數據庫行業發展報告-221018（37頁）.pdf

1、數據庫行業發展報告數據庫行業發展報告證券分析師：錢勁宇 執業證書編號：S0210522050004證券研究報告行業評級 強大于市2022年10月請務必閱讀報告末頁的重要聲明核心觀點：數據庫應用的發展趨勢：混合事務分析處理（HTAP）針對OLTP和OLAP單獨的數據應用需求，如果由各自專有系統處理，一般來說性能將比混合通用系統性能高一到兩個數量級，但未來整合的趨勢更明顯，客戶需要可以滿足混合需求的通用系統，HTAP基于一體化架構高度融合，在事務支持和數據時效上更有保證，同時減少專有系統數據遷移處理下的同步成本。數據庫架構的發展趨勢：分布式架構分布式數據庫繼承了傳統單機數據庫的核心特性，同時還擁有

2、分布式系統的處理能力，具有可水平擴展、高性能、高可用、混合負載、更安全等優點。原生分布式架構數據庫直接改變底層結構，因此性能不受底層數據庫制約，也天然契合云原生理念。數據庫部署的發展趨勢：云原生部署云原生數據庫結合云原生與分布式特點，最大限度實現資源池化、彈性變配、超高并發等能力，可實現隨時隨地的多前端訪問，提供云服務的計算節點，并且能夠靈活及時調動資源擴縮容，助力企業降本增效，國內云原生數據庫雖起步晚，但發展迅速。投資建議：國內數據庫相關軟件企業國內處于早期快速發展階段，建議關注相關擬上市或籌備上市公司。風險提示：技術發展不及預期、相關公司上市情況不及預期。投資要點UZkYfWjZzWdYr

3、WsZ7NbP6MtRrRnPpNiNpOnNiNmNxO7NqQvMvPsPsPuOrQtN目錄3Part 1 數據庫行業介紹及發展趨勢P04-P13Part 2 國外數據庫市場主要玩家P14-P18Part 3 國內數據庫市場及競爭格局P19-P32關系型數據庫：存儲格式可直觀反映實體間的關系，和常見的表格類似。我國數據庫產品數量分布仍以關系型數據庫為主，占比60%左右。NoSQL數據庫：分布式、非關系型、不保證遵循ACID原則。隨著數據量及數據結構復雜度提升，大量的NoSQL數據庫出于簡化結構、避免冗余目的被設計，支持海量數據的存儲和高并發讀寫。NewSQL數據庫：現代關系型DBMS。分

4、布式架構基因，兼具關系型數據庫的ACID保證和NoSQL的強 可 擴 展 性。如 Google Spanner、AmazonAurora。ACID為了保證數據庫一致性，事務必須滿足以下四個原則：原子性(Atomic)：事務中任何操作的失敗會導致整個事務的失敗一致性(Consistent)：事務結束后系統狀態都是一致的隔離性(Isolated)：并發執行的事務彼此操作互不影響持久性(Durable)：事務完成后所做的改動都會被持久化數據庫(DBS)是一個按數據結構來存儲和管理數據的計算機軟件系統。數據庫管理系統(DBMS)是數據庫系統(DBS)的核心組成部分，主要完成對數據庫的操作與管理功能，實

5、現數據庫對象的創建、數據庫存儲數據的查詢、添加、修改與刪除操作和數據庫的用戶管理、權限管理等關系型數據庫NoSQL數據庫NewSQL數據庫資料來源：公開資料整理，華福證券研究所數據庫基本概念及分類關系型數據庫按部署分類按架構分類本地部署需要大量維護成本集中式單機共享所有計算資源（CPU、RAM、Disk）和數據。不支持高并發場景，擴展難、數據遷移難、運維難。分布式分布式中間件+單機Shared-disk：通過數據在邏輯層的線性切割實現性能和存儲的擴展。能力受單機數據庫自身能力的制約。云部署云部署與分布式架構天然高度契合。分布式存儲Shared-nothing：非對稱計算節點+共享存儲(存儲和計

6、算未分開)，如Netezza/Teradata/Redshift均采用此架構。原生分布式數據庫Multi-cluster,Shared data：對稱計算節點提供對等的讀寫服務(存儲和計算徹底分離)，如Snowflake/TiDB均采用此架構。數據庫常見有三種分類：按模型可分為：關系型、非關系型（包括鍵值型、文檔型、圖、列簇型、時序、空間等）；按架構可分為：單機、集中式、分布式；按部署形態可分為：本地部署、云部署。據中國信通院數據，截止2021年6 月，我國數據庫產品共有135款，其中關系型數據庫81個，占比60%。資料來源：公開資料整理，華福證券研究所關系型數據庫是中國主流的數據庫產品NoS

7、QL數據庫鍵值型數據庫支持高擴展、高并發，但數據無結構化，只被當做字符串或二進制數據，只能通過鍵來查詢值。國外有Redis，國內有TcaplusDB,Tendis；寬列存儲數據庫適用分布式數據存儲與管理，以列族式存儲，高擴展，查找簡單快速，但不支持事務強一致性。國外有HBase,Cassandra，國內有GeminiDB,iBASE；文檔數據庫適用存儲面向文檔或近似半結構化的數據，數據結構靈活，可以根據 value 構建索引，缺乏統一查詢語法。國外有MongoDB、CouchDB，國內目前還沒有；圖形數據庫適用于社交網絡，專注構建關系圖譜，支持復雜圖形算法，但復雜性高只支持一定數據規模。國外有

8、Neo4j，國內有TGDB,Alibaba GDB,GeaGraph；關系型數據庫的不足：高并發讀寫性能低：關系型數據庫的性能和訪問承載能力，在面向單一數據節點的企業級應用時代無可挑剔。但隨著數據量和節點急劇提升，已很難繼續支撐巨大的規模系統，甚至成為應用系統的瓶頸；不適合儲存半結構和非結構類型數據：二維表格數據模型不能有效地處理多維數據，不能有效處理互聯網應用中半結構化和非結構化的海量數據，如Web頁面、電子郵件、音頻、視頻等；容量有限：當一個應用系統的用戶量和訪問量與日俱增的時候，傳統的關系型數據庫卻沒有辦法簡單地通過添加更多的硬件和服務節點來擴展性能和負載能力。NoSQL的出現并非為了取

9、代關系型數據庫，而是指Not Only SQL，提供了在SQL之外的另一種選擇。資料來源：公開資料整理，華福證券研究所NoSQL數據庫是對關系型數據庫的有益補充數據庫誕生于20C60s，前后經歷了網狀數據庫、層次數據庫、關系型數據庫、云數據庫、云原生數據庫。網狀數據庫：1964年，通用電氣公司發布世界上第一個網狀數據庫系統IDS(Integrated Data Storage集成數據存儲），IDS是網狀數據庫，奠定了數據庫發展的基礎。層次數據庫：1968年，IBM發布世界上第一個層次數據庫系統IMS（Information Management System信息管理系統），是第一個大型商用的數

10、據庫系統。關系型數據庫：1978年，第一個關系型數據庫Oracle 1.0 誕生，后續幾十年中關系型數據庫一直占據市場主導地位，直至移動互聯網時代到來。NoSQL數據庫：隨著WEB 2.0網站興起，NoSQL數據庫應運而生，解決了大規模數據集合和多種數據類型的處理挑戰。New SQL既有No SQL相同的可擴展性，又保證了事務的ACID特性，既基于傳統關系模型保留了SQL作為查詢語言，又天生具有分布式架構基因（傳統的SQL架構設計基因中是沒有分布式的，而New SQL生于云時代天生就是分布式架構）。NewSQL 在SQL數據庫的基礎上集成了NoSQL強大的可擴展性；NewSQL 在NoSQL的

11、發展中增強了對SQL、OLTP的支持；關系型數據庫No SQL數據庫New SQL數據庫資料來源：公開資料整理，華福證券研究所NewSQL集成了NoSQL和關系型數據庫的優點聯機事務處理/數據庫OLTP（On-Line Transaction Processing）聯機分析處理/數據倉庫OLAP（On-Line Analytical Processing）應用場景面向交易的處理系統（業務系統）分析驅動，面向信息的分析過程典型應用銀行交易系統數據倉庫特征業務在數據庫聯機的日常操作，通常是對記錄進行查詢、修改，用戶關心快速響應、數據的安全性、完整性和并發支持的用戶數等一般針對某些主題的歷史數據進行

12、分析，支持管理決策數據量每次交易涉及的數據量很??；對響應時間要求非常高；總體數據量相對較小。每次查詢涉及數據量很大(常涉及多表聯結)；響應時間與具體查詢有很大關系；總體數據量相對較大。數據來源于系統中交易本身產生的數據不產生數據，數據來源于生產系統操作數據使用人員操作人員管理人員用戶數量極多較少交互載體SQL為交互載體以SQL為主要載體，也支持其他語言交互設計重點盡量避免冗余，為捕獲數據而設計有意引入冗余，為分析數據而設計資料來源：公開資料整理，華福證券研究所數據庫的兩大應用場景：OLTP和OLAP2014年，Gartner提出 HTAP(Hybrid Transaction/Analytic

13、al Processing)混合事務分析處理的概念。HTAP基于一體化架構，是高度融合的一個系統，在技術上更難，但對事務的支持和數據的時效上更有保證，同時減少數據在鏈條流動存在的多份數據冗余保存的負擔，節省了技術、人力、時間和數據同步成本。而如果用“OLTP+OLAP”模式，兩套系統讓遷移適配成本大幅上升，且為系統后續的開發和運維帶來難處，同時也沒法保證對事務的支持能力和數據的時效。OLAP本身不生產數據，需通過對OLTP操作數據的轉化清洗遷移后，才可以進行專題需求分析。針對OLTP和OLAP單獨的數據應用需求，如果由各自的專有系統處理，一般來說性能將比混合通用系統性能高一到兩個數量級，但就軟

14、硬件技術發展現狀和當前需求來看，未來整合的趨勢更為明顯。除了極少數企業需要使用專有系統來實現其特殊的需求，集成數據平臺(HTAP)將能滿足絕大多數用戶的場景。集成數據平臺（HTAP）節省了將OLTP的數據變化“以log日志的形式暴露、通過消息隊列解耦傳輸、再被后端ETL拉取”，然后同步到OLAP的繁瑣步驟。資料來源：公開資料整理，華福證券研究所數據庫應用的發展趨勢：混合事務分析處理(HTAP)從早期的單機關系型數據庫到NoSQL再到如今的NewSQL，數據庫領域不管是場景還是技術都發生了巨大的變化。在當下云原生時代，任何軟件系統擁有分布式能力似乎成了標配。分布式數據庫繼承了傳統單機數據庫的核心

15、特性，同時還擁有分布式系統的處理能力。分布式數據庫可水平擴展、高性能、高可用、混合負載、更安全。分布式數據庫正以猛烈的趨勢追趕，而傳統數據庫指數在慢慢下滑，且得益于國內互聯網行業的快速發展，國外的數據庫系統遠不能滿足需要，由此催生了一批走在世界前沿的國產分布式數據庫。越來越多的國企、政府單位、銀行證券這些傳統行業也開始關注分布式數據庫，去O道路正在加速。性能可水平擴展：數字化轉型過程中，數據量、數據結構復雜度均呈幾何級增長，傳統數據庫出現性能瓶頸。分析能力出色：分布式數據庫的混合負載能力可大幅度提升分析時效性，減少數據冗余，靈活性大大提高。政策戰略扶持：多項政策明確重點布局數據庫分布式轉型、應

16、用創新戰略，扶持國產數據庫“換道超車”。分布式數據庫出現的原因：資料來源：公開資料整理，華福證券研究所數據庫架構：從單機到分布式數據庫1、分布式中間件+單機數據庫：通過數據在邏輯層的線性切割實現性能和存儲容量的擴展，但能力受單機數據庫自身制約。且移動擴展困難、數據遷移困難、運維難度高。2、分布式存儲：大部分公有云數據庫都屬此類，以共享存儲和非對稱計算節點實現數據一致性和讀寫分流，有限解決了擴展性問題。如GaussDB(for MySQL)、TDSQL-C、SequoiaDB等。3、原生分布式數據庫：各計算節點提供對等的讀寫服務，TiDB、OceanBase、ZNBase等。原生分布式架構直接改

17、變底層結構，因此性能不受底層數據庫制約，也天然契合云原生理念。資料來源：公開資料整理，華福證券研究所數據庫架構：分布式架構的三條技術路線據Gartner 2021年數據庫產品提供商排名，Microsoft 憑借云數據庫的后發優勢，搶占了Oracle占據十年的榜首，前十名中有四家以云服務為主的企業，分別為 Microsoft/Amazon/Google/阿里云。Gartner預測到2023年，全球75%的數據庫將完成云平臺的遷徙，僅有 5%的數據保持在原本的本地部署。據中國信通院，2020 年中國公有云數據庫市場規模為 107.68 億元，后續5年公有云數據庫市場年復合增長率將達到36.1%，預

18、計到2025年，中國公有云數據庫市場總規模將達到 503.31 億元。傳統數據庫的云部署：云與數據庫的集合，減少了數據庫參數的重復配置，具有快速部署、高擴展、高可用、可遷移、易運維和資源隔離等特點。云原生數據庫：隨時隨地的多前端訪問，提供云服務的計算節點，并且能夠靈活及時調動資源擴縮容，助力企業降本增效。傳統數據庫的云部署基于云資源部署的傳統數據庫。云原生數據庫基于容器化、微服務等設計的存算分離架構。云原生數據庫結合云原生與分布式特點，最大限度實現資源池化、彈性變配、超高并發等能力。云原生數據庫起源于Amazon，后受到國內廠商的廣泛關注。據中國信通院對國內企業調研，受訪者認為云原生數據庫前四

19、分別是AWS的Aurora、華為云GaussDB、阿里云PolarDB和騰訊云TDSQL-C，可以看出國內云原生數據庫雖起步晚，但發展較快。資料來源：公開資料整理，華福證券研究所數據庫部署：從本地到云部署據 Gartner 在2011-2021十年期間的全球數據庫市場份額變化，云廠商在數據庫領域的競爭力不斷提高，”云+數據庫”已成為行業新的競爭力。目前市場份額顯著增長的廠商，都以云作為核心競爭力和創新方向。2021年Oracle 已經連續兩年市場地位下降，跌 至 第 三 位，而 Microsoft、Amazon AWS 都是憑借數據庫上云超越 Oracle，Google也通過云數據庫進入排名前

20、。中國的三大云廠商阿里云、華為云、騰訊云同樣獲得數據庫的高速增長。在傳統數據庫廠商中，市場份額正在下降的廠商都是因為不具備云優勢，例 如IBM、SAP、Teradata、Cloudera 等。資料來源：Gartner，華福證券研究所數據庫部署：云數據庫后來居上Gartner 2021年數據庫市場份額排名顯示：微軟2020-2021連續兩年蟬聯榜首；AWS排名上升一位超越Oracle位列第二；Oracle 降至全球第三。DB-Engines 2022年10月排行榜顯示：微軟兩款數據庫受歡迎度前十SQL Server(第三)和Access(第九)。1、Access：1992年推出的Access與專

21、業數據庫比簡單易用，但它又只支持有限的使用范圍。從2013年起，Access就已不再推新并不斷削減功能，如dBASE導入舊格式功能、數據遷移至SQL Server的升級向導等；2、SQL Server：至今為止已發布30+個版本，最新的Microsoft SQL Server 2019具有三大特性：核心引擎：SQL Server是HTAP混合負載能力的行業引領者，早在2017年的版本中就已實現了在單一引擎中對 OLTP 和 OLAP 工作負載的同時支撐；數據虛擬化：為維護在企業整體架構中的核心地位，數據庫必須支持多模型多范式，針對客觀存在的異構數據源，在傳統建立ETL通道外，數據虛擬化是更先進

22、的理念。大數據集群：創造性地將Hadoop和Spark等開源大數據技術組件直接納入SQL Server，將SQL Server完全容器化并以Kubernetes為基礎架構實現底層計算資源的編排和管理資料來源：公開資料整理，華福證券研究所數據庫產品特點適用場景/客戶Microsoft SQL Server整合封裝：如大數據集群的一體化架構本地部署的大型客戶Amazon Aurora計算存儲分離：每個數據組件單獨的功能云部署的中小企業客戶Microsoft：2020-2021蟬聯數據庫市場份額榜首從云數據庫到云原生數據庫：近幾年隨著云基礎設施的高速發展，同時具有按需擴展、按需付費優異特性的云數據庫

23、獲得中小企業及互聯網客戶的青睞。然后云數據庫本質不是針對云場景或云環境來設計或構建的，只是用到了云的資源，因此存在一些天然的問題，比如存儲空間浪費、計算資源浪費、較大的恢復時間目標和數據滯后、系統性能受限、網絡帶寬消耗大等，從而限制了業務發展。云原生數據庫應運而生。2012年，亞馬遜云科技推出首個云原生數據庫DynamoDB，也是業界第一個真正意義上云原生數據庫；2014年，亞馬遜云科技又推出云原生的關系型數據庫Aurora，成為亞馬遜歷史上用戶增速最快的云服務;為了進一步簡化客戶在創建、維護和擴展數據庫方面的工作，亞馬遜云科技推出多種具有Serverless功能的數據庫，讓數據庫的擴展性及自

24、動伸縮容量達到新的高度，其中Aurora Serverless V2可以在幾分之一秒內將數據庫工作負載從數百個事務擴展到數十萬個事務，與按照峰值負載配置容量的成本相比，最多可節省 90%的數據庫成本。亞馬遜云科技SQL數據庫Aurora、Relational Database ServiceNoSQL數據庫DynamoDB、DocumentDB、NeptuneServeless數據庫Aurora serverless、DynamoDB、Timestream、Keyspaces、QLDBGartner發布的2021年全球數據庫管理系統市場報告顯示，亞馬遜云科技在全球數據庫市場的份額由2020年的

25、20.6%增長到2021年的23.9%，躍居全球數據庫細分市場第二位，2021年增長率高達42.3%。截至2022年9月底，亞馬遜云科技已幫助超65萬個數據庫遷移服務至亞馬遜云科技。資料來源：公開資料整理，華福證券研究所Amazon：云原生數據庫鼻祖1970年，IBM研究員發表論文提出關系數據模型的概念,奠定了關系數據模型的理論基礎。1978年，Larry Ellison在為中情局做數據項目時發現了關系數據庫的商機。同年Oracle1.0誕生，Oracle成為第一家銷售RDBMS軟件的公司，在1982年一年內年收入就達到250萬美元。2022年10月DB-Engines的全球數據庫統計排名圖片

26、來源https:/db- 等搜索引擎上的數目，專業技術討論中提到次數，專業網站中使用頻率等影響力指標。Gartner2021年數據庫市場份額排名顯示：微軟：2020-2021年蟬聯榜首AWS：上升一位，位列第二Oracle：降至全球第三資料來源：公開資料整理，華福證券研究所Oracle：關系型數據庫巨頭在傳統數據庫領域，海外廠商起步較早，包括 Oracle、IBM、Microsoft 等，通過早期不斷的技術積累和產品迭代主導了傳統數據庫市場，具有先發優勢。IBM 在1973年就啟動 SystemR 項目來研發關系型數據庫，1983年發布商業版數據庫 DB2。DB2代表了一組完整的數據管理系統，

27、包括可在云環境中使用的服務器。早期 DB2 支持關系數據庫模型，但現在很多產品已經擴展為支持關系和非關系結構。IBM 在2019年為 DB2 制定的目標是成為幫助增強認知應用程的人工智能數據庫，在數據庫產品中融入 AI 功能，幫助用戶跨本地和多云環境實現結構化數據和非結構化數據管理，并加速他們的 AI 應用程序開發。Gartner 在2021年云數據庫管理系統魔力象限中再次將 IBM 提名為領導者。IBM 作為傳統巨頭在數據庫領域歷經幾十年而不衰，我們認為主要有以下四點原因：起步較早：海外數據庫廠商起步早于國內廠商20-30年。IBM 在上世紀70年代已經開始研發數據庫，先發優勢帶來了領先技術

28、和客戶粘性，因此海外巨頭廠商至今仍然占據國內數據庫市場較大份額。IBM 在過去幾十年的產品開發和服務中建立起強大的品牌效應和客戶聲譽，在數據庫領域意義重大。迭代迅速：巨頭數據庫廠商積極進行產品迭代，產生較大的用戶粘性，幫助廠商維持市場份額優勢。DB2 每年進行一或兩次重大更新，并根據需要進行增量修復、性能優化，吸引已有用戶持續使用這款產品。技術領先：產品性能是數據庫最重要的指標之一，DB2 產品具有全球領先的技術。能夠通過快速數據檢索以及磁盤空間壓縮使事務響應時間縮短30%，同時在高安全性、持續可用性、自動化管理和調優、可伸縮性等特點上優勢出眾。生態完善：作為傳統數據庫巨頭，IBM 的 IT

29、布局非常完備，開發產品涉及多個領域且商品化程度高。注重技術創新和邊界拓展，近年來在 AI、混合云、量子計算以及安全領域不斷創新。資料來源：IBM,華福證券研究所IBM：傳統巨頭經久不衰云原生時代下，大數據的爆發帶來多元化需求，傳統數據庫廠商難以滿足各類復雜場景下的業務需求，一大批獨立廠商、初創廠商快速崛起。獨立廠商 Snowflake 于2012年成立，專注于數據倉庫的開發，主要應用于分析類場景。Snowflake 云數據平臺基于公有云實現智能基礎設施、產品彈性和優化的存儲。核心產品數據倉庫建立在云原生構架上，創造存儲、計算以及管理服務分離的架構，擺脫了傳統大廠數倉架構帶來的局限性，能夠滿足客

30、戶對數據倉庫并發性、易用性、擴展性的訴求，確?？蛻粼诟鞣N分析場景下安全訪問數據，同時支持在 Amazon AWS、Microsoft Azure、Google Cloud 三大公有云進行靈活部署，符合未來多云部署的發展趨勢。資料來源：Snowflake，華福證券研究所Snowflake：云原生時代下的獨立廠商中國信通院測算，2020 年全球數據庫市場規模671億美元，其中中國數據庫市場占全球 5.2%，約35億美元。預計到 2025年，全球數據庫市場規模將達到798億美元。中國 IT 總支出在全球占比為12.3%。預計2025年中國數據庫市場在全球的占比接近中國IT支出在全球的占比，因此202

31、5年中國數據庫市場總規模將達到 688 億元，年復合增長率（CAGR）23.4%。24130936849361168828.4%19.0%33.9%24.0%12.6%00.10.20.30.4020040060080020202021E2022E2023E2024E2025E中國數據庫市場規模及增速左軸：市場規模（億元）右軸：增長率（百分比）資料來源：中國信通院，華福證券研究所中國數據庫市場規模及增速全球數據庫玩家眾多。海外來看，傳統數據庫Oracle、IBM DB2、Microsoft SQL Server等長期占據了to B領域的重要行業，擁有眾多企業級用戶。海外開源數據庫MySQL、P

32、ostgreSQL等通過開源數據為用戶提供了一條開放通路，走向更廣闊的應用。國內來看，達夢、人大金倉等是老牌數據庫廠商，PingCAP 是初創廠商的代表，憑借開源數據庫 TiDB 在市場中占據一定份額。近年來，云計算的興起也吸引全球眾多云廠商成為數據庫玩家。海外云原生數據庫以AWS和Google Cloud為代表；國內阿里云的OceanBase和PolarDB，華為云的openGauss和GaussDB都乘云而上。資料來源：艾瑞咨詢，華福證券研究所國產數據庫乘云而上根據 IDC 數據，2021年下半年國內數據庫廠商在關系型數據庫市場的市占率繼續擴大。其中公有云模式市場前五有三家國內廠商，兩家海

33、外廠商份額均下降，騰訊、華為市場份額都擴大。在本地部署模式市場，國內廠商正在快速追趕 Oracle、IBM 等海外廠商。達夢市場份額擴大接近一倍；人大金倉過去一年在政府行業獲得大量訂單；華為在政企、金融行業也獲得突破?？傮w國內廠商的份額不斷擴大。國內，達夢、人大金倉等是老牌數據庫廠商，PingCAP 是初創廠商代表，憑借開源數據庫TiDB在市場中占據一定份額。國內阿里云OceanBase和PolarDB，華為云openGauss 和GaussDB則紛紛乘云而上。資料來源：IDC，華福證券研究所0.0%5.0%10.0%15.0%20.0%25.0%30.0%OracleHuaweiDameng

34、MicrosoftSAPIBMKingbaseAlibaba GroupOthers中國關系型數據庫軟件市場份額本地部署模式2021H12021H20.0%10.0%20.0%30.0%40.0%50.0%Alibaba GroupTecentAmazon Web SercicesHuaweiOracleOthers中國關系型數據庫軟件市場份額公有云模式2021H12021H2國產數據庫市占率持續擴大受到國產替代化的影響，PingCAP、Sequoia、易鯨捷等初創廠商紛紛涌入數據庫市場，國產廠商陣營日漸強大。2022年，PingCAP 入選 Gartner 云數據庫領域的 Peer Insi

35、ghts“Voice of the Customer”，成為唯一入選的中國企業級開源分布式數據庫廠商，并在 Strong Performer 象限位列第一。公司旗下的 TiDB 數據庫獲得 94%全球用戶的高度認可。TiDB 是開源分布式關系型數據庫，同時支持在線事務處理與在線分析處理（HTAP），具備水平擴容或縮容、金融級高可用、實時 HTAP、云原生的分布式數據庫、兼容MySQL 協議和生態等重要特性，運維成本極低。TiDB 技術創新能力處于世界領先水平，每年會進行超過 50%的代碼更新，在 GitHub 總計獲得超過32000顆星，目前已服務于全球超過3000家企業。TiDB 6.0的發

36、布以及 TiDBCloud 的商用化標志著 TiDB 數據庫和云正在不斷融合，加速釋放數據價值。資料來源：Gartner，PingCAP，華福證券研究所PingCAP：不同于老牌廠商的定位作為國內初創廠商的主要代表，PingCAP 的發展戰略相比老牌玩家有四點優勢：全球化：公司成立開始即定位全球化，通過全球化路線構建社區并使用英文創作代碼，為打造國際化企業奠基。開源數據庫：公司的競爭壁壘不在于代碼，而是快速構建強大的生態。數據擴展性最重要的門檻是使用人數、迭代和計算速度。針對開源，TiDB 每年會進行超過 50%的代碼迭代?；ヂ摼W為市場切入點：互聯網是當前面臨數據挑戰和壓力最大的行業，同時互聯

37、網技術也是目前最先進的技術，只有利用未來的技術才能搶占未來的市場。公司2015年成立后，充分借助了2015-2020年互聯網行業高速發展的紅利，利用互聯網客戶使用 TiDB 數據庫的反饋不斷積累場景經驗、更迭產品技術。國內頭部用戶帶來的場景經驗成公司在海外市場的競爭優勢。選擇 MySQL 協議兼容：MySQL 在中國市場最為流行，對于業務或代碼基于 MySQL 生態的用戶，TiDB 數據庫和 MySQL 協議兼容能夠大大降低他們的遷移和學習成本。6月15日，PingCAP 與阿里云達成合作，集雙方技術優勢打造的云數據庫 TiDB 上線阿里，使TiDB成為全球橫跨 AWS、Google Clou

38、d、阿里云三朵云的數據庫，這一合作代表了開源數據庫和云服務不斷融合的大趨勢。PingCAP 的未來發展方向仍然以分布式數據庫為主，將云原生技術融入數據庫底層架構，助力更多企業數字化轉型。同時，TiDB 數據庫的定位基于 HTAP，降低用戶的程序寫作門檻，繼續革新數據庫的易用性，打造更開放、更通用、更大生態的 TiDB 數據庫。資料來源：PingCAP，華福證券研究所PingCAP：不同于老牌廠商的定位OceanBase 是全球唯一在 TPC-C 和 TPC-H 測試上都刷新了世界紀錄的國產原生分布式數據庫，實現100%自研，沒有基于任何開源數據庫模塊，兼顧分布式架構的擴展性與集中式架構的性能優

39、勢，用一套引擎同時支持 OLTP 和 OLAP 的混合負載，具備數據強一致、高擴展、高可用、高性價比、高度兼容Oracle/MySQL、穩定可靠等特征，不斷用技術降低企業使用數據庫的門檻。OceanBase 經歷開源到閉源，2021年6月再次開源，以開放化的方式讓軟件本身和上下游技術以及應用生態對接，共建分布式數據庫的未來。同時，OceanBase 也實現了跨云架構統一。2022年8月，OceanBase Cloud 面向全球開服，以OceanBase 數據庫為核心，結合強大的運維管控平臺和工具體系，以底層的阿里云、AWS 云基礎設施為支持，為客戶提供彈性擴展、卓越性能、主流兼容的高性價比的數

40、據庫云服務。資料來源：OceanBase，華福證券研究所特點原生分布式高兼容HTAP穩定可靠自主研發高性價比技術支持自研一體化架構突破高性能和高可用，實現應用無限擴展和服務永遠在線Oracle/MySQL平滑遷移快速、最小成本搬遷應用與數據一份數據既能做事務處理又能實時分析，通過 HTAP助力拓展更多可能全量數據校驗真正實現數據強一致，數據不丟失，“三地五中心”實現城市級容災 RTO30s12 年完全自主研發，代碼級可控，大規模金融核心場景 9 年可靠性驗證基于 LSM-Tree 的高壓縮引擎平衡了“性能”和“壓縮”的瓶頸，有效降低存儲成本 70%-90%，原生多租戶，資源隔離按需使用阿里：O

41、ceanBase&PolarDB據 Gartner 預測，2023年全球75%的數據庫將在云平臺上，云發展趨勢不可抵擋。2015年 PolarDB 只是阿里云的一個探索產品，而今天 PolarDB 成為阿里云數據庫眾多產品中的王牌，見證了阿里云在云原生數據庫領域的自研創新突圍。阿里云已經在2020-2021年連續兩年進入 Gartner 云數據庫的領導者象限。傳統數據庫采用單節點架構，存儲和計算綁定在一起。而分布式最大的特點是采用解耦合的共享存儲，通過 RDMA 網絡形成分布式共享存儲，可以實現一寫多讀共享存儲的模式。因此，PolarDB采用存儲與計算分離的設計理念，數據庫計算節點和存儲節點之

42、間采用高速網絡互聯，并通過 RDMA 協議進行數據傳輸，I/O 性能不再成為瓶頸，讓跨區域、跨共享區的復雜度降低。在云數據庫這一新賽道上，中國的云原生數據庫在很多技術創新領域已經處于領先地位。目前 PolarDB 已經實現的計算、內存與存儲資源的三層解耦、多主多寫、HTAP、Serverless 等功能，皆為全球領先技術。未來，數據庫領域的核心發展方向是云原生+分布式，中國云數據庫必將更上一層。資料來源：Gartner，PolarDB，華福證券研究所阿里云PolarDB數據庫架構圖阿里：OceanBase&PolarDB據華為 GIV 報告顯示，全球數據量到2025年將增長至180ZB，AI應

43、用率也將達到80%。在未來數據量不斷增長的背景下，華為面向全球發布人工智能原生（AI-Native）數據庫 GaussDB，廣泛應用于金融、運營商、政府、能源、醫療、制造、交通等多個行業，金融行業成為最主要的用戶。對數據安全和可靠性要求最為嚴苛的金融行業，GaussDB 在業內領先的金融級分布式數據庫可以滿足其高可用的訴求。一方面，構建 openGauss 開源社區，打造開放生態；另一方面，首創的 Switch Turbo 技術在數據中心出現故障后實現秒級切換，該項指標是同類產品的1/500，實現 RTO0 的訴求。因此，GaussDB 既擁有商業數據庫的穩定可靠性，又擁有開源數據庫的靈活性和

44、低成本。相比其他數據庫，GaussDB 也有獨特的亮點：GaussDB 支持 X86、ARM、GPU、NPU 等異構架構，支持行存儲和列存儲，可增加節點實現存儲、查詢及加載性能的線性擴展?？梢钥闯?，GaussDB 未來的目標市場不只是國產服務器市場，可能還包括未來5G 帶來更多的計算應用場景。GaussDB 是業界第一個人工智能原生態（AI-Native）數據庫，首次將 AI 技術融入分布式數據庫的全生命周期，實現了一定的自運維、自管理、自調優、故障自診斷和自愈能力。通過多元算力+DFV存儲+RDMA 的技術支持，實現國內唯一軟硬全棧與數據庫調優，調優性能比業界提升60%以上。GaussDB

45、可以建立在華為高度耦合的 IT 架構底層生態上，包括網絡設備、芯片、操作系統、云計算、人工智能等。資料來源：華為，華福證券研究所華為：GaussDB 未來可期GaussDB 結合數據庫云化改造技術，大幅優化傳統數據庫，針對不同的使用場景打造了更高可用、更高可靠、更高安全、更高性能、即開即用、便捷運維、彈性伸縮的數據庫服務，目前在金融政企等主要行業已經擁有超過2500家標桿大客戶。資料來源：華為，華福證券研究所分類產品使用場景性能容量規格關系型數據庫GaussDB(for openGauss)應用于金融、電信、政府等行業關鍵核心系統，高性能場景1.最大支持256分片1000+節點擴展能力；2.有

46、效存儲最大4PBGaussDB(for MySQL)中大型企業生產系統（高性能，大數據容量），例如金融、互聯網等1.單節點最高可達150萬QPS、50萬TPS；2.支持并行查詢，NDP算子下推，提升復雜查詢效率，TPCH 標準SQL測試，性能提升3-20倍；3.單實例最高支持128TB存儲非關系型數據庫GaussDB(for Mongo)應用于游戲（裝備、道具）、泛互聯場景1.支持最大12個節點集群；2.支持最大96TB數據存儲；3.同等資源情況下性能可達到社區3倍GaussDB(for Cassandra)泛互聯網日志數據存儲（并發寫入量大，存儲容量高）、工業互聯網數據存儲（寫入規模大、存儲

47、容量大）1.支持最大12個節點集群；2.支持最大96TB數據存儲；3.同等資源情況下性能可達到社區3倍GaussDB(for Influx)工業互聯網時序數據、用戶銀行流水數據、物聯網數據存儲（時序）1.同等資源情況下性能可達到社區5倍；2.壓縮比為10:1；3.擴展比大于80%；4.最大支持12節點集群GaussDB(for Redis)Key-Value存儲模式，可用于互聯網場景1.最大支持12個節點集群；2.同等規格成本低于自建4倍；3.數據壓縮比為自建4倍；4.p99時延達到社區2倍華為：GaussDB 未來可期達夢數據庫是老牌廠商的主要代表之一，2000年成立至今，二十余年的發展幾乎

48、構筑了一部國產數據庫的成長史。其主要產品線從通用關系型數據庫產品向全棧數據產品延伸，目前各類數據庫產品可覆蓋數據全生命周期。二十多年自主研發技術的歷練既是與國外巨頭不斷交鋒的過程，也是讓國內客戶逐漸認可的過程。最新版本 DM8 是國內第一款實現數據共享存儲集群的數據庫，采用全新的體系架構，在保證大型通用的基礎上融合分布式、彈性計算與云計算的優勢，對靈活性、易用性、可靠性、高安全性等方面進行了大規模改進，支持超大規模并發事務處理和事務-分析混合型業務處理（兼顧 OLTP 和 OLAP），動態分配計算資源以降低成本。受益于多年自研技術積累和國產替代的熱潮，目前達夢數據庫的多款產品已經實現對標 Or

49、acle，未來將繼續趕超國外巨頭廠商。資料來源：達夢，Oracle，華福證券研究所達夢DM達夢數據庫管理系統DM8DMDSC磁盤共享集群DMMPP分布式并行集群DM MGBase非結構化數據庫DMTDD透明分布式數據庫DMETL數據抽取、轉換、加載工具DMHS異構數據同步工具DM Designer數據倉庫建模工具DM OLAP聯機分析服務DM DataMinner數據挖掘工具OracleOracle Database Software 20COracle RAC Oracle ExadataOracle NoSQLCloud Oracle ODIOracle Golden GateOracle

50、 Data DesignerOracle Data WarehouseOracle Intelligence Bl VS達夢：國產數據庫的成長見證達夢數據庫產品線完備，通過基礎數據庫軟件、面向不同應用場景的數據庫集群軟件以及云計算系列軟件、大數據系列軟件等產品形成以數據庫管理系統為核心的產品生態體系，覆蓋從數據交換、數據儲存、數據治理到數據分析的全產業鏈，可為客戶提供企業級的全棧數據解決方案和技術服務。達夢數據庫在國產數據庫中市占率持續領先，憑借多年的市場積累，市場銷售額保持快速增長，在國內處于領先地位。根據賽迪顧問發布的報告，達夢數據庫在2019-2021年中國國產數據庫管理軟件市占率排名均

51、位列第一。資料來源：達夢招股說明書，賽迪顧問，華福證券研究所廠商202120202019達夢數據111人大金倉225優炫軟件434通用數據342神州通用5532019-2021年中國國產數據庫管理軟件市占率排名注：賽迪顧問報告中，因公有云廠商（如阿里云、華為、騰訊等）數據庫產品的經營模式差異較大，因此未做排名統計達夢數據庫軟件產品生態鏈達夢：國產數據庫的成長見證近年來達夢數據業績高漲，2019-2021年營業收入分別為3.02/4.50/7.43億元，增速持續增長，三年營業收入的年均復合增長率為56.95%。三年凈利潤分別為0.84/1.44/4.38億，2021年增速高達204.17%，整體

52、盈利水平較高。其中，公司主營業務毛利率三年分別高達80.32%/90.27%/90.60%，毛利率持續增長主要系2020年高毛利率的軟件產品使用授權業務在公司主營業務結構中的比重有較大幅度提高。To G市場的大中型政企用戶是公司獲得高增長的關鍵，以2021年為例，在達夢核心業務軟件產品授權中，政府機關貢獻收入最多，較去年增加1.4億元，增幅達63%。另一方面，政策利好為公司提供大量政府補貼。2019-2021年，達夢每年獲得的政策補助優惠(合并稅收、政府補助)占收入比例達到17.6%/20.5%/32.75%。資料來源：達夢招股說明書，華福證券研究所0%10%20%30%40%50%60%70

53、%024682019202020212019-2021年營業總收入及增速營業總收入（億元）增速（%）75%80%85%90%95%2019202020212019-2021年主營業務毛利率（%）0%50%100%150%200%250%0123452019202020212019-2021年凈利潤及增速凈利潤（億元）增速（%）達夢：國產數據庫的成長見證星環科技是國內大數據基礎軟件的領導者，公司致力于打造企業級大數據基礎軟件，圍繞數據的集成、存儲、治理、建模、分析、挖掘和流通等數據全生命周期提供基礎軟件與服務，構建明日數據世界。公司以自主研發為核心競爭力，自2013年創建以來已建立了多個產品系列

54、：一站式大數據基礎平臺TDH、分布式分析型數據庫ArgoDB及交易型數據庫KunDB、基于容器的智能數據云平臺TDC、大數據開發工具TDS、智能分析工具Sophon和超融合大數據一體機TxData Appliance 等，產品線完備。資料來源：星環科技官網，華福證券研究所產品使用場景產品核心競爭力星環大數據基礎平臺Transwarp Data Hub數據倉庫、實時流處理等技術場景采用創新的多模型技術架構，能夠支持9種存儲引擎、10種存儲模型；統一的數據管理，統一的SQL語言；能夠實現高性能、低成本。分布式分析型數據庫Transwarp ArgoDB在線分析處理、數倉數集、AETP、聯邦計算等技

55、術場景支持標準SQL語法，提供多模分析、實時數據處理、存算解耦、混合負載、數據聯邦、異構服務器混合部署等先進技術能力，可以滿足數據倉庫、實時數據倉庫、數據集市、OLAP、AETP、聯邦計算等各種需求。分布式交易型數據庫KunDB高并發讀寫、交易分析混合處理、國產化替代、服務化SOA等技術場景；應用于金融交易、電信計費、電子政務、醫療信息系統等行業場景支持標準SQL并兼容MySQL、Oracle方言及生態，支持Oracle PL/SQL愈發，并且能提供高可用和分布式兩種部署模式，高并發事務處理場景性能卓越；支持國產CPU和服務器等自主可控等硬件平臺，能夠確保數據信息的安全。星環大數據開發工具Tr

56、answarp Data Studio應用于大型企業中數據的資產化與業務化大數據開發與治理一站式平臺，TDS與TDH深度融合與優化，能夠實現對其他數據庫活數據平臺的統一管理；采用分布式架構設計，可支持最大PB級別的數據平臺建設。星環科技：大數據基礎軟件領導者星環科技憑借過硬的自主研發實力及產品多次獲得全球著名咨詢機構Gartner、IDC的肯定。資料來源：IDC，華福證券研究所2016年星環科技成為中國首個進入Gartner數據倉庫及數據管理解決方案魔力象限的廠商，且被評為最具前瞻性的遠見者；2021年起，星環科技蟬聯Gartner增強分析技術中國推薦供應商；2022年，星環科技入選Gartn

57、er數據中臺領域全球推薦供應商。2017年被IDC評為中國大數據市場領導者；2020年再次被IDC評為中國大數據管理平臺領導者；2021 年上半年，根據 IDC 報告，星環科技在中國大數據平臺軟件的市場份額排名第七；IDC發布MarketScape：中國大數據管理平臺廠商評估，2020，公司綜合能力排名市場第四。星環科技：大數據基礎軟件領導者投資建議：國內數據庫相關軟件企業國內處于早期快速發展階段。據中國信通院測算，2020年中國數據庫市場占全球5.2%，市場規模約35億美元。預計到2025年，中國數據庫市場將占全球數據庫市場12.3%，市場規模將達到688億元，年復合增長率（CAGR）達23

58、.4%。國內目前的主營業務為數據庫的相關公司（除頭部互聯網公司及華為等巨頭企業），主要分為學院派和創業派，學院派始發于科研院校如武漢達夢和人大金倉等，創業派結合了資本和技術革命者，催生了一系列的新興數據庫企業如PingCAP和星環科技等?？紤]國產數據庫行業仍處于早期高速發展階段，主要的相關公司還處在擬上市或發力上市階段，因此建議關注相關擬上市或籌備上市公司。投資建議風險提示：技術發展不及預期：國產數據庫(大數據)行業及相關產品仍處在早期高速發展階段，并在分布式架構等新興技術方向出現具有國際性競爭優勢的產品和廠商，但如果技術優勢不能保持，或將影響國產數據庫在國內滲透率的提升。相關公司上市情況不及

59、預期：國內主營數據庫的相關廠商相處于初創階段公司較多，均處于擬上市或籌備上市階段，考慮或存在上市不利風險。風險提示分析師聲明及一般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并注冊為證券分析師，以勤勉的職業態度，獨立、客觀地出具本報告。本報告清晰準確地反映了本人的研究觀點。本人不曾因，不因，也將不會因本報告中的具體推薦意見或觀點而直接或間接收到任何形式的補償。一般聲明華福證券有限責任公司（以下簡稱“本公司”）具有中國證監會許可的證券投資咨詢業務資格。本報告僅供本公司的客戶使用。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，本公司不對任何人因使用本報告中的任何內容所引

60、致的任何損失負任何責任。本報告的信息均來源于本公司認為可信的公開資料，該等公開資料的準確性及完整性由其發布者負責，本公司及其研究人員對該等信息不作任何保證。本報告中的資料、意見及預測僅反映本公司于發布本報告當日的判斷，之后可能會隨情況的變化而調整。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。本公司不保證本報告所含信息及資料保持在最新狀態，對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。在任何情況下，本報告所載的信息或所做出的任何建議、意見及推測并不構成所述證券買賣的出價或詢價，也不構成對所述金融產品、產品發行或管理人作出任何形式的保證。

61、在任何情況下，本公司僅承諾以勤勉的職業態度，獨立、客觀地出具本報告以供投資者參考，但不就本報告中的任何內容對任何投資做出任何形式的承諾或擔保。投資者應自行決策，自擔投資風險。本報告版權歸“華福證券有限責任公司”所有。本公司對本報告保留一切權利。除非另有書面顯示，否則本報告中的所有材料的版權均屬本公司。未經本公司事先書面授權，本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。未經授權的轉載，本公司不承擔任何轉載責任。35特別聲明及投資聲明評級特別聲明投資者應注意，在法律許可的情況下，本公司及其本公司的關聯機構可能會持

62、有本報告中涉及的公司所發行的證券并進行交易，也可能為這些公司正在提供或爭取提供投資銀行、財務顧問和金融產品等各種金融服務。投資者請勿將本報告視為投資或其他決定的唯一參考依據。投資評級聲明備注：評級標準為報告發布日后的612個月內公司股價（或行業指數）相對同期基準指數的相對市場表現。其中，A股市場以滬深300指數為基準；香港市場以恒生指數為基準；美股市場以標普500指數或納斯達克綜合指數為基準（另有說明的除外）。類別評級評級說明公司評級買入未來6個月內，個股相對市場基準指數漲幅在20%以上持有未來6個月內，個股相對市場基準指數漲幅介于10%與20%之間中性未來6個月內，個股相對市場基準指數漲幅介于-10%與10%之間回避未來6個月內，個股相對市場基準指數漲幅介于-20%與-10%之間賣出未來6個月內，個股相對市場基準指數漲幅在-20%以下行業評級強于大市未來6個月內，行業整體回報高于市場基準指數5%以上跟隨大市未來6個月內，行業整體回報介于市場基準指數-5%與 5%之間弱于大市未來6個月內，行業整體回報低于市場基準指數-5%以下36誠信專業 發現價值聯系方式華福證券研究所 上海公司地址：上海市浦東新區濱江大道5129號陸家嘴濱江中心N1幢郵編：200120郵箱：