦證券及其 所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。本報告僅向特定客戶傳送，未經德邦證券研究所書面授權，本研究報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件 或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為 本公司的商標、服務標記及標記。如欲引用或轉載本文內容，務必聯絡德邦證券研究所并獲得許可，并需注明出處為德邦證券研究 所，且不得對本文進行有悖原意的引用和刪改。根據中國證監會核發的經營證券業務許可，德邦證券股份有限公司的經營范圍包括證券投資咨詢業務。