2022·愛(ài)分析 數(shù)據(jù)庫(kù)廠商全景報(bào)告 | 愛(ài)分析報(bào)告

報(bào)告編委

黃勇

愛(ài)分析合伙人&首席分析師

洪逸群

愛(ài)分析高級(jí)分析師

張良筠

愛(ài)分析分析師

目錄

1. 研究范圍定義

2. 市場(chǎng)洞察

3. 廠商全景地圖

4. 市場(chǎng)分析與廠商評(píng)估

5. 入選廠商列表

1. 研究范圍定義

研究范圍

在國(guó)內(nèi)數(shù)字化轉(zhuǎn)型以及信創(chuàng)建設(shè)持續(xù)推進(jìn)的大背景下，眾多廠商入局國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)，為企業(yè)提供了面向多種應(yīng)用場(chǎng)景的數(shù)據(jù)庫(kù)，以及相關(guān)的生態(tài)工具或服務(wù)。國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)因此迎來(lái)了諸多新的變化，新的產(chǎn)品類(lèi)型、新的技術(shù)、新的服務(wù)，以及新的市場(chǎng)格局，而這些變化也讓企業(yè)在選擇數(shù)據(jù)庫(kù)時(shí)需要考慮更多復(fù)雜的因素。

在本報(bào)告中，愛(ài)分析將數(shù)據(jù)庫(kù)市場(chǎng)劃分為數(shù)據(jù)庫(kù)產(chǎn)品、數(shù)據(jù)庫(kù)工具和數(shù)據(jù)庫(kù)服務(wù)。其中，數(shù)據(jù)庫(kù)產(chǎn)品包括各種類(lèi)型的數(shù)據(jù)庫(kù)，如事務(wù)型關(guān)系數(shù)據(jù)庫(kù)、分析型數(shù)據(jù)庫(kù)，以及圖數(shù)據(jù)庫(kù)、時(shí)序數(shù)據(jù)庫(kù)等專(zhuān)用數(shù)據(jù)庫(kù)等;數(shù)據(jù)庫(kù)工具包括各種用于數(shù)據(jù)庫(kù)管理運(yùn)維、開(kāi)發(fā)測(cè)試的工具;數(shù)據(jù)庫(kù)服務(wù)包括咨詢(xún)規(guī)劃、實(shí)施部署等服務(wù)。

綜合考慮細(xì)分市場(chǎng)的市場(chǎng)規(guī)模、企業(yè)關(guān)注度等因素，愛(ài)分析在本次研究中選取了事務(wù)型關(guān)系數(shù)據(jù)庫(kù)、分析型數(shù)據(jù)庫(kù)、超融合數(shù)據(jù)庫(kù)、圖數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)云管理平臺(tái)5個(gè)細(xì)分市場(chǎng)，進(jìn)行重點(diǎn)研究。

本報(bào)告面向各行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)的負(fù)責(zé)人，通過(guò)對(duì)各個(gè)特定市場(chǎng)的需求定義和代表廠商能力解讀，為企業(yè)數(shù)據(jù)庫(kù)規(guī)劃與廠商選型提供參考。

圖1:數(shù)據(jù)庫(kù)市場(chǎng)全景地圖

廠商入選標(biāo)準(zhǔn)

本次入選報(bào)告的廠商需同時(shí)符合以下條件：

廠商的產(chǎn)品服務(wù)滿(mǎn)足各市場(chǎng)的廠商能力要求;

近一年廠商具備一定數(shù)量以上的付費(fèi)客戶(hù)(參考第4章各市場(chǎng)分析部分);

近一年廠商在特定市場(chǎng)的營(yíng)業(yè)收入達(dá)到指標(biāo)要求(參考第4章各市場(chǎng)分析部分)。

(注：“近一年”指2021年Q4至2022年Q3)

2. 市場(chǎng)洞察

2.1 信創(chuàng)政策支持下，國(guó)產(chǎn)數(shù)據(jù)庫(kù)潛在替換空間大，但當(dāng)前存量市場(chǎng)整體替換率還較低。

自2018年來(lái)，國(guó)內(nèi)信創(chuàng)建設(shè)逐步升級(jí)，以O(shè)racle為代表的國(guó)外商業(yè)數(shù)據(jù)庫(kù)在國(guó)內(nèi)市場(chǎng)日漸式微，國(guó)產(chǎn)數(shù)據(jù)庫(kù)迎來(lái)前所未有的發(fā)展機(jī)遇。根據(jù)愛(ài)分析的估算，2022年中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模約為320億元，國(guó)產(chǎn)數(shù)據(jù)庫(kù)潛在替換空間巨大。

然而，國(guó)產(chǎn)數(shù)據(jù)庫(kù)替換目前主要集中在行業(yè)的增量市場(chǎng)，在更大的存量市場(chǎng)，由于數(shù)據(jù)庫(kù)替換遷移是項(xiàng)非常繁瑣、高成本的工作，且國(guó)產(chǎn)數(shù)據(jù)庫(kù)在技術(shù)積累、生態(tài)成熟度等方面與國(guó)外商業(yè)數(shù)據(jù)庫(kù)還存在一定差距，國(guó)產(chǎn)數(shù)據(jù)庫(kù)目前的滲透率還較低。根據(jù)愛(ài)分析調(diào)研，目前在全行業(yè)數(shù)據(jù)庫(kù)存量市場(chǎng)，國(guó)產(chǎn)數(shù)據(jù)庫(kù)的整體替換率約為10%，而在銀行的核心生產(chǎn)系統(tǒng)，國(guó)產(chǎn)數(shù)據(jù)庫(kù)的替換率僅有1%左右。

圖2: 國(guó)產(chǎn)數(shù)據(jù)庫(kù)在存量市場(chǎng)的替換率

愛(ài)分析認(rèn)為，信創(chuàng)帶來(lái)的國(guó)產(chǎn)數(shù)據(jù)庫(kù)的替換需求將是長(zhǎng)期且不可逆的，且目前正處于加速狀態(tài)，預(yù)計(jì)國(guó)內(nèi)數(shù)據(jù)庫(kù)的存量市場(chǎng)將在未來(lái)5-10年逐步完成國(guó)產(chǎn)化替換，最終國(guó)產(chǎn)數(shù)據(jù)庫(kù)的替換率將達(dá)到80%以上。國(guó)內(nèi)數(shù)據(jù)庫(kù)廠商在這個(gè)過(guò)程中要抓住機(jī)遇，需在以下幾方面著重發(fā)力：

1)提升產(chǎn)品與Oracle、MySQL等數(shù)據(jù)庫(kù)在語(yǔ)法、功能特性，以及生態(tài)工具的兼容性，并提供易用的數(shù)據(jù)遷移工具，保障數(shù)據(jù)庫(kù)的平滑替換，并降低替換成本;

2)注重生態(tài)建設(shè)，尤其是注重培養(yǎng)數(shù)據(jù)庫(kù)生態(tài)服務(wù)廠商，數(shù)據(jù)庫(kù)應(yīng)用人才，一個(gè)完善的數(shù)據(jù)庫(kù)生態(tài)是企業(yè)使用數(shù)據(jù)庫(kù)的長(zhǎng)期保證。

3)加強(qiáng)技術(shù)研發(fā)，積累客戶(hù)服務(wù)經(jīng)驗(yàn)和場(chǎng)景考驗(yàn)，提高產(chǎn)品化能力，并提升產(chǎn)品性能和穩(wěn)定性。

2.2 數(shù)據(jù)庫(kù)不斷出現(xiàn)技術(shù)融合，新興行業(yè)或新興業(yè)務(wù)場(chǎng)景是應(yīng)用主力。

近年來(lái)，數(shù)據(jù)庫(kù)技術(shù)出現(xiàn)了顯著的融合趨勢(shì)，一些全新類(lèi)型的數(shù)據(jù)庫(kù)融合了傳統(tǒng)的兩種或以上類(lèi)型的數(shù)據(jù)庫(kù)的能力，來(lái)滿(mǎn)足用戶(hù)的需求。這是由于數(shù)據(jù)庫(kù)應(yīng)用場(chǎng)景正變得更加廣泛，數(shù)據(jù)類(lèi)型變得更加多樣，而傳統(tǒng)的部署多套數(shù)據(jù)庫(kù)系統(tǒng)的模式在使用門(mén)檻和運(yùn)維成本方面都很高，這導(dǎo)致了一些新興的融合型的數(shù)據(jù)庫(kù)的出現(xiàn)，這些數(shù)據(jù)庫(kù)主要包括：

1)HTAP數(shù)據(jù)庫(kù)：融合OLTP數(shù)據(jù)庫(kù)的事務(wù)處理和OLAP數(shù)據(jù)庫(kù)的查詢(xún)分析的能力;

2)智能湖倉(cāng)：融合了數(shù)據(jù)倉(cāng)庫(kù)對(duì)數(shù)據(jù)的高效管理能力以及數(shù)據(jù)湖對(duì)于海量數(shù)據(jù)的低成本存儲(chǔ)能力;

3)超融合數(shù)據(jù)庫(kù)：融合了事務(wù)處理和查詢(xún)分析能力，并能對(duì)關(guān)系型數(shù)據(jù)、圖數(shù)據(jù)、時(shí)序數(shù)據(jù)、文檔數(shù)據(jù)等多種數(shù)據(jù)模型進(jìn)行統(tǒng)一管理。

融合型數(shù)據(jù)庫(kù)通過(guò)簡(jiǎn)化系統(tǒng)架構(gòu)，顯著降低了使用門(mén)檻和運(yùn)維成本，但其當(dāng)前用戶(hù)主要來(lái)自新興行業(yè)或新興業(yè)務(wù)場(chǎng)景，傳統(tǒng)行業(yè)企業(yè)的傳統(tǒng)業(yè)務(wù)場(chǎng)景對(duì)融合型數(shù)據(jù)庫(kù)的應(yīng)用有限。以HTAP數(shù)據(jù)庫(kù)為例，傳統(tǒng)行業(yè)企業(yè)內(nèi)的OLTP數(shù)據(jù)庫(kù)和OLAP數(shù)據(jù)庫(kù)的應(yīng)用場(chǎng)景通常在不同的部門(mén)，兩者在企業(yè)內(nèi)部由于業(yè)務(wù)分工導(dǎo)致數(shù)據(jù)庫(kù)系統(tǒng)的物理隔離，是傳統(tǒng)企業(yè)當(dāng)前對(duì)于融合型數(shù)據(jù)庫(kù)的需求不足的原因。而在新興行業(yè)或新興業(yè)務(wù)場(chǎng)景，以先進(jìn)制造行業(yè)為例，智能制造對(duì)于工業(yè)生產(chǎn)流程的顛覆，使得記錄生產(chǎn)過(guò)程的大規(guī)模數(shù)據(jù)需要被采集、存儲(chǔ)、分析，以指導(dǎo)自動(dòng)化和智能化的生產(chǎn)過(guò)程，導(dǎo)致這類(lèi)企業(yè)對(duì)于智能湖倉(cāng)、超融合數(shù)據(jù)庫(kù)有著較強(qiáng)勁的需求。

圖3:數(shù)據(jù)庫(kù)市場(chǎng)重要趨勢(shì)

2.3 Serverless漸成趨勢(shì)，幫助用戶(hù)更快、更便捷地構(gòu)應(yīng)用。

數(shù)據(jù)庫(kù)的服務(wù)形態(tài)在不斷進(jìn)化，從最早在本地?cái)?shù)據(jù)中心自建數(shù)據(jù)庫(kù)，到云上的PaaS服務(wù)，再到云原生數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)正在往Serverless的方向發(fā)展。

Serverless數(shù)據(jù)庫(kù)是指用戶(hù)在構(gòu)建和運(yùn)行數(shù)據(jù)庫(kù)時(shí)無(wú)需對(duì)數(shù)據(jù)庫(kù)本身以及底層的服務(wù)器資源進(jìn)行管理，并且當(dāng)用戶(hù)的業(yè)務(wù)請(qǐng)求數(shù)增加或減少時(shí)，數(shù)據(jù)庫(kù)能夠自動(dòng)調(diào)度資源，實(shí)現(xiàn)彈性伸縮。Serverless數(shù)據(jù)庫(kù)漸成趨勢(shì)的原因有兩點(diǎn)：

1) 數(shù)據(jù)庫(kù)類(lèi)型越來(lái)越多，數(shù)據(jù)庫(kù)的架構(gòu)也變得越來(lái)越復(fù)雜，開(kāi)發(fā)者學(xué)習(xí)和使用每種數(shù)據(jù)庫(kù)的門(mén)檻越來(lái)越高，需要Serverless來(lái)屏蔽數(shù)據(jù)庫(kù)技術(shù)的復(fù)雜度。

2) 企業(yè)對(duì)于數(shù)據(jù)庫(kù)的應(yīng)用需求變得越來(lái)越敏捷，通過(guò)Serverless實(shí)現(xiàn)數(shù)據(jù)庫(kù)資源自動(dòng)伸縮，并按量計(jì)費(fèi)，越來(lái)越成為企業(yè)重要的需求。

目前，Serverless技術(shù)處于早期階段，能夠提供Serverless數(shù)據(jù)庫(kù)的僅有部分公有云廠商和少數(shù)數(shù)據(jù)庫(kù)廠商。愛(ài)分析認(rèn)為，Serverless將成為數(shù)據(jù)庫(kù)發(fā)展的重要趨勢(shì)，會(huì)有更多廠商加入這條路線(xiàn)，其用戶(hù)基礎(chǔ)也會(huì)逐漸壯大。

2.4 數(shù)據(jù)庫(kù)管理平臺(tái)成為國(guó)內(nèi)數(shù)據(jù)庫(kù)生態(tài)的重要參與者，AI自治是數(shù)據(jù)庫(kù)管理的重要能力。

隨著國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)庫(kù)在國(guó)內(nèi)數(shù)據(jù)庫(kù)市場(chǎng)的崛起，數(shù)據(jù)庫(kù)管理平臺(tái)成為國(guó)內(nèi)數(shù)據(jù)庫(kù)生態(tài)的重要參與者。由于數(shù)據(jù)庫(kù)管理平臺(tái)具備數(shù)據(jù)庫(kù)安裝部署、遷移、備份、監(jiān)控告警、巡檢、性能分析、智能運(yùn)維、安全管控等數(shù)據(jù)庫(kù)使用全生命周期管理能力，有效彌補(bǔ)了國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)生態(tài)中對(duì)數(shù)據(jù)庫(kù)管理運(yùn)維工具相對(duì)缺失帶來(lái)的諸多不便。

與此同時(shí)，數(shù)據(jù)庫(kù)管理越來(lái)越強(qiáng)調(diào)智能化的能力。即在數(shù)據(jù)庫(kù)管理中引入AI技術(shù)，實(shí)現(xiàn)數(shù)據(jù)庫(kù)管理運(yùn)維智能診斷、智能優(yōu)化，降低數(shù)據(jù)庫(kù)運(yùn)維對(duì)專(zhuān)業(yè)人員的依賴(lài)。具體而言，智能診斷是從數(shù)據(jù)應(yīng)用、數(shù)據(jù)庫(kù)、底層資源不同層面進(jìn)行診斷分析，自動(dòng)定位問(wèn)題，實(shí)現(xiàn)數(shù)據(jù)庫(kù)運(yùn)維的可觀測(cè)性;智能優(yōu)化是指針對(duì)數(shù)據(jù)庫(kù)表結(jié)構(gòu)、集群使用效率等進(jìn)行條有建議，提升效率。

3. 廠商全景地圖

愛(ài)分析基于對(duì)甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出在數(shù)據(jù)庫(kù)市場(chǎng)中具備成熟解決方案和落地能力的入選廠商。

4. 市場(chǎng)分析與廠商評(píng)估

愛(ài)分析對(duì)本次數(shù)據(jù)庫(kù)項(xiàng)目重點(diǎn)研究的特定市場(chǎng)定義如下。同時(shí)，針對(duì)參與此次報(bào)告的部分代表廠商，愛(ài)分析撰寫(xiě)了廠商能力評(píng)估。

4.1 事務(wù)型關(guān)系數(shù)據(jù)庫(kù)

市場(chǎng)定義：

事務(wù)型關(guān)系數(shù)據(jù)庫(kù)是指采用行和列構(gòu)成的二維表格模型來(lái)組織數(shù)據(jù)，通過(guò)關(guān)系模型對(duì)表進(jìn)行連接，并針對(duì)數(shù)據(jù)“增改刪”的事務(wù)處理而設(shè)計(jì)的數(shù)據(jù)管理系統(tǒng)。事務(wù)型關(guān)系數(shù)據(jù)庫(kù)需具備事務(wù)的ACID特性、并支持SQL訪(fǎng)問(wèn)和解析等功能。

甲方終端用戶(hù)：

各行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)

甲方核心需求：

近年來(lái)，隨著企業(yè)數(shù)字化轉(zhuǎn)型步入深水區(qū)，為了應(yīng)對(duì)數(shù)據(jù)量爆發(fā)式增長(zhǎng)、業(yè)務(wù)場(chǎng)景多樣化擴(kuò)展的趨勢(shì)，甲方企業(yè)對(duì)于事務(wù)型關(guān)系數(shù)據(jù)庫(kù)的選型要求也在不斷提升：除了要保證基本的系統(tǒng)運(yùn)行穩(wěn)定及服務(wù)的可靠性，也需要數(shù)據(jù)庫(kù)具備優(yōu)良的性能來(lái)更好地支持銀行存取轉(zhuǎn)賬、電子商務(wù)訂單等大規(guī)模的交易處理場(chǎng)景。此外，隨著國(guó)家信創(chuàng)政策的不斷深化，企業(yè)對(duì)使用的國(guó)外商用數(shù)據(jù)庫(kù)替換的需求也與日俱增，盡可能縮減遷移改動(dòng)成本成為甲方企業(yè)的主要訴求。具體而言，企業(yè)對(duì)于事務(wù)型關(guān)系數(shù)據(jù)庫(kù)的核心需求包括：

能夠穩(wěn)定可靠地運(yùn)行。作為數(shù)據(jù)管理系統(tǒng)的核心，企業(yè)需要事務(wù)型關(guān)系數(shù)據(jù)庫(kù)具備對(duì)外服務(wù)響應(yīng)的靈敏性、整體系統(tǒng)運(yùn)行的流暢性和數(shù)據(jù)服務(wù)的可靠性，保障業(yè)務(wù)系統(tǒng)能夠穩(wěn)定運(yùn)行。

數(shù)據(jù)庫(kù)服務(wù)高可用。許多如銀行、電信、政務(wù)等行業(yè)的重要業(yè)務(wù)系統(tǒng)都要求數(shù)據(jù)庫(kù)提供7*24不間斷服務(wù)，需要事務(wù)型關(guān)系數(shù)據(jù)庫(kù)盡可能縮短因?yàn)榫S護(hù)或者故障造成的服務(wù)不可用時(shí)間。因此，在系統(tǒng)硬件發(fā)生故障、人為出錯(cuò)或者軟件報(bào)錯(cuò)等情況下，企業(yè)需要數(shù)據(jù)庫(kù)服務(wù)能夠在一定時(shí)間范圍內(nèi)切換至可用狀態(tài)，并且保證數(shù)據(jù)零丟失。

具備高性能的事務(wù)處理能力。面對(duì)數(shù)據(jù)量爆發(fā)式增長(zhǎng)、業(yè)務(wù)場(chǎng)景多樣化擴(kuò)展的趨勢(shì)，企業(yè)需要數(shù)據(jù)庫(kù)能夠完成海量數(shù)據(jù)處理的工作，并且支持大量業(yè)務(wù)人員同時(shí)進(jìn)行讀取或?qū)懭氲氖聞?wù)處理場(chǎng)景。在諸如“雙十一”、秒殺活動(dòng)等高并發(fā)的交易處理場(chǎng)景，企業(yè)需要數(shù)據(jù)庫(kù)能夠提供毫秒甚至更短的響應(yīng)時(shí)間來(lái)面對(duì)不斷增長(zhǎng)的業(yè)務(wù)需求。

要盡可能降低數(shù)據(jù)庫(kù)替換成本。由于信創(chuàng)政策對(duì)數(shù)據(jù)庫(kù)國(guó)產(chǎn)化的要求，企業(yè)需要對(duì)傳統(tǒng)使用的國(guó)外商業(yè)數(shù)據(jù)庫(kù)進(jìn)行替換。在替換過(guò)程中，需要盡量減少對(duì)原有業(yè)務(wù)的改造，并且盡可能延續(xù)上層應(yīng)用的使用。此外，自動(dòng)化的數(shù)據(jù)遷移工具也成為企業(yè)降低遷移成本的需求之一。

豐富的生態(tài)資源。企業(yè)會(huì)對(duì)數(shù)據(jù)庫(kù)的周邊生態(tài)有一定依賴(lài)性，因此生態(tài)資源的豐富程度也成為甲方選型的考慮因素之一，尤其是周邊工具所提供的功能支持。

此外，部分企業(yè)對(duì)于事務(wù)型關(guān)系數(shù)據(jù)庫(kù)還有以下期望需求：

在某些行業(yè)，事務(wù)型關(guān)系數(shù)據(jù)庫(kù)需要滿(mǎn)足信創(chuàng)資質(zhì)要求。在黨政軍、金融等需要嚴(yán)格保證信息安全的行業(yè)，核心技術(shù)需要自主可控來(lái)保證安全性。因此，企業(yè)需要嚴(yán)格參照信創(chuàng)測(cè)試報(bào)告或者信創(chuàng)名錄來(lái)進(jìn)行數(shù)據(jù)庫(kù)選型。此外，由于某些企業(yè)已經(jīng)進(jìn)行了國(guó)產(chǎn)化軟硬件的部署，需要數(shù)據(jù)庫(kù)能夠在在國(guó)產(chǎn)IT環(huán)境中順利運(yùn)行。

廠商能力要求：

基于上述核心需求，數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商提供產(chǎn)品能夠穩(wěn)定地運(yùn)行在企業(yè)的業(yè)務(wù)環(huán)境中，并且保證事務(wù)數(shù)據(jù)的可靠性。具體而言，廠商產(chǎn)品提供數(shù)據(jù)的充分冗余，并且保證備份數(shù)據(jù)的一致性。同時(shí)，具備完善成熟的機(jī)制保證事務(wù)處理的一致性。其次，廠商產(chǎn)品被廣泛采納使用，運(yùn)行的穩(wěn)定性得到企業(yè)及用戶(hù)的認(rèn)可。

廠商產(chǎn)品能夠提供高可用的數(shù)據(jù)服務(wù)。廠商產(chǎn)品提供具備完備的容備災(zāi)機(jī)制，支持?jǐn)?shù)據(jù)的充分冗余。在數(shù)據(jù)節(jié)點(diǎn)由于硬件故障或人為失誤導(dǎo)致不可用時(shí)，備災(zāi)節(jié)點(diǎn)能夠快速切換，保證服務(wù)不中斷。如果集群無(wú)法提供服務(wù)，廠商有其他用于備災(zāi)的數(shù)據(jù)中心對(duì)服務(wù)進(jìn)行無(wú)損接管，同時(shí)要保證服務(wù)的切換恢復(fù)時(shí)間在企業(yè)的可接受范圍內(nèi)。

在性能方面，廠商提供的產(chǎn)品具備事務(wù)的高吞吐、橫向擴(kuò)展和并發(fā)處理能力，并且支持?jǐn)?shù)據(jù)的實(shí)時(shí)寫(xiě)入和讀取。在海量事務(wù)處理的場(chǎng)景下，廠商提供分布式部署的事務(wù)型關(guān)系數(shù)據(jù)庫(kù)產(chǎn)品，具備高吞吐能力來(lái)降低系統(tǒng)服務(wù)的響應(yīng)時(shí)間，并且通過(guò)橫向擴(kuò)展來(lái)支撐不斷增長(zhǎng)的數(shù)據(jù)量。在讀寫(xiě)高并發(fā)的需求下，事務(wù)型關(guān)系數(shù)據(jù)庫(kù)需要具備一定的并行執(zhí)行能力，并且通過(guò)均衡分配讀寫(xiě)負(fù)載來(lái)支持大量業(yè)務(wù)人員同時(shí)進(jìn)行查詢(xún)或?qū)懭氩僮鳌?/p>

廠商數(shù)據(jù)庫(kù)產(chǎn)品能夠?qū)ζ髽I(yè)原有數(shù)據(jù)庫(kù)進(jìn)行低成本替換。廠商提供的產(chǎn)品需要對(duì)相應(yīng)被替換的數(shù)據(jù)庫(kù)產(chǎn)品語(yǔ)法兼容，保證替換后上層應(yīng)用的平穩(wěn)運(yùn)行，并且不需要進(jìn)行太多的業(yè)務(wù)改造。此外，產(chǎn)品配套的遷移工具也能夠降低數(shù)據(jù)遷移成本，方便企業(yè)做數(shù)據(jù)庫(kù)替換。

廠商提供的產(chǎn)品具備一定的生態(tài)資源。廠商的產(chǎn)品具有一定的周邊生態(tài)工具和服務(wù)，或者能夠兼容主流生態(tài)，能夠滿(mǎn)足企業(yè)對(duì)生態(tài)資源的使用需求，尤其是生態(tài)中數(shù)據(jù)庫(kù)周邊工具要能夠滿(mǎn)足數(shù)據(jù)庫(kù)使用全生命周期的功能支持。

針對(duì)部分企業(yè)的期望需求，數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商提供的產(chǎn)品需要滿(mǎn)足信創(chuàng)的要求。廠商的產(chǎn)品需要通過(guò)了相應(yīng)的信創(chuàng)測(cè)試或進(jìn)入了信創(chuàng)名錄，證明了自身技術(shù)的自主可靠性。此外，廠商產(chǎn)品對(duì)甲方企業(yè)使用的國(guó)產(chǎn)操作系統(tǒng)、芯片等軟硬件進(jìn)行了相應(yīng)適配，能夠保證數(shù)據(jù)庫(kù)系統(tǒng)在國(guó)產(chǎn)IT環(huán)境的平穩(wěn)運(yùn)行。

入選標(biāo)準(zhǔn)：

1. 符合事務(wù)型關(guān)系數(shù)據(jù)庫(kù)的廠商能力要求;

2. 近一年在該市場(chǎng)服務(wù)客戶(hù)數(shù)10家以上;

3.近一年該市場(chǎng)相關(guān)服務(wù)收入規(guī)模在1000萬(wàn)元以上。

代表廠商評(píng)估：

愛(ài)可生廠商介紹：

上海愛(ài)可生信息技術(shù)股份有限公司(簡(jiǎn)稱(chēng)“愛(ài)可生”)成立于2003年，是國(guó)內(nèi)知名的數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)運(yùn)維管理平臺(tái)以及數(shù)據(jù)處理技術(shù)提供商。產(chǎn)品包括關(guān)系型數(shù)據(jù)庫(kù)云樹(shù)？數(shù)據(jù)庫(kù)ActionDB、向量數(shù)據(jù)庫(kù)TensorDB、云樹(shù)？DMP數(shù)據(jù)庫(kù)集群管理平臺(tái)、云樹(shù)？DBaaS和DaaS數(shù)據(jù)中臺(tái)系列產(chǎn)品等，客戶(hù)主要分布于金融、電力、智能制造、電信、廣電、交通、航空航天等行業(yè)。

產(chǎn)品服務(wù)介紹：

云樹(shù)？數(shù)據(jù)庫(kù)ActionDB(簡(jiǎn)稱(chēng)“ActionDB”)是一款?lèi)?ài)可生自主研發(fā)的國(guó)產(chǎn)關(guān)系型OLTP數(shù)據(jù)庫(kù)，主要應(yīng)用于高并發(fā)、海量數(shù)據(jù)場(chǎng)景下結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)、管理和計(jì)算，具備靈活彈性擴(kuò)展、金融級(jí)可靠性、自動(dòng)化運(yùn)維管理、多地多中心容災(zāi)等特性，適用于高并發(fā)、TB級(jí)海量數(shù)據(jù)及國(guó)產(chǎn)化轉(zhuǎn)型場(chǎng)景。目前主要在金融和運(yùn)營(yíng)商行業(yè)核心業(yè)務(wù)系統(tǒng)有大規(guī)模的落地。

向量數(shù)據(jù)庫(kù)TensorDB主要用于非結(jié)構(gòu)化數(shù)據(jù)的低成本存儲(chǔ)和計(jì)算，能夠?qū)D片、視頻等非結(jié)構(gòu)化數(shù)據(jù)以向量的形式進(jìn)行表示，并支持向量數(shù)據(jù)的近似檢索，可用于人臉識(shí)別、推薦系統(tǒng)、圖片搜索、視頻指紋、語(yǔ)音處理、自然語(yǔ)言處理等涉及AI應(yīng)用的各個(gè)行業(yè)。TensorDB 具有極高的并發(fā)檢索性能，卓越的水平拓展能力，并提供滿(mǎn)足多元業(yè)務(wù)場(chǎng)景下的高可用能力。

廠商評(píng)估：

愛(ài)可生云樹(shù)？數(shù)據(jù)庫(kù)ActionDB在產(chǎn)品的安全可靠性、分布式性能、MySQL語(yǔ)法和生態(tài)兼容性方面具備優(yōu)勢(shì)，同時(shí)能夠適配主流國(guó)產(chǎn)軟硬件，滿(mǎn)足企業(yè)信創(chuàng)要求。同時(shí)愛(ài)可生具備較強(qiáng)的數(shù)據(jù)庫(kù)服務(wù)能力，ActionDB配備的可視化管理平臺(tái)和DBA專(zhuān)家能夠?yàn)閿?shù)據(jù)庫(kù)提供全面的數(shù)據(jù)庫(kù)相關(guān)服務(wù)。

ActionDB具備滿(mǎn)足金融等行業(yè)客戶(hù)要求的安全可靠性，并在此基礎(chǔ)上實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的高可用。在可靠性上，ActionDB采用了自研的數(shù)據(jù)一致性技術(shù)和多副本機(jī)制保證了存儲(chǔ)節(jié)點(diǎn)的數(shù)據(jù)的一致性，在分布式架構(gòu)下采用Raft協(xié)議保證了事務(wù)的一致性。在可用性上，存儲(chǔ)層數(shù)據(jù)分片能夠?qū)崿F(xiàn)故障自動(dòng)切換，支持同城多中心、兩地三中心、多地多中心的容災(zāi)部署，整體達(dá)到“5個(gè)9”的可用性，在跨數(shù)據(jù)中心切換時(shí)能夠?qū)崿F(xiàn)RPO=0的服務(wù)無(wú)損接管 。

例如，在某大型國(guó)有銀行核心業(yè)務(wù)系統(tǒng)的分布式轉(zhuǎn)型中，愛(ài)可生提供了支持大體量高并發(fā)場(chǎng)景的分布式數(shù)據(jù)庫(kù)解決方案，實(shí)現(xiàn)了事務(wù)數(shù)據(jù)的金融級(jí)強(qiáng)一致性，并且滿(mǎn)足銀行業(yè)對(duì)系統(tǒng)災(zāi)備建設(shè)的等級(jí)要求和個(gè)人賬戶(hù)信息等高敏感數(shù)據(jù)對(duì)系統(tǒng)安全性的要求。

ActionDB通過(guò)分布式技術(shù)實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的性能增強(qiáng)，能夠支持海量數(shù)據(jù)、高并發(fā)交易的業(yè)務(wù)場(chǎng)景。在分布式架構(gòu)下，ActionDB支持上百TB的大體量存儲(chǔ)，智能路由調(diào)度和自動(dòng)化分片功能實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的彈性擴(kuò)展，產(chǎn)品曾支持過(guò)某運(yùn)營(yíng)商行業(yè)客戶(hù)電子渠道充值的高并發(fā)業(yè)務(wù)場(chǎng)景，交易量峰值達(dá)上億QPS。在SQL解析計(jì)算方面，ActionDB優(yōu)化了解析器并將SQL翻譯為關(guān)系代數(shù)層面下推至存儲(chǔ)節(jié)點(diǎn)進(jìn)行計(jì)算，提升了SQL語(yǔ)句處理效率。在并行計(jì)算方面，ActionDB對(duì)線(xiàn)程池技術(shù)進(jìn)行了優(yōu)化，提升了任務(wù)執(zhí)行的并發(fā)度來(lái)提升整體效率。

ActionDB完全兼容MySQL語(yǔ)法和生態(tài)，便于企業(yè)進(jìn)行MySQL數(shù)據(jù)庫(kù)的國(guó)產(chǎn)化替換。在語(yǔ)法兼容性上，ActionDB兼容MySQL語(yǔ)法協(xié)議、數(shù)據(jù)對(duì)象和類(lèi)型、內(nèi)置函數(shù)等，能充分支持MySQL上既有業(yè)務(wù)的平滑遷移。在生態(tài)兼容性上，ActionDB延續(xù)了MySQL技術(shù)路線(xiàn)并完全兼容其生態(tài)，方便企業(yè)直接使用豐富的生態(tài)工具和技術(shù)資源。

ActionDB適配主流的國(guó)產(chǎn)軟硬件并通過(guò)了多個(gè)行業(yè)的信創(chuàng)標(biāo)準(zhǔn)測(cè)試，能夠滿(mǎn)足企業(yè)對(duì)信創(chuàng)的要求。在軟硬件適配方面，ActionDB支持與國(guó)產(chǎn)芯片(如飛騰、海光)、中間件、操作系統(tǒng)(如中標(biāo)麒麟、統(tǒng)信)及上下游軟件適配。在行業(yè)信創(chuàng)測(cè)試方面，ActionDB參與編寫(xiě)并通過(guò)了多個(gè)行業(yè)的信創(chuàng)標(biāo)準(zhǔn)測(cè)試，包括央行下屬的金融科技聯(lián)盟的信創(chuàng)測(cè)試、工信部信創(chuàng)數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)的測(cè)試等。

愛(ài)可生為用戶(hù)提供了可視化數(shù)據(jù)庫(kù)管理平臺(tái)云樹(shù)？DMP和數(shù)據(jù)庫(kù)相關(guān)服務(wù)，能夠幫助企業(yè)降低運(yùn)維管理的難度和成本。云樹(shù)？DMP提供可視化的數(shù)據(jù)庫(kù)運(yùn)維管理能力，包括安裝部署、配置變更監(jiān)控、告警備份恢復(fù)、性能診斷、擴(kuò)縮容SQL 質(zhì)量審核、數(shù)據(jù)遷移、數(shù)據(jù)安全等，能夠自動(dòng)處理大部分DBA日常工作，降低了數(shù)據(jù)庫(kù)運(yùn)維的難度。同時(shí)，愛(ài)可生的DBA專(zhuān)家也能夠提供MySQL源碼級(jí)服務(wù)，支持?jǐn)?shù)據(jù)庫(kù)的分布式轉(zhuǎn)型及基礎(chǔ)運(yùn)維等一站式服務(wù)。

典型客戶(hù)：

中國(guó)人民銀行、中國(guó)工商銀行、華夏銀行、興業(yè)銀行、吉林銀行

代表廠商評(píng)估：

萬(wàn)里數(shù)據(jù)庫(kù)廠商介紹：

北京萬(wàn)里開(kāi)源軟件有限公司(簡(jiǎn)稱(chēng)“萬(wàn)里數(shù)據(jù)庫(kù)”)成立于2000年，專(zhuān)注于國(guó)產(chǎn)自主可控的數(shù)據(jù)庫(kù)產(chǎn)品技術(shù)研發(fā)，打造了功能、性能、穩(wěn)定性、易用性領(lǐng)先的一站式數(shù)據(jù)庫(kù)產(chǎn)品與解決方案，已服務(wù)金融、運(yùn)營(yíng)商、能源、政府、交通等多行業(yè)重點(diǎn)客戶(hù)，助力超1000個(gè)應(yīng)用場(chǎng)景實(shí)現(xiàn)國(guó)產(chǎn)化替代與數(shù)字化轉(zhuǎn)型。萬(wàn)里數(shù)據(jù)庫(kù)擁有發(fā)明專(zhuān)利、軟件著作權(quán)百余項(xiàng)，是國(guó)家級(jí)專(zhuān)精特新“小巨人”企業(yè)，已參與多個(gè)國(guó)家級(jí)的數(shù)據(jù)庫(kù)行業(yè)標(biāo)準(zhǔn)制定工作。

產(chǎn)品服務(wù)介紹：

萬(wàn)里數(shù)據(jù)庫(kù)GreatDB是一款國(guó)產(chǎn)自主可控的關(guān)系型數(shù)據(jù)庫(kù)，可根據(jù)用戶(hù)需求采用分布式或集中式部署，具備動(dòng)態(tài)擴(kuò)展、數(shù)據(jù)強(qiáng)一致、集群高可用等企業(yè)級(jí)特性，滿(mǎn)足業(yè)務(wù)高并發(fā)、高擴(kuò)展性、高安全性等嚴(yán)苛的事務(wù)處理和輕量分析需求，完全兼容MySQL生態(tài)，兼容適配了國(guó)產(chǎn)主流操作系統(tǒng)、芯片等基礎(chǔ)軟硬件，廣泛應(yīng)用于金融、運(yùn)營(yíng)商、能源、政府等行業(yè)，其衍生的開(kāi)源分支版本GreatSQL可直接對(duì)官方MySQL進(jìn)行兼容替換。

廠商評(píng)估：

萬(wàn)里數(shù)據(jù)庫(kù)GreatDB在產(chǎn)品穩(wěn)定可靠性、MySQL和Oracle技術(shù)兼容性、部署靈活性、容備災(zāi)能力和服務(wù)等方面具備優(yōu)勢(shì)，在分布式和集中式部署下的性能表現(xiàn)可以滿(mǎn)足金融、運(yùn)營(yíng)商、能源等重點(diǎn)行業(yè)多樣化的場(chǎng)景需求，同時(shí)GreatDB能夠適配主流國(guó)產(chǎn)軟硬件，滿(mǎn)足企業(yè)對(duì)信創(chuàng)的要求。

在產(chǎn)品能力上，GreatDB穩(wěn)定可靠且性能表現(xiàn)強(qiáng)勁，具備金融、運(yùn)營(yíng)商等多個(gè)重點(diǎn)行業(yè)核心業(yè)務(wù)系統(tǒng)的技術(shù)支撐能力，能夠滿(mǎn)足海量數(shù)據(jù)、高并發(fā)場(chǎng)景下對(duì)事務(wù)容錯(cuò)性和處理效率的要求。如金融行業(yè)，萬(wàn)里數(shù)據(jù)庫(kù)服務(wù)的全國(guó)股份制銀行統(tǒng)一支付系統(tǒng)，部署超24個(gè)節(jié)點(diǎn)，峰值支撐超2000TPS，采用同城雙活架構(gòu)實(shí)現(xiàn)機(jī)房級(jí)的高可靠，確保RPO=0;運(yùn)營(yíng)商行業(yè)，萬(wàn)里數(shù)據(jù)庫(kù)服務(wù)的四川移動(dòng)開(kāi)關(guān)機(jī)系統(tǒng)，部署約10個(gè)節(jié)點(diǎn)，峰值支撐超4500TPS，支撐高峰訂單每日超2000萬(wàn)，指令下發(fā)量10000萬(wàn)，保障全省用戶(hù)的各類(lèi)基礎(chǔ)業(yè)務(wù)及增值業(yè)務(wù)功能的辦理開(kāi)通。

在穩(wěn)定性方面，GreatDB通過(guò)事務(wù)管理器的輕量化和讀寫(xiě)快照的無(wú)鎖化解耦，配合在通信網(wǎng)絡(luò)技術(shù)上的優(yōu)化，整體降低了網(wǎng)絡(luò)波動(dòng)對(duì)事務(wù)響應(yīng)時(shí)間的影響;在可靠性方面，GreatDB采用多副本冗余和 Paxos 協(xié)議來(lái)保證事務(wù)數(shù)據(jù)的強(qiáng)一致性;在容災(zāi)備份方面，GreatDB采用備份恢復(fù)機(jī)制，同城雙活或三活加上異地容災(zāi)集群的部署達(dá)到了RPO=0和RTO<60秒的高可用性。

在性能方面，GreatDB針對(duì)事務(wù)處理要求嚴(yán)苛的場(chǎng)景優(yōu)化了SQL并行執(zhí)行、事務(wù)快照維護(hù)、副本復(fù)制協(xié)議等方面來(lái)提升整體性能表現(xiàn);同時(shí)，GreatDB在小規(guī)模配置場(chǎng)景下性能表現(xiàn)良好，在國(guó)產(chǎn)鯤鵬等服務(wù)器上，用三臺(tái)機(jī)器性能可以達(dá)到100萬(wàn)TPMC。

在技術(shù)能力上，GreatDB全面兼容MySQL及其生態(tài)，同時(shí)兼容Oracle語(yǔ)法及功能特性，助力企業(yè)順暢完成數(shù)據(jù)庫(kù)國(guó)產(chǎn)替代。在與MySQL的兼容性方面，萬(wàn)里數(shù)據(jù)庫(kù)作為原MySQL中國(guó)研發(fā)中心積累了深厚的技術(shù)經(jīng)驗(yàn)。在語(yǔ)法上，GreatDB全面兼容MySQL的語(yǔ)法和功能特性，能夠支持MySQL上既有業(yè)務(wù)的平滑遷移。在生態(tài)上，GreatDB兼容了MySQL生態(tài)中數(shù)據(jù)鏈上下游的各種工具，可提供面向多元化終端用戶(hù)的數(shù)據(jù)庫(kù)工具鏈，降低了GreatDB用戶(hù)的工具學(xué)習(xí)和使用成本。GreatDB還能夠兼容Oracle的語(yǔ)法和功能特性，如遞歸查詢(xún)、DBLink、窗口函數(shù)、序列等，降低了對(duì)Oracle存量業(yè)務(wù)替換的成本。 如萬(wàn)里數(shù)據(jù)庫(kù)服務(wù)的河北移動(dòng)統(tǒng)一接觸庫(kù)的Oracle國(guó)產(chǎn)化替代項(xiàng)目，基于GreatDB的各類(lèi)Oracle語(yǔ)法兼容特性，替換過(guò)程中業(yè)務(wù)保留了大量的Oracle特性語(yǔ)法，確保了項(xiàng)目周期和遷移成本可控。

在部署模式上，依據(jù)客戶(hù)不同的業(yè)務(wù)場(chǎng)景需求，GreatDB能夠采用集中式或分布式的靈活部署模式。針對(duì)海量數(shù)據(jù)、并發(fā)量高的業(yè)務(wù)場(chǎng)景，客戶(hù)可以選擇分布式的模式部署GreatDB，利用并行計(jì)算加快數(shù)據(jù)處理能力，同時(shí)還能保障數(shù)據(jù)一致性，未來(lái)還能按需持續(xù)擴(kuò)容;針對(duì)數(shù)據(jù)量偏小、對(duì)穩(wěn)定性和事務(wù)一致性要求極高的業(yè)務(wù)場(chǎng)景，客戶(hù)可以選擇使用集中式的部署模式。

在國(guó)產(chǎn)生態(tài)上，GreatDB適配主流國(guó)產(chǎn)軟硬件，滿(mǎn)足國(guó)家信創(chuàng)要求。GreatDB與主流國(guó)產(chǎn)芯片(如龍芯、申威、飛騰、鯤鵬、海光、兆芯)、操作系統(tǒng)(如麒麟軟件、統(tǒng)信UOS、麒麟信安、TurboLinux等)和第三方應(yīng)用等軟硬件適配，充分滿(mǎn)足企業(yè)在信創(chuàng)方面的需求。

在開(kāi)源貢獻(xiàn)上，萬(wàn)里數(shù)據(jù)庫(kù)主導(dǎo)成立了GreatSQL社區(qū)，助力開(kāi)源數(shù)據(jù)庫(kù)生態(tài)。GreatSQL社區(qū)致力于打造國(guó)際主流的開(kāi)源數(shù)據(jù)庫(kù)中國(guó)根社區(qū)，為金融、運(yùn)營(yíng)商、能源等眾多行業(yè)客戶(hù)提供自主可控的開(kāi)源數(shù)據(jù)庫(kù)產(chǎn)品。GreatSQL數(shù)據(jù)庫(kù)適用于金融級(jí)應(yīng)用，可以完全兼容MySQL或Percona Server。目前，GreatSQL社區(qū)已覆蓋2000+技術(shù)開(kāi)發(fā)者，被Gitee評(píng)為“最有價(jià)值開(kāi)源項(xiàng)目”。

在技術(shù)服務(wù)上，GreatDB擁有完善的服務(wù)體系和豐富的應(yīng)用實(shí)踐經(jīng)驗(yàn)，可以保障服務(wù)響應(yīng)的及時(shí)性和故障處理能力。GreatDB配套的標(biāo)準(zhǔn)服務(wù)包括實(shí)施階段的現(xiàn)場(chǎng)部署、調(diào)試，上線(xiàn)之后的故障處置、應(yīng)急響應(yīng)等;高配服務(wù)提供整體架構(gòu)解決方案的設(shè)計(jì)討論、遷移過(guò)程和業(yè)務(wù)調(diào)試的配合等服務(wù)。萬(wàn)里數(shù)據(jù)庫(kù)服務(wù)過(guò)銀行、電網(wǎng)、運(yùn)營(yíng)商等多個(gè)行業(yè)的大型頭部企業(yè)客戶(hù)，曾為某銀行客戶(hù)提供MySQL源碼級(jí)專(zhuān)家服務(wù)。公司在全國(guó)設(shè)有北京、上海、成都、廣州、福州5個(gè)技術(shù)服務(wù)中心，分公司服務(wù)范圍覆蓋全國(guó)，充分保障了服務(wù)響應(yīng)的及時(shí)性。

典型客戶(hù)：

四川移動(dòng)、河北移動(dòng)、中信建投、國(guó)家氣象局、首都信息集團(tuán)

代表廠商評(píng)估：

亞信科技廠商介紹：

亞信科技控股有限公司(簡(jiǎn)稱(chēng)“亞信科技”)成立于 1993 年，是領(lǐng)先的企業(yè)級(jí)軟件產(chǎn)品、解決方案和服務(wù)提供商，其軟件產(chǎn)品包括數(shù)據(jù)庫(kù)和大數(shù)據(jù)產(chǎn)品、人工智能平臺(tái)、PaaS 平臺(tái)、云管理平臺(tái)等，主要為大型企業(yè)數(shù)字化轉(zhuǎn)型持續(xù)提供端到端的全棧數(shù)智化支撐，是國(guó)內(nèi)領(lǐng)先的“數(shù)智化全棧能力提供商”，客戶(hù)涉及通信、金融、能源、交通、政務(wù)等多個(gè)行業(yè)。

產(chǎn)品服務(wù)介紹：

AntDB是亞信科技21世紀(jì)初打造的內(nèi)核全自研的國(guó)產(chǎn)數(shù)據(jù)庫(kù)，在通信運(yùn)營(yíng)商核心業(yè)務(wù)系統(tǒng)平穩(wěn)運(yùn)行15年，服務(wù)全國(guó)24省市的10億多用戶(hù)，峰值每秒處理百萬(wàn)筆通信核心交易。目前，AntDB已發(fā)展為通用型企業(yè)級(jí)分布式關(guān)系型數(shù)據(jù)庫(kù)，并在通信、交通、金融、政務(wù)等多個(gè)行業(yè)商用落地。近些年，AntDB全面融入信創(chuàng)，支持眾多國(guó)產(chǎn)芯片和操作系統(tǒng)，安全、可靠、易用，并助力上海移動(dòng)、云南高速等行業(yè)客戶(hù)率先完成升級(jí)改造目標(biāo)，樹(shù)立行業(yè)信創(chuàng)典范和標(biāo)桿。

廠商評(píng)估：

AntDB數(shù)據(jù)庫(kù)在產(chǎn)品可靠性、語(yǔ)法和生態(tài)工具兼容性、備份容災(zāi)、性能、HTAP能力，信創(chuàng)支持方面具備優(yōu)勢(shì)，可滿(mǎn)足用戶(hù)海量的數(shù)據(jù)處理和應(yīng)用平滑遷移等需求。

AntDB產(chǎn)品成熟穩(wěn)定，并擁有完善的服務(wù)體系。AntDB在通信運(yùn)營(yíng)商的生產(chǎn)環(huán)境平穩(wěn)運(yùn)行了 15 年，服務(wù)10億多用戶(hù)，經(jīng)歷了大量實(shí)戰(zhàn)驗(yàn)證和技術(shù)打磨;在服務(wù)方面，亞信擁有超過(guò)1萬(wàn)人的服務(wù)團(tuán)隊(duì)，由軟件工程師組成的現(xiàn)場(chǎng)團(tuán)隊(duì)遍布全國(guó)各個(gè)省市，保證了服務(wù)響應(yīng)的及時(shí)性。

AntDB在SQL語(yǔ)法和生態(tài)工具上具備與國(guó)外開(kāi)源和商業(yè)數(shù)據(jù)庫(kù)良好的兼容性，便于企業(yè)做數(shù)據(jù)庫(kù)國(guó)產(chǎn)化替換遷移。在語(yǔ)法方面，AntDB內(nèi)置多模SQL解析器，兼容標(biāo)準(zhǔn)SQL語(yǔ)法，以及PostgreSQL、MySQL和Oracle等數(shù)據(jù)庫(kù)的語(yǔ)法;在生態(tài)工具方面，AntDB注重與開(kāi)源生態(tài)的兼容性，目前兼容95%以上PostgreSQL和MySQL開(kāi)源生態(tài)的工具，可直接使用豐富的第三方工具。

AntDB通過(guò)多副本存儲(chǔ)和容備災(zāi)部署保障了數(shù)據(jù)庫(kù)的高可用。AntDB通過(guò)多存儲(chǔ)節(jié)點(diǎn)實(shí)現(xiàn)數(shù)據(jù)多副本，保障了數(shù)據(jù)安全和強(qiáng)一致性。同時(shí)，AntDB在部署上采用“兩地三中心”模式，主中心出現(xiàn)故障后，備中心對(duì)業(yè)務(wù)無(wú)損接管達(dá)到RPO=0，異地容災(zāi)中心對(duì)服務(wù)的接管達(dá)到RTO <10秒。

AntDB在性能方面做了大量?jī)?yōu)化，能夠支持通信、金融等行業(yè)企業(yè)高并發(fā)、大吞吐量的交易場(chǎng)景。AntDB分布式版本優(yōu)化了任務(wù)分發(fā)、MapReduce計(jì)算框架，降低了計(jì)算開(kāi)銷(xiāo);在部分極端場(chǎng)景，AntDB分布式版本還進(jìn)一步引入內(nèi)存計(jì)算，結(jié)合相應(yīng)算法優(yōu)化，彌補(bǔ)單節(jié)點(diǎn)的硬件性能不足;同時(shí)，AntDB分布式版本利用兩段式提交和內(nèi)部事務(wù)管理機(jī)制保證了事務(wù)強(qiáng)一致性;AntDB單機(jī)版本在內(nèi)核層讀寫(xiě)分離，并支持自動(dòng)化調(diào)整讀寫(xiě)負(fù)載，實(shí)現(xiàn)了單機(jī)版本 TPMC 最高可達(dá) 100 萬(wàn)。

AntDB支持HTAP混合負(fù)載，并具備實(shí)時(shí)分析能力。AntDB在一套引擎里同時(shí)提供了交易處理和分析能力，降低了企業(yè)部署和運(yùn)維成本;同時(shí)，分析場(chǎng)景中進(jìn)一步融合了流處理技術(shù)，提供數(shù)據(jù)主動(dòng)推送能力，相比傳統(tǒng)HTAP的分析方式，業(yè)務(wù)響應(yīng)速度得到了提升，能夠支撐企業(yè)在營(yíng)銷(xiāo)、庫(kù)存管理中進(jìn)行實(shí)時(shí)的數(shù)據(jù)處理與分析。

在某省清分結(jié)算系統(tǒng)中AntDB一體化的清分結(jié)算業(yè)務(wù)分析能力，覆蓋數(shù)據(jù)采集、上傳下載、數(shù)據(jù)處理、清分、清分結(jié)算、數(shù)據(jù)校驗(yàn)、路徑擬合、數(shù)據(jù)查詢(xún)等業(yè)務(wù)場(chǎng)景，達(dá)到清分結(jié)算業(yè)務(wù)高效進(jìn)行，推進(jìn)全省收費(fèi)公路聯(lián)網(wǎng)收費(fèi)工作的安全、有序發(fā)展，助力高速的精細(xì)化運(yùn)營(yíng)。

AntDB核心技術(shù)自主可控，并融入信創(chuàng)體系。AntDB核心的存儲(chǔ)和計(jì)算引擎均來(lái)自自研技術(shù)，作為信創(chuàng)工委會(huì)的成員單位，AntDB通過(guò)了國(guó)家信創(chuàng)產(chǎn)品測(cè)試和國(guó)家實(shí)驗(yàn)室代碼自主率測(cè)試，代碼自主率超過(guò)90%;在國(guó)產(chǎn)化適配方面，AntDB和主流國(guó)產(chǎn)芯片(如飛騰、龍芯、鯤鵬、海光)、操作系統(tǒng)(如統(tǒng)信 、中標(biāo)麒麟、銀河麒麟、歐拉)等兼容，并適配主流國(guó)產(chǎn)第三方工具。

典型客戶(hù)：

中國(guó)移動(dòng)、中國(guó)電信、中國(guó)聯(lián)通、中國(guó)郵政儲(chǔ)蓄銀行

4.2 分析型數(shù)據(jù)庫(kù)

市場(chǎng)定義：

分析型數(shù)據(jù)庫(kù)是指能夠?qū)Ω鞣N來(lái)源的結(jié)構(gòu)化數(shù)據(jù)，以及半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)和計(jì)算分析的數(shù)據(jù)管理系統(tǒng)。分析型數(shù)據(jù)庫(kù)能夠執(zhí)行即席查詢(xún)和復(fù)雜分析，滿(mǎn)足業(yè)務(wù)分析或商業(yè)智能的需求。分析型數(shù)據(jù)庫(kù)通常采用列式存儲(chǔ)，具備自動(dòng)索引、總I/O較少、利于數(shù)據(jù)壓縮等優(yōu)勢(shì)，極大地提升了查詢(xún)性能。

甲方終端用戶(hù)：

各行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)

甲方核心需求：

隨著數(shù)據(jù)量越來(lái)越大、數(shù)據(jù)結(jié)構(gòu)更加復(fù)雜，以及應(yīng)用場(chǎng)景越來(lái)越多樣化，業(yè)務(wù)部門(mén)需要處理和分析不斷增長(zhǎng)的數(shù)據(jù)，從中獲取有價(jià)值的信息。在傳統(tǒng)的分析場(chǎng)景中，業(yè)務(wù)數(shù)據(jù)來(lái)源較為單一，企業(yè)大多只能對(duì)結(jié)構(gòu)化數(shù)據(jù)進(jìn)行較為簡(jiǎn)單的查詢(xún)分析，而且，實(shí)時(shí)數(shù)據(jù)需要一天甚至更久才能進(jìn)入數(shù)據(jù)庫(kù)并于與歷史數(shù)據(jù)整合，缺少了做實(shí)時(shí)業(yè)務(wù)決策的數(shù)據(jù)支撐。因此，企業(yè)在當(dāng)下對(duì)分析型數(shù)據(jù)庫(kù)提出了更高的要求。企業(yè)對(duì)分析型數(shù)據(jù)庫(kù)的核心需求包括：

高效的查詢(xún)分析性能。企業(yè)一般需要將大量的業(yè)務(wù)歷史數(shù)據(jù)進(jìn)行存儲(chǔ)，并保證數(shù)據(jù)的讀取效率。在業(yè)務(wù)分析的場(chǎng)景中，會(huì)涉及大量的即席查詢(xún)和復(fù)雜分析，需要隨意組合查詢(xún)條件或者跨多表對(duì)數(shù)據(jù)進(jìn)行多維度聚合計(jì)算。企業(yè)需要分析型數(shù)據(jù)庫(kù)具備完成這些復(fù)雜運(yùn)算的能力，并且在盡可能短的時(shí)間內(nèi)獲得查詢(xún)結(jié)果。

高可用的數(shù)據(jù)服務(wù)。企業(yè)需要分析型數(shù)據(jù)庫(kù)具備一定的機(jī)制來(lái)應(yīng)對(duì)服務(wù)器故障、操作失誤等異常場(chǎng)景，無(wú)需人工干預(yù)即可自動(dòng)恢復(fù)，減少服務(wù)的不可用時(shí)間。

支持多種數(shù)據(jù)源。隨著業(yè)務(wù)數(shù)據(jù)結(jié)構(gòu)越來(lái)越復(fù)雜，應(yīng)用場(chǎng)景更加多樣化，企業(yè)需要從不同數(shù)據(jù)來(lái)源中獲取有價(jià)值的信息。因此，企業(yè)希望分析型數(shù)據(jù)庫(kù)具備支持不同數(shù)據(jù)源、多種數(shù)據(jù)結(jié)構(gòu)的讀取能力。

數(shù)據(jù)庫(kù)周邊工具。企業(yè)需要分析型數(shù)據(jù)庫(kù)周邊工具來(lái)滿(mǎn)足數(shù)據(jù)庫(kù)使用中不同的功能需求，例如，企業(yè)需要運(yùn)用ETL/ELT工具將數(shù)據(jù)同步傳輸至湖倉(cāng)中;在分析場(chǎng)景中，數(shù)據(jù)清洗、數(shù)據(jù)挖掘等周邊工具能夠輔助業(yè)務(wù)人員快速完成分析需求。

此外，部分企業(yè)對(duì)于分析型數(shù)據(jù)庫(kù)還有以下期望需求：

對(duì)人工智能應(yīng)用的支持。近年來(lái)，隨著人工智能在分析場(chǎng)景中的大量應(yīng)用，企業(yè)也需要分析型數(shù)據(jù)庫(kù)更好支持AI 模型訓(xùn)練時(shí)大量復(fù)雜數(shù)據(jù)的讀取能力，并能夠通過(guò)一定的AI運(yùn)算能力增強(qiáng)數(shù)據(jù)挖掘處理的效率。

廠商能力要求：

基于上述核心需求，分析型數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商提供的產(chǎn)品能夠進(jìn)行高性能的數(shù)據(jù)存取，并且支持即席查詢(xún)以及復(fù)雜分析。為了滿(mǎn)足企業(yè)大量歷史業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)需求，廠商產(chǎn)品需要提供高效的列式存儲(chǔ)和數(shù)據(jù)讀取能力，在分布式下能夠動(dòng)態(tài)擴(kuò)展支持?jǐn)?shù)據(jù)的不斷增長(zhǎng)。此外，要能夠支持查詢(xún)條件的任意組合，滿(mǎn)足業(yè)務(wù)靈活的查詢(xún)需求;并且具備跨多表、多維度聚合計(jì)算的能力。

廠商產(chǎn)品支持多數(shù)據(jù)源。廠商產(chǎn)品提供數(shù)據(jù)源接口，能夠?qū)Χ喾N數(shù)據(jù)源，如Oracle、MySQL、HDFS等，進(jìn)行讀取。在更理想的情況下，廠商產(chǎn)品能夠支持?jǐn)?shù)據(jù)聯(lián)邦，在不需要對(duì)數(shù)據(jù)進(jìn)行整合的前提下對(duì)多源異構(gòu)數(shù)據(jù)的進(jìn)行統(tǒng)一的查詢(xún)分析。

廠商提供豐富的周邊工具來(lái)支持多項(xiàng)數(shù)據(jù)庫(kù)使用的功能需求。數(shù)據(jù)庫(kù)的配套工具能夠更好地支持產(chǎn)品的使用，尤其 ETL/ELT工具能夠支持與數(shù)據(jù)湖倉(cāng)連接傳輸需求?；蛘?，廠商產(chǎn)品提供標(biāo)準(zhǔn)化接口，能夠?qū)又髁鲬?yīng)用工具。

針對(duì)部分企業(yè)的期望需求，數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商產(chǎn)品能夠支持AI的相關(guān)應(yīng)用。數(shù)據(jù)庫(kù)需要具備一定的數(shù)據(jù)處理能力，支持AI模型訓(xùn)練時(shí)的數(shù)據(jù)讀取工作，尤其是對(duì)向量、矩陣等復(fù)雜數(shù)據(jù)結(jié)構(gòu)的存取。此外，數(shù)據(jù)庫(kù)本身需要具備一定的AI運(yùn)算能力來(lái)增強(qiáng)數(shù)據(jù)挖掘處理的效率。

入選標(biāo)準(zhǔn)：

1. 符合分析型數(shù)據(jù)庫(kù)的廠商能力要求;

2. 近一年在該市場(chǎng)服務(wù)客戶(hù)數(shù)10家以上;

3.近一年該市場(chǎng)相關(guān)服務(wù)收入規(guī)模在1000萬(wàn)元以上。

代表廠商評(píng)估：

柏睿數(shù)據(jù)廠商介紹：

北京柏睿數(shù)據(jù)技術(shù)股份有限公司(簡(jiǎn)稱(chēng)“柏睿數(shù)據(jù)”)成立于2014年，是一家以數(shù)據(jù)庫(kù)為核心的“Data+AI”數(shù)據(jù)智能基礎(chǔ)軟件公司，國(guó)內(nèi)首家因突破數(shù)據(jù)庫(kù)核心技術(shù)而獲得國(guó)家級(jí)專(zhuān)精特新“小巨人”稱(chēng)號(hào)的民營(yíng)企業(yè)。柏睿數(shù)據(jù)作為國(guó)內(nèi)掌握全內(nèi)存數(shù)據(jù)庫(kù)引擎關(guān)鍵專(zhuān)利的企業(yè)，基于完全自主研發(fā)的全內(nèi)存分布式數(shù)據(jù)庫(kù)產(chǎn)品體系和人工智能產(chǎn)品體系，打造軟硬一體化智能數(shù)據(jù)處理平臺(tái)，其產(chǎn)品在算力性能、智能化、安全性、標(biāo)準(zhǔn)化等關(guān)鍵技術(shù)指標(biāo)上均業(yè)界領(lǐng)先，已為金融、政務(wù)、能源、通信、醫(yī)療等眾多行業(yè)標(biāo)桿客戶(hù)提供原創(chuàng)性數(shù)字化轉(zhuǎn)型技術(shù)產(chǎn)品服務(wù)。

產(chǎn)品服務(wù)介紹：

RapidsDB是柏睿數(shù)據(jù)自主研發(fā)的基于分布式架構(gòu)的全內(nèi)存分析型數(shù)據(jù)庫(kù)，具有完整的數(shù)據(jù)庫(kù)管理系統(tǒng)特征，提供高效完備的數(shù)據(jù)庫(kù)管理功能，主要包括高性能、高可用、支持海量數(shù)據(jù)、應(yīng)用開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境和管理工具等產(chǎn)品特性和技術(shù)功能。RapidsDB提供對(duì)各種數(shù)據(jù)源的統(tǒng)一SQL訪(fǎng)問(wèn)，包括關(guān)系型和非關(guān)系數(shù)型數(shù)據(jù)。同時(shí)兼容MySQL語(yǔ)法，可以用RapidsDB自身提供的程序或者M(jìn)ySQL驅(qū)動(dòng)。目前在金融、通信、政務(wù)、醫(yī)療、能源、工業(yè)互聯(lián)網(wǎng)等行業(yè)實(shí)現(xiàn)了業(yè)務(wù)場(chǎng)景的落地。

廠商評(píng)估：

RapidsDB分布式全內(nèi)存數(shù)據(jù)庫(kù)具備高效的數(shù)據(jù)存取和橫向擴(kuò)展能力，能夠保證存儲(chǔ)數(shù)據(jù)的準(zhǔn)確可靠性，并提供持續(xù)可用的數(shù)據(jù)服務(wù)。RapidsDB聯(lián)邦層接口能夠連接多源異構(gòu)的數(shù)據(jù)，并在無(wú)需進(jìn)行數(shù)據(jù)交換整合的情況下即時(shí)查詢(xún)。同時(shí)，RapidsDB在內(nèi)核層具備了AI的運(yùn)算能力，并借助機(jī)器學(xué)習(xí)實(shí)現(xiàn)了查詢(xún)的動(dòng)態(tài)優(yōu)化。此外，RapidsDB配備了ELT及其他分析型數(shù)據(jù)庫(kù)周邊工具，能夠支持?jǐn)?shù)據(jù)挖掘、數(shù)據(jù)治理等多項(xiàng)業(yè)務(wù)需求。

RapidsDB是基于分布式架構(gòu)的內(nèi)存數(shù)據(jù)庫(kù)，具備高效的數(shù)據(jù)存取、橫向擴(kuò)展能力，能夠?qū)崿F(xiàn)在高并發(fā)、跨多表的復(fù)雜查詢(xún)等分析場(chǎng)景的即時(shí)響應(yīng)。RapidsDB采用基于內(nèi)存的行列混合存儲(chǔ)技術(shù)，內(nèi)存存儲(chǔ)能夠避開(kāi)數(shù)據(jù)訪(fǎng)問(wèn)磁盤(pán)時(shí)的I/O限制來(lái)達(dá)到更快的存取速度，并配合數(shù)據(jù)壓縮和格式優(yōu)化達(dá)到更高的CPU、GPU等硬件資源利用率。分布式架構(gòu)能夠按需動(dòng)態(tài)擴(kuò)展，支持日增20TB數(shù)據(jù)量的實(shí)時(shí)采集與分析。同時(shí)，RapidsDB的分布式查詢(xún)優(yōu)化器能夠均衡分配節(jié)點(diǎn)負(fù)載，數(shù)據(jù)結(jié)構(gòu)的無(wú)鎖化允許高吞吐量的并發(fā)讀寫(xiě)，整體達(dá)到100TB全內(nèi)存數(shù)據(jù)量分析500/秒并發(fā)，TB級(jí)數(shù)據(jù)毫秒級(jí)響。在復(fù)雜的跨多表查詢(xún)場(chǎng)景下，布隆Join通過(guò)連接布隆過(guò)濾器來(lái)排除優(yōu)化不必要的數(shù)據(jù)交互，提升了節(jié)點(diǎn)之間的數(shù)據(jù)傳輸效率。此外，RapidsDB將查詢(xún)計(jì)劃編譯為機(jī)器代碼執(zhí)行并且緩存，不僅提升了代碼執(zhí)行效率，而且使得相同結(jié)構(gòu)的后續(xù)查詢(xún)能夠快速進(jìn)行。

RapidsDB具備高可靠性，能夠支持金融、政務(wù)等行業(yè)重要業(yè)務(wù)系統(tǒng)數(shù)據(jù)服務(wù)的持續(xù)可用。RapidsDB提供主副兩個(gè)可用性組，主副組之間通過(guò)數(shù)據(jù)實(shí)時(shí)同步來(lái)保證一致性。集群節(jié)點(diǎn)以成對(duì)的配置模式在彼此之間共享數(shù)據(jù)副本，當(dāng)某個(gè)節(jié)點(diǎn)出現(xiàn)故障時(shí)能夠自動(dòng)進(jìn)行故障轉(zhuǎn)移，保證數(shù)據(jù)服務(wù)的持續(xù)可用。此外，RapidsDB支持內(nèi)存數(shù)據(jù)持久化，提供完備的備份與恢復(fù)措施，在內(nèi)存存儲(chǔ)數(shù)據(jù)之外，服務(wù)器會(huì)在磁盤(pán)中維護(hù)數(shù)據(jù)副本防止數(shù)據(jù)錯(cuò)誤或者丟失。

RapidsDB的數(shù)據(jù)聯(lián)邦技術(shù)支持用戶(hù)通過(guò)統(tǒng)一接口層在無(wú)需對(duì)數(shù)據(jù)進(jìn)行交換整合的前提下實(shí)現(xiàn)對(duì)多源異構(gòu)數(shù)據(jù)的即時(shí)分析。RapidsDB內(nèi)置智能化聯(lián)邦連接器，能夠與多種數(shù)據(jù)庫(kù)或數(shù)據(jù)源相連接，包括Oracle、PostgreSQL、Greenplum連接器、流數(shù)據(jù)連接器、JDBC連接器、HDFS Hive連接器等，支持不同來(lái)源數(shù)據(jù)對(duì)象在不交換整合的情況下在單一SQL中的查詢(xún)。自適應(yīng)查詢(xún)下推機(jī)制能夠依據(jù)數(shù)據(jù)源特征將部分執(zhí)行計(jì)劃下推至底層執(zhí)行來(lái)提升整體效率。同時(shí)，RapidsDB優(yōu)化了自身的聯(lián)邦查詢(xún)技術(shù)，利用人工智能和動(dòng)態(tài)優(yōu)化技術(shù)實(shí)現(xiàn)了分布式架構(gòu)以及數(shù)據(jù)加密形態(tài)下的的高效路徑估算，大大提升了查詢(xún)效率。

RapidsDB配備了ELT等分析型數(shù)據(jù)庫(kù)周邊工具，能夠滿(mǎn)足企業(yè)數(shù)據(jù)挖掘、數(shù)據(jù)治理等多項(xiàng)業(yè)務(wù)需求。RapidsDB配套了ELT相關(guān)工具，支持?jǐn)?shù)據(jù)清洗、增量數(shù)據(jù)抽取、流式處理、批處理等多項(xiàng)功能，能夠?yàn)槠髽I(yè)BI業(yè)務(wù)提供數(shù)據(jù)支撐。此外，RapidsDB的工具生態(tài)中還有數(shù)據(jù)挖掘等周邊工具，方便對(duì)入庫(kù)/湖數(shù)據(jù)進(jìn)行處理和分析。在數(shù)據(jù)治理方面，數(shù)據(jù)血緣管理、數(shù)據(jù)關(guān)系知識(shí)圖譜、虛擬數(shù)據(jù)路由管理等功能支持用戶(hù)對(duì)企業(yè)內(nèi)部各種數(shù)據(jù)格式和不同數(shù)據(jù)源統(tǒng)一透明的訪(fǎng)問(wèn)，提供了自助創(chuàng)建業(yè)務(wù)視圖、安全認(rèn)證、鑒權(quán)等一系列操作。

柏睿數(shù)據(jù)作為一家“Data+AI”的技術(shù)公司，在RapidsDB內(nèi)核層集成了多項(xiàng)AI優(yōu)化能力，同時(shí)數(shù)據(jù)庫(kù)本身也提供AI模型訓(xùn)練所需的特征庫(kù)功能。RapidsDB的核心引擎具備了AI的運(yùn)算能力，包括對(duì)復(fù)雜數(shù)據(jù)結(jié)構(gòu)及相應(yīng)算子的支持。基于AI和機(jī)器學(xué)習(xí)算法，柏睿數(shù)據(jù)自主研發(fā)出了動(dòng)態(tài)查詢(xún)優(yōu)化技術(shù)，動(dòng)態(tài)查詢(xún)優(yōu)化能夠根據(jù)數(shù)據(jù)分布特征預(yù)先捕獲不同列或表之間的相關(guān)性，并自動(dòng)插入條件語(yǔ)句來(lái)完成優(yōu)化查詢(xún)計(jì)劃，從而得到更精確的查詢(xún)結(jié)果。同時(shí)，RapidsDB還提供pandas人工智能的API，在數(shù)據(jù)庫(kù)內(nèi)核層實(shí)現(xiàn)智能化數(shù)據(jù)挖掘、數(shù)據(jù)清洗以及SQL增強(qiáng)，可以作為機(jī)器學(xué)習(xí)中的特征庫(kù)來(lái)更好支持地模型訓(xùn)練中的前期數(shù)據(jù)準(zhǔn)備工作。

典型客戶(hù)：

中國(guó)移動(dòng)、北方健康

代表廠商評(píng)估：

睿帆科技廠商介紹：

廣州睿帆科技有限公司(簡(jiǎn)稱(chēng)“睿帆科技”)成立于2015年，是以大數(shù)據(jù)及人工智能核心技術(shù)為客戶(hù)提供平臺(tái)產(chǎn)品及服務(wù)的高新技術(shù)型企業(yè)，公司擁有來(lái)自Teradata、華為、阿里、摩托羅拉、Nokia等機(jī)構(gòu)的大數(shù)據(jù)技術(shù)團(tuán)隊(duì)，以及自主創(chuàng)新的數(shù)據(jù)智能全生命周期產(chǎn)品體系，在海量數(shù)據(jù)治理與計(jì)算方面有著深厚的技術(shù)沉淀。多年來(lái)已經(jīng)服務(wù)過(guò)通信、公安、軌道交通、政務(wù)、金融、應(yīng)急等行業(yè)。

產(chǎn)品服務(wù)介紹：

SnowballDB是睿帆科技自主研發(fā)的用于聯(lián)機(jī)分析處理OLAP的MPP 列式數(shù)據(jù)庫(kù)管理系統(tǒng)，SnowballDB提供PB級(jí)別大數(shù)據(jù)集的在線(xiàn)多維查詢(xún)和分布式存儲(chǔ)，適用于海量結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)、高并發(fā)點(diǎn)查詢(xún)、高吞吐即席查詢(xún)和多維實(shí)時(shí)分析場(chǎng)景。目前主要在運(yùn)營(yíng)商行業(yè)有廣泛應(yīng)用，SnowballDB服務(wù)過(guò)北京移動(dòng)、四川移動(dòng)等大型客戶(hù)，并且在軌道交通、公安、金融、政府、應(yīng)急等行業(yè)有落地應(yīng)用。

廠商評(píng)估：

SnowballDB具備大規(guī)模數(shù)據(jù)量、高并發(fā)場(chǎng)景下的即時(shí)查詢(xún)分析能力，能夠保證數(shù)據(jù)副本的最終一致性，提供高可用的數(shù)據(jù)服務(wù)，尤其在運(yùn)營(yíng)商行業(yè)擁有豐富的實(shí)踐經(jīng)驗(yàn)。此外，SnowballDB提供多種安裝部署方式、可視化監(jiān)控管理平臺(tái)和數(shù)據(jù)庫(kù)周邊工具，支持SQL查詢(xún)和多種函數(shù)。SnowballDB可以作為獨(dú)立的OLAP引擎，或者與Baymax大數(shù)據(jù)科學(xué)平臺(tái)結(jié)合構(gòu)成大數(shù)據(jù)倉(cāng)庫(kù)解決方案。

SnowballDB提供PB級(jí)分析數(shù)據(jù)的列式存儲(chǔ)，支持?jǐn)?shù)據(jù)的實(shí)時(shí)在線(xiàn)查詢(xún)分析，尤其在運(yùn)營(yíng)商等行業(yè)超大數(shù)據(jù)規(guī)模、高并發(fā)、低時(shí)延要求的場(chǎng)景下具備優(yōu)勢(shì)。

在超大規(guī)模數(shù)據(jù)的查詢(xún)分析場(chǎng)景下，SnowballDB通過(guò)對(duì)列式存儲(chǔ)格式和數(shù)據(jù)壓縮技術(shù)進(jìn)行重構(gòu)，減少了數(shù)據(jù)存儲(chǔ)空間和I/O資源消耗，提升了查詢(xún)速度，達(dá)到每秒上億行的吞吐能力。同時(shí)，SnowballDB采用向量化執(zhí)行技術(shù)，可以跳過(guò)不必要的數(shù)據(jù)，僅加載必要的列數(shù)據(jù)來(lái)最大化CPU的資源利用率，以此獲得更高的吞吐能力。

在高并發(fā)、即席查詢(xún)的場(chǎng)景下，SnowballDB支持上千臺(tái)節(jié)點(diǎn)的的線(xiàn)性擴(kuò)展;MPP集群采用Share-nothing 節(jié)點(diǎn)架構(gòu)，讀寫(xiě)操作可以在多個(gè)節(jié)點(diǎn)并行執(zhí)行，并且通過(guò)自動(dòng)均衡節(jié)點(diǎn)負(fù)載來(lái)大幅提升集群整體性能;而且SnowballDB支持寫(xiě)入和查詢(xún)同時(shí)進(jìn)行，允許在數(shù)據(jù)庫(kù)運(yùn)行時(shí)創(chuàng)建表、加載數(shù)據(jù)和執(zhí)行查詢(xún)，無(wú)需重新配置或重啟服務(wù)。

此外，SnowballDB核心代碼采用C++開(kāi)發(fā)，執(zhí)行速度快于Java語(yǔ)言編寫(xiě)的數(shù)據(jù)庫(kù);LLVM 動(dòng)態(tài)編譯能夠根據(jù)數(shù)據(jù)和硬件配置，動(dòng)態(tài)生成優(yōu)化的機(jī)器代碼，極大提高代碼執(zhí)行效率。

例如，SnowballDB的某省級(jí)運(yùn)營(yíng)商客戶(hù)服務(wù)覆蓋近億用戶(hù)，單日增量數(shù)據(jù)超過(guò)500T。應(yīng)用SnowballDB提供的PB級(jí)聯(lián)機(jī)分析能力，使各業(yè)務(wù)部門(mén)可以自主進(jìn)行海量數(shù)據(jù)的在線(xiàn)查詢(xún)和多維分析。同時(shí)，SnowballDB支持多人多地高并發(fā)查詢(xún)的需求，解決了數(shù)據(jù)更新不及時(shí)、查詢(xún)響應(yīng)延遲高、分析維度受限等問(wèn)題，大幅提高了該運(yùn)營(yíng)商客戶(hù)數(shù)據(jù)服務(wù)的效率和水平。

SnowballDB能夠提供可靠的數(shù)據(jù)副本的最終一致性，容災(zāi)機(jī)制保證了數(shù)據(jù)服務(wù)的持續(xù)可用。SnowballDB具備多副本備份功能，可以在不同的節(jié)點(diǎn)上維護(hù)相同的數(shù)據(jù)，副本內(nèi)數(shù)據(jù)發(fā)生變化時(shí)系統(tǒng)會(huì)以異步的方式同步至其他副本，達(dá)到所有副本數(shù)據(jù)的最終一致來(lái)保證服務(wù)的可靠性。如果節(jié)點(diǎn)如發(fā)生故障，則自動(dòng)切換由備份副本提供服務(wù)，保證數(shù)據(jù)服務(wù)的持續(xù)可用。此外，SnowballDB支持?jǐn)?shù)據(jù)跨中心備份，數(shù)據(jù)能夠自動(dòng)同步恢復(fù)，適用于重要系統(tǒng)的跨中心災(zāi)備體系。

SnowballDB在數(shù)據(jù)庫(kù)的安裝部署、使用等方面具備高易用性，配套工具提供了多樣靈活的使用方式，分析人員可以使用SQL語(yǔ)句進(jìn)行快速查詢(xún)分析。

SnowballDB支持多種安裝部署和監(jiān)控管理方式，可以通過(guò)Ambari 開(kāi)源平臺(tái)的圖形化安裝配置和RPM安裝包等方式進(jìn)行安裝部署;SnowballDB配套了可視化的監(jiān)控管理平臺(tái)，能夠?qū)汗?jié)點(diǎn)實(shí)施監(jiān)控預(yù)警，展示資源使用和運(yùn)行狀態(tài)等多項(xiàng)指標(biāo)，提供包括數(shù)據(jù)庫(kù)管理、用戶(hù)管理、集群管理、副本配置管理在內(nèi)的數(shù)據(jù)庫(kù)使用全生命周期的功能支持。

SnowballDB配套了完備的命令行客戶(hù)端、數(shù)據(jù)備份、數(shù)據(jù)遷移、數(shù)據(jù)導(dǎo)入導(dǎo)出等工具，并且支持JDBC、ODBC 連接，可以方便對(duì)接各類(lèi)主流可視化平臺(tái)和BI 工具。

為了幫助分析人員快速上手使用，SnowballDB內(nèi)置了多種表引擎，可以直接訪(fǎng)問(wèn)HDFS / Kafka / MySQL 等外部數(shù)據(jù)源，并且提供完善的SQL 支持和多種高級(jí)函數(shù)，能夠進(jìn)行復(fù)雜查詢(xún)和多維分析。

SnowballDB可以作為獨(dú)立的OLAP 分析引擎，或者與Baymax大數(shù)據(jù)科學(xué)平臺(tái)結(jié)合提供數(shù)據(jù)倉(cāng)庫(kù)提供服務(wù)，適用于多樣的大數(shù)據(jù)應(yīng)用場(chǎng)景。SnowballDB通過(guò)接口和客戶(hù)端，可以作為獨(dú)立的OLAP引擎提供數(shù)據(jù)服務(wù)。或者，SnowballDB可以結(jié)合Baymax的全息數(shù)據(jù)集成和開(kāi)發(fā)應(yīng)用能力構(gòu)成大數(shù)據(jù)倉(cāng)庫(kù)的解決方案，Baymax大數(shù)據(jù)科學(xué)平臺(tái)基于Hadoop框架，適配各類(lèi)結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)，能夠通過(guò)數(shù)據(jù)處理功能構(gòu)建統(tǒng)一規(guī)范的數(shù)據(jù)池，并利用數(shù)據(jù)編排工具將分析所需數(shù)據(jù)推送至SnowballDB，由SnowballDB提供查詢(xún)分析服務(wù)。

典型客戶(hù)：

北京移動(dòng)、四川移動(dòng)、廣東省公安廳機(jī)場(chǎng)公安局、廣州市公安局白云區(qū)分局

4.3 超融合數(shù)據(jù)庫(kù)

市場(chǎng)定義：

超融合數(shù)據(jù)庫(kù)是指在內(nèi)核層面采用模塊化和插件化的架構(gòu)，通過(guò)插拔不同類(lèi)型的數(shù)據(jù)引擎，實(shí)現(xiàn)對(duì)不同模型數(shù)據(jù)進(jìn)行處理能力的數(shù)據(jù)庫(kù)。超融合數(shù)據(jù)庫(kù)能夠支持用戶(hù)在一套系統(tǒng)中統(tǒng)一處理關(guān)系、圖、時(shí)序、文檔等多種模型的數(shù)據(jù)，并同時(shí)具備事務(wù)和分析處理、流和批處理的能力。

甲方終端用戶(hù)：

金融、制造、泛互聯(lián)網(wǎng)行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)

甲方核心需求：

隨著企業(yè)業(yè)務(wù)類(lèi)型以及數(shù)據(jù)應(yīng)用場(chǎng)景的多樣化，對(duì)多種數(shù)據(jù)模型進(jìn)行處理變成了企業(yè)的常態(tài)化需求。在傳統(tǒng)的解決方案中，企業(yè)會(huì)針對(duì)不同數(shù)據(jù)模型，不同應(yīng)用場(chǎng)景部署多種類(lèi)型的數(shù)據(jù)庫(kù)系統(tǒng)，但這種方式會(huì)造成用戶(hù)在跨數(shù)據(jù)庫(kù)做聯(lián)合分析時(shí)操作流程非常復(fù)雜，并且多套系統(tǒng)的維護(hù)成本也很高。由于超融合數(shù)據(jù)庫(kù)能夠使用戶(hù)用一套數(shù)據(jù)庫(kù)系統(tǒng)滿(mǎn)足對(duì)多種模型的數(shù)據(jù)進(jìn)行處理的需求，并在保證性能的前提下簡(jiǎn)化了系統(tǒng)架構(gòu)，降低了運(yùn)維成本，近年來(lái)正被一些領(lǐng)先企業(yè)所采用。企業(yè)對(duì)超融合數(shù)據(jù)庫(kù)的核心需求包括：

能夠在特定業(yè)務(wù)場(chǎng)景中支持對(duì)所需的多種數(shù)據(jù)模型進(jìn)行處理。如在營(yíng)銷(xiāo)場(chǎng)景中對(duì)人群偏好進(jìn)行分析時(shí)，企業(yè)需要數(shù)據(jù)庫(kù)支持對(duì)關(guān)系型數(shù)據(jù)、圖數(shù)據(jù)、搜索引擎等模型數(shù)據(jù)進(jìn)行聯(lián)合分析;在高端制造業(yè)有大量物聯(lián)網(wǎng)設(shè)備的生產(chǎn)場(chǎng)景，企業(yè)需要數(shù)據(jù)庫(kù)支持對(duì)關(guān)系型數(shù)據(jù)、時(shí)序數(shù)據(jù)進(jìn)行聯(lián)合分析，并支持事務(wù)處理。

在支持多種數(shù)據(jù)模型的前提下，數(shù)據(jù)庫(kù)的使用和運(yùn)維盡量簡(jiǎn)化。在數(shù)據(jù)查詢(xún)分析方面，企業(yè)需要數(shù)據(jù)庫(kù)支持使用統(tǒng)一的查詢(xún)語(yǔ)言來(lái)簡(jiǎn)化跨模型的聯(lián)合分析，降低對(duì)用戶(hù)的技能要求。在數(shù)據(jù)庫(kù)運(yùn)維方面，企業(yè)需要數(shù)據(jù)庫(kù)簡(jiǎn)化其系統(tǒng)架構(gòu)，無(wú)需針對(duì)不同數(shù)據(jù)模型建立不同的開(kāi)發(fā)和運(yùn)維體系。

具備與專(zhuān)用數(shù)據(jù)庫(kù)同等或更高的性能。由于目前企業(yè)主要是在一些新興的業(yè)務(wù)場(chǎng)景中采用超融合數(shù)據(jù)庫(kù)，而這些場(chǎng)景通常具備數(shù)據(jù)量大，對(duì)于查詢(xún)分析結(jié)果的時(shí)效性要求高等特點(diǎn)，因此，企業(yè)在這些場(chǎng)景中使用超融合數(shù)據(jù)庫(kù)需要避免數(shù)據(jù)庫(kù)為支持多模型數(shù)據(jù)的而犧牲數(shù)據(jù)庫(kù)的運(yùn)行效率，從而獲得較高的數(shù)據(jù)查詢(xún)分析的性能。

能與主流的數(shù)據(jù)庫(kù)生態(tài)在一定程度上開(kāi)放和兼容。為了與企業(yè)內(nèi)部存量業(yè)務(wù)和數(shù)據(jù)系統(tǒng)進(jìn)行對(duì)接，超融合數(shù)據(jù)庫(kù)需要支持開(kāi)放的標(biāo)準(zhǔn)接口，滿(mǎn)足用戶(hù)跨系統(tǒng)的數(shù)據(jù)遷移、ETL需求，以及能夠與常見(jiàn)的計(jì)算引擎無(wú)縫對(duì)接;同時(shí)，超融合數(shù)據(jù)庫(kù)需要與常用第三方數(shù)據(jù)庫(kù)生態(tài)工具兼容，滿(mǎn)足數(shù)據(jù)庫(kù)運(yùn)維管理中的諸多功能需求。

產(chǎn)品穩(wěn)定可靠。與企業(yè)對(duì)其它數(shù)據(jù)庫(kù)產(chǎn)品的要求一樣，企業(yè)使用超融合數(shù)據(jù)庫(kù)時(shí)同樣需要其產(chǎn)品穩(wěn)定可靠，避免使用過(guò)程中出現(xiàn)系統(tǒng)故障、數(shù)據(jù)丟失等問(wèn)題。

廠商能力要求：

為滿(mǎn)足核心需求，超融合數(shù)據(jù)庫(kù)廠商需要具備下述能力：

廠商的產(chǎn)品可支持處理多種常用的數(shù)據(jù)模型，并且不同數(shù)據(jù)模型之間能夠互通互融。為滿(mǎn)足企業(yè)多種特定業(yè)務(wù)場(chǎng)景數(shù)據(jù)分析需求，超融合數(shù)據(jù)庫(kù)需要支持關(guān)系型數(shù)據(jù)、寬表、圖、時(shí)序、文檔、隊(duì)列等常見(jiàn)數(shù)據(jù)模型，并且這些數(shù)據(jù)模型之間可以互通互融，使得企業(yè)可以通過(guò)統(tǒng)一的查詢(xún)引擎對(duì)多模型數(shù)據(jù)進(jìn)行聯(lián)合分析。

能夠在數(shù)據(jù)庫(kù)中采用創(chuàng)新性的系統(tǒng)架構(gòu)來(lái)簡(jiǎn)化運(yùn)維復(fù)雜度，并提升其運(yùn)行效率。具體而言，廠商需要能夠在數(shù)據(jù)庫(kù)內(nèi)核層采用模塊化的方式，支持插拔針對(duì)不同數(shù)據(jù)模型的存儲(chǔ)引擎和執(zhí)行器，并使用統(tǒng)一的數(shù)據(jù)存儲(chǔ)、統(tǒng)一的SQL訪(fǎng)問(wèn)接口，從而簡(jiǎn)化系統(tǒng)架構(gòu)，便于企業(yè)后續(xù)擴(kuò)展新的數(shù)據(jù)模型，以及大幅降低數(shù)據(jù)庫(kù)運(yùn)維的難度。

能夠針對(duì)不同數(shù)據(jù)處理需求優(yōu)化做相關(guān)技術(shù)優(yōu)化，獲得較高的性能表現(xiàn)。如針對(duì)時(shí)序場(chǎng)景的寫(xiě)入及查詢(xún)、單表查詢(xún)、多表關(guān)聯(lián)分析、機(jī)器學(xué)習(xí)以及OLTP等數(shù)據(jù)處理需求，廠商在對(duì)其進(jìn)行性能優(yōu)化后，其性能可以比常見(jiàn)的專(zhuān)用數(shù)據(jù)庫(kù)或大數(shù)據(jù)引擎，如InfluxDB 、Clickhouse、HBase、Spark等相同或更高。

廠商的產(chǎn)品能夠?qū)χ髁鞯臄?shù)據(jù)庫(kù)生態(tài)開(kāi)放和兼容。超融合數(shù)據(jù)庫(kù)需要兼容多種開(kāi)源標(biāo)準(zhǔn)接口，如HBase、OpenTSDB、Solr等，并提供數(shù)據(jù)遷移工具，便于企業(yè)對(duì)數(shù)據(jù)進(jìn)行遷移，實(shí)現(xiàn)業(yè)務(wù)無(wú)縫銜接。同時(shí)，超融合數(shù)據(jù)庫(kù)需要與常用數(shù)據(jù)庫(kù)，如Greenplum 、PostgreSQL等的生態(tài)工具兼容，滿(mǎn)足企業(yè)對(duì)于超融合數(shù)據(jù)庫(kù)的運(yùn)維管理需求。

廠商的產(chǎn)品穩(wěn)定可靠，且經(jīng)過(guò)一定企業(yè)用戶(hù)在業(yè)務(wù)場(chǎng)景中的驗(yàn)證。具體而言，廠商產(chǎn)品需要獲得一定數(shù)據(jù)庫(kù)企業(yè)用戶(hù)的采用，并在實(shí)際的業(yè)務(wù)場(chǎng)景中能夠穩(wěn)定可靠的滿(mǎn)足用戶(hù)需求，獲得企業(yè)用戶(hù)的認(rèn)可。同時(shí)，廠商需要在產(chǎn)品中提供多副本存儲(chǔ)、企業(yè)級(jí)備份能力等，保障數(shù)據(jù)的可靠性。

入選標(biāo)準(zhǔn)：

1. 符合超融合數(shù)據(jù)庫(kù)的廠商能力要求;

2. 近一年在該市場(chǎng)服務(wù)客戶(hù)數(shù)5家以上;

3.近一年該市場(chǎng)相關(guān)服務(wù)收入規(guī)模在500萬(wàn)元以上。

代表廠商評(píng)估：

YMatrix廠商介紹：

北京四維縱橫數(shù)據(jù)技術(shù)有限公司(簡(jiǎn)稱(chēng)“YMatrix”) 成立于 2020 年，是一家創(chuàng)新型基礎(chǔ)軟件公司，致力于物聯(lián)網(wǎng)時(shí)代新一代數(shù)據(jù)基礎(chǔ)設(shè)施軟件的研發(fā)，并提供相關(guān)產(chǎn)品、解決方案及一站式商業(yè)服務(wù)。公司在業(yè)界率先提出超融合數(shù)據(jù)庫(kù)理念，并發(fā)布了 YMatrix 超融合數(shù)據(jù)庫(kù)，基于獨(dú)創(chuàng)的多微內(nèi)核開(kāi)放架構(gòu)，在單一數(shù)據(jù)庫(kù)之上，實(shí)現(xiàn)多模態(tài)數(shù)據(jù)的融通管理，及全場(chǎng)景查詢(xún)分析的統(tǒng)一支持。

產(chǎn)品服務(wù)介紹：

YMatrix 超融合數(shù)據(jù)庫(kù)(簡(jiǎn)稱(chēng)“YMatrix”)是同時(shí)支持在線(xiàn)事務(wù)處理(OLTP)、在線(xiàn)分析處理(OLAP)和物聯(lián)網(wǎng)時(shí)序應(yīng)用的分布式超融合數(shù)據(jù)庫(kù)產(chǎn)品，具備嚴(yán)格分布式事務(wù)一致性、水平在線(xiàn)擴(kuò)容、安全可靠、成熟穩(wěn)定、兼容 PostgreSQL / Greenplum 協(xié)議和生態(tài)等重要特性。在萬(wàn)物互聯(lián)的時(shí)代，YMatrix可面向物聯(lián)網(wǎng)應(yīng)用、工業(yè)互聯(lián)網(wǎng)、智能運(yùn)維、智慧城市、實(shí)時(shí)數(shù)倉(cāng)、智能家居、車(chē)聯(lián)網(wǎng)等場(chǎng)景，提供架構(gòu)簡(jiǎn)潔、功能豐富的數(shù)據(jù)基礎(chǔ)設(shè)施，并已在多家行業(yè)頭部公司成功實(shí)現(xiàn)商業(yè)化落地。

廠商評(píng)估：

YMatrix超融合數(shù)據(jù)庫(kù)產(chǎn)品穩(wěn)定可靠，支持關(guān)系數(shù)據(jù)、時(shí)序數(shù)據(jù)、GIS 數(shù)據(jù)、JSON 數(shù)據(jù)、文本數(shù)據(jù)、圖片等多類(lèi)型數(shù)據(jù)的統(tǒng)一處理，簡(jiǎn)化技術(shù)架構(gòu)，從而降低企業(yè)在數(shù)據(jù)庫(kù)選型、使用和運(yùn)維時(shí)的成本。YMatrix超融合數(shù)據(jù)庫(kù)在OLAP和時(shí)序數(shù)據(jù)處場(chǎng)景具備突出優(yōu)勢(shì)，適用工廠數(shù)據(jù)基座、智能網(wǎng)聯(lián)汽車(chē)、物聯(lián)設(shè)備智能運(yùn)營(yíng)、實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)等場(chǎng)景，且能保障較高的性能。同時(shí)，YMatrix具備較完善的數(shù)據(jù)庫(kù)生態(tài)工具。

YMatrix超融合數(shù)據(jù)庫(kù)產(chǎn)品穩(wěn)定可靠，且經(jīng)歷過(guò)大規(guī)模工業(yè)生產(chǎn)場(chǎng)景的使用和驗(yàn)證。YMatrix產(chǎn)品是在分析型數(shù)據(jù)庫(kù)Greenplum和關(guān)系型數(shù)據(jù)庫(kù)PostgreSQL的基礎(chǔ)上，做了大量原創(chuàng)性研發(fā)工作而構(gòu)建。由于Greenplum和PostgreSQL技術(shù)穩(wěn)定成熟，且YMatrix的研發(fā)團(tuán)隊(duì)曾有Greenplum的研發(fā)經(jīng)驗(yàn)，因此YMatrix的穩(wěn)定性和可靠性得以保正。同時(shí)，YMatrix已經(jīng)在工業(yè)生產(chǎn)場(chǎng)景經(jīng)歷過(guò)多家頭部企業(yè)的使用和打磨，使得其針對(duì)工業(yè)場(chǎng)景的產(chǎn)品性能穩(wěn)定、功能完善，應(yīng)用能力較強(qiáng)。

YMatrix超融合數(shù)據(jù)庫(kù)功能豐富，支持多種數(shù)據(jù)模型，尤其適用于OLAP和時(shí)序數(shù)據(jù)處理的場(chǎng)景。YMatrix內(nèi)置多個(gè)微內(nèi)核數(shù)據(jù)引擎，實(shí)現(xiàn)了對(duì)關(guān)系型數(shù)據(jù)、時(shí)序數(shù)據(jù)、JSON數(shù)據(jù)、鍵值數(shù)據(jù)、GIS數(shù)據(jù)、文本、圖像等多種數(shù)據(jù)模型的廣泛支持，并在數(shù)據(jù)操作層面支持以標(biāo)準(zhǔn)SQL實(shí)現(xiàn)跨數(shù)據(jù)模型的寫(xiě)入、建模、查詢(xún)等操作。YMatrix尤其適用于OLAP和時(shí)序數(shù)據(jù)處理的場(chǎng)景，如車(chē)聯(lián)網(wǎng)、智能制造、智慧能源、智慧交通、智慧城市等領(lǐng)域，可應(yīng)用于工廠數(shù)據(jù)基座、智能網(wǎng)聯(lián)汽車(chē)、物聯(lián)設(shè)備智能運(yùn)營(yíng)、實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)等場(chǎng)景。

YMatrix超融合數(shù)據(jù)庫(kù)技術(shù)架構(gòu)簡(jiǎn)化靈活，大幅降低了企業(yè)需要運(yùn)行多種類(lèi)型的數(shù)據(jù)庫(kù)選型、部署以及后續(xù)的運(yùn)維成本。YMatrix采用了創(chuàng)新的“多微內(nèi)核開(kāi)放架構(gòu)”技術(shù)架構(gòu)，實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的“多核“，面向OLTP、OLAP，時(shí)序等場(chǎng)景，每個(gè)內(nèi)核由不同的存儲(chǔ)引擎和執(zhí)行器組成，并針對(duì)前述場(chǎng)景專(zhuān)門(mén)優(yōu)化。

基于這樣的架構(gòu)，企業(yè)后續(xù)可以通過(guò)YMatrix增加面向新場(chǎng)景的微內(nèi)核，方便地進(jìn)行數(shù)據(jù)分析場(chǎng)景的擴(kuò)展，避免重新選型和部署一整套新數(shù)據(jù)庫(kù)的高成本。同時(shí)，YMatrix配備了完善的安裝、監(jiān)控、報(bào)警、擴(kuò)容、容災(zāi)等數(shù)據(jù)庫(kù)管理運(yùn)維功能，并可以對(duì)多種數(shù)據(jù)模型進(jìn)行統(tǒng)一管理，大幅降低了企業(yè)部署多套數(shù)據(jù)庫(kù)系統(tǒng)的運(yùn)維復(fù)雜度以及運(yùn)維成本。

例如， 理想汽車(chē)在引入 YMatrix 后，在同等數(shù)據(jù)規(guī)模下，整體服務(wù)器用量減少三分之二，指標(biāo)開(kāi)發(fā)周期從按天計(jì)算大幅壓縮至小時(shí)級(jí)，同時(shí)數(shù)據(jù)入庫(kù)速度及查詢(xún)性能均大幅提升。

YMatrix超融合數(shù)據(jù)庫(kù)在時(shí)序等各類(lèi)數(shù)據(jù)使用場(chǎng)景具有較優(yōu)異的性能表現(xiàn)。YMatrix針對(duì)寫(xiě)入和分析等重點(diǎn)領(lǐng)域進(jìn)行了多達(dá)138項(xiàng)深度的指令級(jí)的優(yōu)化。在時(shí)序場(chǎng)景的寫(xiě)入能力上，YMatrix在真實(shí)的生產(chǎn)場(chǎng)景中寫(xiě)入速度可達(dá)1.52億數(shù)據(jù)點(diǎn)/秒，滿(mǎn)足了新能源汽車(chē)(理想汽車(chē))、重型裝備制造(三一重工)等行業(yè)客戶(hù)對(duì)于超大規(guī)模時(shí)序數(shù)據(jù)的寫(xiě)入速度要求。在時(shí)序場(chǎng)景的查詢(xún)性能上，YMatrix的查詢(xún)耗時(shí)在基準(zhǔn)測(cè)試中是目前國(guó)外主流時(shí)序數(shù)據(jù)庫(kù)的1/5左右;

此外，在單表查詢(xún)性能上，SSB基準(zhǔn)測(cè)試結(jié)果表明YMatrix比ClickHouse快27%;在多表關(guān)聯(lián)分析性能上，對(duì)比MPP數(shù)據(jù)庫(kù)主流廠商，YMatrix實(shí)現(xiàn)了數(shù)倍的性能提升;在機(jī)器學(xué)習(xí)場(chǎng)景性能上，YMatrix庫(kù)內(nèi)機(jī)器學(xué)習(xí)性能相比Spark提升了8倍;在OLTP場(chǎng)景下，TPC-B國(guó)際標(biāo)準(zhǔn)測(cè)試結(jié)果表明，YMatrix主鍵查詢(xún)TPS高達(dá)160萬(wàn)，而絕大多數(shù)低于TPS5萬(wàn)的水準(zhǔn)。

YMatrix 超融合數(shù)據(jù)庫(kù)支持庫(kù)內(nèi)機(jī)器學(xué)習(xí)，生態(tài)兼容完備，可以滿(mǎn)足企業(yè)用戶(hù)多種類(lèi)型的數(shù)據(jù)分析需求。YMatrix 是國(guó)內(nèi)率先具備庫(kù)內(nèi)機(jī)器學(xué)習(xí)建模能力的數(shù)據(jù)庫(kù)產(chǎn)品，支持通過(guò) Python/R 等語(yǔ)言構(gòu)建算法模型，并直接在數(shù)據(jù)庫(kù)內(nèi)進(jìn)行分析運(yùn)算，幫助用戶(hù)大幅消除數(shù)據(jù)的遷移/加載作業(yè)量，顯著提升數(shù)據(jù)利用效率。

例如：三一重工在預(yù)測(cè)性維護(hù)業(yè)務(wù)中建立需要基于大量設(shè)備數(shù)采數(shù)據(jù)做建模分析，在使用 YMatrix 后，相比過(guò)去的 Hadoop + Spark 組合， 不僅技術(shù)棧復(fù)雜度降低，同時(shí)運(yùn)算速度提升了約 5 倍。同時(shí) YMatrix 全面兼容 Greenplum 和 PostgreSQL 的上下游生態(tài)鏈工具，并支持通過(guò)數(shù)據(jù)聯(lián)邦對(duì)接多類(lèi)型數(shù)據(jù)源，滿(mǎn)足企業(yè)用戶(hù)在各種復(fù)雜分析場(chǎng)景下的數(shù)據(jù)遷移、ETL、監(jiān)控及分層存儲(chǔ)需求。

典型客戶(hù)：

理想汽車(chē)、小米、三一重工、浪潮、BYD

4.4 圖數(shù)據(jù)庫(kù)

市場(chǎng)定義：

圖數(shù)據(jù)庫(kù)是以點(diǎn)和邊為基本存儲(chǔ)單元，為高效存儲(chǔ)、查詢(xún)圖模型的數(shù)據(jù)而專(zhuān)門(mén)設(shè)計(jì)的數(shù)據(jù)管理系統(tǒng)。在圖模型中，數(shù)據(jù)是以點(diǎn)和邊的形式存在，“點(diǎn)”表示實(shí)體，“邊”表示實(shí)體間的關(guān)系，從而可以清晰展現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)關(guān)系。圖數(shù)據(jù)庫(kù)需要將數(shù)據(jù)以豐富的關(guān)聯(lián)關(guān)系表示、支持圖查詢(xún)語(yǔ)言的訪(fǎng)問(wèn)和解析等功能。

甲方終端用戶(hù)：

金融、政務(wù)、能源、泛互聯(lián)網(wǎng)等行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)

甲方核心需求：

隨著企業(yè)業(yè)務(wù)類(lèi)型以及數(shù)據(jù)應(yīng)用場(chǎng)景的多樣化，對(duì)于數(shù)據(jù)之間的關(guān)系挖掘逐漸成為典型的業(yè)務(wù)需求。企業(yè)需要將看似離散的數(shù)據(jù)通過(guò)一定的關(guān)聯(lián)關(guān)系進(jìn)行連接，并運(yùn)用可視化技術(shù)描述數(shù)據(jù)之間的相互聯(lián)系。例如，知識(shí)圖譜、金融反詐、社交網(wǎng)絡(luò)、智能物聯(lián)網(wǎng)等業(yè)務(wù)應(yīng)用下，需要對(duì)圖數(shù)據(jù)進(jìn)行高效的查詢(xún)和計(jì)算。由于圖數(shù)據(jù)庫(kù)相比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)具備對(duì)圖模型數(shù)據(jù)更加高效的存儲(chǔ)和查詢(xún)性能，近年來(lái)被許多企業(yè)所采用。企業(yè)對(duì)圖數(shù)據(jù)庫(kù)的核心需求包括：

高性能的圖存儲(chǔ)和計(jì)算。金融、政務(wù)、能源等行業(yè)有大量圖模型的應(yīng)用，例如金融風(fēng)控、反欺詐、能源管理等。企業(yè)希望圖數(shù)據(jù)庫(kù)相比關(guān)系型數(shù)據(jù)庫(kù)擁有更高的圖模型存儲(chǔ)效率和更低的存儲(chǔ)成本，并且在多度關(guān)系或者多點(diǎn)遍歷的復(fù)雜關(guān)系查詢(xún)上更具備優(yōu)勢(shì)。

快速上手的查詢(xún)分析功能。由于圖數(shù)據(jù)庫(kù)目前沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)查詢(xún)語(yǔ)言，并且圖分析的使用對(duì)于專(zhuān)業(yè)知識(shí)的要求程度較高，業(yè)務(wù)分析人員可能會(huì)缺少相關(guān)的知識(shí)技能上手使用。因此，企業(yè)需要圖數(shù)據(jù)庫(kù)具備一定的功能設(shè)計(jì)來(lái)降低圖數(shù)據(jù)庫(kù)的使用門(mén)檻，方便圖數(shù)據(jù)的查詢(xún)分析以及圖算法的應(yīng)用。

具備高可用和一定的穩(wěn)定可靠性。企業(yè)需要圖數(shù)據(jù)庫(kù)具備一定的防范和恢復(fù)措施來(lái)應(yīng)對(duì)突發(fā)的服務(wù)中斷情況，保證數(shù)據(jù)服務(wù)的高可用性，避免數(shù)據(jù)錯(cuò)誤、數(shù)據(jù)丟失的發(fā)生。同時(shí)，作為圖數(shù)據(jù)應(yīng)用的底層支撐，企業(yè)希望圖數(shù)據(jù)庫(kù)能夠平滑穩(wěn)定的運(yùn)行，并且具備一定的服務(wù)響應(yīng)靈敏度。

此外，部分企業(yè)對(duì)于圖數(shù)據(jù)庫(kù)還有以下期望需求：

能夠支持行業(yè)知識(shí)圖譜。作為圖數(shù)據(jù)最基本和廣泛的應(yīng)用，知識(shí)圖譜在金融、公安等行業(yè)有大量的使用需求。因此，企業(yè)希望圖數(shù)據(jù)庫(kù)廠商能夠提供行業(yè)知識(shí)圖譜的整體解決方案。

能夠進(jìn)行云化部署。由于數(shù)據(jù)上云趨勢(shì)逐漸明顯，部分企業(yè)希望將圖數(shù)據(jù)庫(kù)同其他數(shù)據(jù)庫(kù)一起在云上部署，方便總體資源的規(guī)劃和管理。

滿(mǎn)足信創(chuàng)要求。在公安、政務(wù)等敏感度較高的行業(yè)，企業(yè)需要使用核心技術(shù)自主可控的產(chǎn)品來(lái)保證數(shù)據(jù)的安全性，因此會(huì)依據(jù)信創(chuàng)測(cè)試報(bào)告或信創(chuàng)名錄進(jìn)行選型。

廠商能力要求：

基于上述核心需求，圖數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商的產(chǎn)品具備高性能圖存儲(chǔ)和計(jì)算能力。廠商產(chǎn)品能夠通過(guò)分布式部署實(shí)現(xiàn)大規(guī)模的圖數(shù)據(jù)存儲(chǔ)，并且保證高效的圖數(shù)據(jù)訪(fǎng)問(wèn)讀取。在對(duì)于數(shù)據(jù)關(guān)系的分析上，廠商產(chǎn)品要能夠?qū)崿F(xiàn)全圖查詢(xún)、遍歷迭代的高效性，并且能夠完成多樣的圖分析算法。

廠商的產(chǎn)品具備易用性。在圖數(shù)據(jù)的查詢(xún)上，廠商產(chǎn)品的查詢(xún)語(yǔ)言能夠讓用戶(hù)快速上手使用，并且需要支持常用的圖算法。此外，廠商需提供可視化分析工具以及常用的分析函數(shù)，使得業(yè)務(wù)用戶(hù)可以通過(guò)拖拉拽的方式在常用場(chǎng)景，如信用卡套現(xiàn)、貸后失聯(lián)修復(fù)、客戶(hù)貢獻(xiàn)度評(píng)價(jià)等，快速實(shí)現(xiàn)圖分析功能。

廠商產(chǎn)品能夠穩(wěn)定可靠地運(yùn)行，并且持續(xù)提供可用的服務(wù)。廠商產(chǎn)品具備一定的數(shù)據(jù)冗余機(jī)制，滿(mǎn)足分布式下的數(shù)據(jù)一致性，而且在服務(wù)器出現(xiàn)故障時(shí)能夠保證數(shù)據(jù)不丟失且服務(wù)持續(xù)可用。此外，廠商產(chǎn)品經(jīng)過(guò)多場(chǎng)景的打磨驗(yàn)證，能夠滿(mǎn)足金融、政務(wù)、能源等行業(yè)不同應(yīng)用場(chǎng)景下對(duì)于圖數(shù)據(jù)庫(kù)穩(wěn)定可靠運(yùn)行的需求。

針對(duì)部分企業(yè)的期望需求，圖數(shù)據(jù)庫(kù)廠商需具備以下能力：

廠商能夠提供針對(duì)不同行業(yè)提供知識(shí)圖譜解決方案。廠商能夠依據(jù)行業(yè)需求提供金融、政務(wù)、能源等行業(yè)的知識(shí)圖譜解決方案，輸出包括圖譜構(gòu)建、開(kāi)發(fā)工具等在內(nèi)的知識(shí)圖譜整體解決方案。

廠商的產(chǎn)品能夠采用云原生技術(shù)。面對(duì)企業(yè)數(shù)據(jù)上云的需求，廠商需要提供圖數(shù)據(jù)庫(kù)的云化部署，并且應(yīng)用云原生技術(shù)實(shí)現(xiàn)企業(yè)資源隔離、多租戶(hù)等需求。

廠商的產(chǎn)品要滿(mǎn)足信創(chuàng)要求。在敏感度較高的行業(yè)，廠商產(chǎn)品需要通過(guò)信創(chuàng)測(cè)試來(lái)證明技術(shù)的自主可靠性。此外，由于某些企業(yè)進(jìn)行了全國(guó)產(chǎn)化軟硬件部署，廠商產(chǎn)品也需要做相應(yīng)適配保證在國(guó)產(chǎn)化IT環(huán)境中的順利運(yùn)行。

入選標(biāo)準(zhǔn)：

1. 符合圖數(shù)據(jù)庫(kù)的廠商能力要求;

2. 近一年在該市場(chǎng)服務(wù)客戶(hù)數(shù)5家以上;

3.近一年該市場(chǎng)相關(guān)服務(wù)收入規(guī)模在500萬(wàn)元以上。

代表廠商評(píng)估：

海致星圖廠商介紹：

北京海致星圖科技有限公司(簡(jiǎn)稱(chēng)“海致星圖”)成立于2015年，公司通過(guò)自主可控的知識(shí)圖譜、大數(shù)據(jù)等核心技術(shù)，提供金融、能源、制造、智慧城市等政府機(jī)構(gòu)與企業(yè)級(jí)用戶(hù)數(shù)字化轉(zhuǎn)型的產(chǎn)品和服務(wù)，幫助用戶(hù)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的管理運(yùn)營(yíng)體系，賦能決策智能。海致星圖目前已服務(wù)建設(shè)銀行、工商銀行、招商銀行、上交所、深交所等70多家銀行、券商、保險(xiǎn)等金融機(jī)構(gòu)及國(guó)家電網(wǎng)、南方電網(wǎng)等大型能源企業(yè)。

產(chǎn)品服務(wù)介紹：

海致星圖AtlasGraph圖數(shù)據(jù)庫(kù)，是基于Rust自研的新一代云原生分布式實(shí)時(shí)圖數(shù)據(jù)庫(kù)，具備高性能圖計(jì)算引擎、類(lèi)SQL的圖查詢(xún)語(yǔ)言、分布式存儲(chǔ)引擎等內(nèi)核技術(shù)，能夠支持復(fù)雜的數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)場(chǎng)景。海致星圖AtlasGraph圖數(shù)據(jù)庫(kù)支持萬(wàn)億量級(jí)數(shù)據(jù)存儲(chǔ)分析及流式計(jì)算引擎的結(jié)合，支持?jǐn)?shù)據(jù)實(shí)時(shí)入庫(kù)構(gòu)圖，為在線(xiàn)業(yè)務(wù)決策分析提供有力支撐。同時(shí)，AtlasGraph預(yù)置了20余種圖計(jì)算算法及上百種分析函數(shù)，并配套可視化操作分析平臺(tái)提供豐富的分析管理功能。AtlasGraph目前主要應(yīng)用于金融、政務(wù)、能源等行業(yè)。

廠商評(píng)估：

海致星圖AtlasGraph圖數(shù)據(jù)庫(kù)在穩(wěn)定可靠和安全性、數(shù)據(jù)服務(wù)的高可用性、存儲(chǔ)計(jì)算性能、HTAP混合負(fù)載能力方面具備優(yōu)勢(shì)，產(chǎn)品技術(shù)自主可控且適配國(guó)產(chǎn)軟硬件，具備易用的查詢(xún)分析和管理功能，云原生技術(shù)支持AtlasGraph的云上部署并提供容器化、自動(dòng)化的數(shù)據(jù)服務(wù)方式。海致星圖在金融、政務(wù)等領(lǐng)域有包括行業(yè)知識(shí)圖譜等在內(nèi)完善的解決方案輸出能力，其自研的圖數(shù)據(jù)庫(kù)和解決方案適配度高，并提供針對(duì)性?xún)?yōu)化。

AtlasGraph具備高可靠性和安全性，并能夠?yàn)槠髽I(yè)提供高可用的圖數(shù)據(jù)服務(wù)，尤其在金融、政務(wù)等行業(yè)擁有多年的服務(wù)經(jīng)驗(yàn)。AtlasGraph支持分布式下的多副本存儲(chǔ)，能夠在部分服務(wù)器出現(xiàn)故障時(shí)保證數(shù)據(jù)不丟失且服務(wù)持續(xù)可用。AtlasGraph內(nèi)部通過(guò)一致性協(xié)議保障數(shù)據(jù)讀寫(xiě)的完整性和一致性。同時(shí)，AtlasGraph采用Rust語(yǔ)言編寫(xiě)，為數(shù)據(jù)庫(kù)提供了安全的內(nèi)存管理和訪(fǎng)問(wèn)機(jī)制，并保證了任務(wù)并發(fā)場(chǎng)景下的穩(wěn)定性。

AtlasGraph的分布式引擎具備高性能的存儲(chǔ)和計(jì)算能力，能夠提供大規(guī)模集群與萬(wàn)億規(guī)模節(jié)點(diǎn)數(shù)據(jù)的全量存儲(chǔ)，支持萬(wàn)億大圖實(shí)時(shí)分析。在分布式部署下，AtlasGraph可以整合多臺(tái)服務(wù)器的存儲(chǔ)計(jì)算能力提升系統(tǒng)整體性能，在低成本的部署條件下提升高并發(fā)場(chǎng)景處理能力，并加速對(duì)于慢查詢(xún)的處理速度。AtlasGraph的分布式數(shù)據(jù)存儲(chǔ)，及其shared-nothing和存算分離的系統(tǒng)架構(gòu)，方便數(shù)據(jù)庫(kù)通過(guò)橫向擴(kuò)展來(lái)應(yīng)對(duì)更高負(fù)載和更大數(shù)據(jù)量。在語(yǔ)言層面，Rust語(yǔ)言編寫(xiě)能夠在保證數(shù)據(jù)安全穩(wěn)定的情況下達(dá)到與C/C++編寫(xiě)同樣的高性能。此外，自研的圖原生存儲(chǔ)技術(shù)、圖數(shù)據(jù)在外存的編碼優(yōu)化、分布式下的數(shù)據(jù)劃分和數(shù)據(jù)讀寫(xiě)優(yōu)化幫助AtlasGraph突破了對(duì)數(shù)據(jù)訪(fǎng)問(wèn)的性能瓶頸。

AtlasGraph支持HTAP混合負(fù)載，并支持圖數(shù)據(jù)的實(shí)時(shí)分析。在OLTP場(chǎng)景，AtlasGraph可以支持對(duì)關(guān)系相對(duì)稀疏的數(shù)據(jù)進(jìn)行高效的讀取和寫(xiě)入，并滿(mǎn)足高并發(fā)低延遲的場(chǎng)景需求，例如一度、二度的關(guān)系分析，AtlasGraph可以在毫秒或者亞秒級(jí)完成，對(duì)于深度關(guān)系查詢(xún)，如6度關(guān)系查詢(xún)，AtlasGraph可以在秒級(jí)完成。在需要對(duì)全圖數(shù)據(jù)多輪迭代計(jì)算的OLAP場(chǎng)景，如page rank、連通性分析、社區(qū)劃分、圖神經(jīng)網(wǎng)絡(luò) GNN等。AtlasGraph同樣提供了高性能的圖計(jì)算引擎，支持快速的在線(xiàn)計(jì)算。AtlasGraph提供實(shí)時(shí)的數(shù)據(jù)分析能力，支持?jǐn)?shù)據(jù)實(shí)時(shí)采集入庫(kù)，并且數(shù)據(jù)導(dǎo)入過(guò)程和上層計(jì)算并行執(zhí)行互不影響。此外，海致星圖在圖技術(shù)領(lǐng)域積累了多年在金融、政務(wù)行業(yè)的服務(wù)經(jīng)驗(yàn)，讓AtlasGraph能夠針對(duì)客戶(hù)常用的查詢(xún)模式、分析算法、并發(fā)訪(fǎng)問(wèn)效率等方面進(jìn)行大量?jī)?yōu)化，提升執(zhí)行效率和算法效果。

AtlasGraph具備良好的易用性，提供可視化的操作和分析平臺(tái)，并支持類(lèi)SQL的查詢(xún)語(yǔ)言并內(nèi)置上百種分析函數(shù)。AtlasGraph提供便捷易用的可視化操作和分析平臺(tái)，降低了圖數(shù)據(jù)庫(kù)的使用難度，并且為用戶(hù)提供了豐富的計(jì)算分析和管理功能。在圖數(shù)據(jù)的查詢(xún)分析上，AtlasGraph提供類(lèi)SQL的圖查詢(xún)語(yǔ)言AQL (Atlasgraph Query Language)，并內(nèi)置了上百種的計(jì)算和分析的圖算法。在此之上，AtlasGraph對(duì)內(nèi)置算法的參數(shù)和性能進(jìn)行了調(diào)優(yōu)，并封裝成用戶(hù)可以直接上手使用的函數(shù)，降低了用戶(hù)查詢(xún)分析的操作門(mén)檻。

海致星圖擁有豐富的行業(yè)級(jí)解決方案經(jīng)驗(yàn)，能夠針對(duì)不同場(chǎng)景提供完備的方案設(shè)計(jì)。海致星圖服務(wù)金融、能源、制造等行業(yè)多年，沉淀了深刻的業(yè)務(wù)場(chǎng)景認(rèn)知和豐富的行業(yè)落地經(jīng)驗(yàn)，能夠針對(duì)不同客戶(hù)所需的查詢(xún)分析算法、數(shù)據(jù)特點(diǎn)、寫(xiě)入查詢(xún)模式進(jìn)行圖數(shù)據(jù)庫(kù)的相應(yīng)優(yōu)化，并且結(jié)合自身產(chǎn)品體系，對(duì)企業(yè)輸出包含圖數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)周邊工具集、知識(shí)圖譜平臺(tái)在內(nèi)的行業(yè)級(jí)解決方案。

例如，在知識(shí)圖譜的解決方案中，海致星圖提供金融、制造、能源等行業(yè)知識(shí)圖譜，同時(shí)，海致星圖的圖平臺(tái)、圖算法團(tuán)隊(duì)會(huì)在知識(shí)圖譜和圖機(jī)器學(xué)習(xí)等層面與客戶(hù)進(jìn)行需求溝通，并針對(duì)相應(yīng)的建模方式和分析算法進(jìn)行設(shè)計(jì)優(yōu)化，結(jié)合數(shù)據(jù)庫(kù)內(nèi)核在存儲(chǔ)計(jì)算、上層算子支持等方面的改進(jìn)，輸出系統(tǒng)性的解決方案。

AtlasGraph技術(shù)自主可控并適配國(guó)產(chǎn)軟硬件，滿(mǎn)足企業(yè)信創(chuàng)要求。在企業(yè)資質(zhì)上，海致星圖目前已是信創(chuàng)工委會(huì)成員單位。同時(shí)，基于多年的圖數(shù)據(jù)庫(kù)領(lǐng)域研發(fā)經(jīng)驗(yàn)積累，海致星圖已成為多個(gè)國(guó)家級(jí)和國(guó)際級(jí)圖數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)的制定方之一。在產(chǎn)品資質(zhì)上，AtlasGraph圖數(shù)據(jù)庫(kù)是海致星圖全棧自研的產(chǎn)品，已通過(guò)中國(guó)軟件評(píng)測(cè)中心的“信息系統(tǒng)安全測(cè)評(píng)”并被收錄至相關(guān)信創(chuàng)產(chǎn)品名錄中，滿(mǎn)足技術(shù)自主可控的要求。在國(guó)產(chǎn)化適配上，AtlasGraph圖數(shù)據(jù)庫(kù)已與包括飛騰、海光、龍芯等在內(nèi)的六大國(guó)產(chǎn)CPU、以及主流國(guó)產(chǎn)操作系統(tǒng)、服務(wù)器等基礎(chǔ)軟硬件完成兼容適配，能夠支持在不同類(lèi)型的國(guó)產(chǎn)IT環(huán)境中使用。

AtlasGraph采用云原生技術(shù)順應(yīng)數(shù)據(jù)上云的趨勢(shì)，支持企業(yè)圖數(shù)據(jù)庫(kù)的云化部署并提升了資源管理效率。面向大型企業(yè)用戶(hù)，云原生技術(shù)支持AtlasGraph在企業(yè)的私有云環(huán)境中部署，并且提供多租戶(hù)的資源隔離、權(quán)限控制等功能需求。此外，云原生技術(shù)為AtlasGraph提供故障自愈的能力，幫助企業(yè)降低了運(yùn)維的難度和成本;資源的自動(dòng)調(diào)度和動(dòng)態(tài)擴(kuò)縮容能力，提高了資源的分配和使用效率。

典型客戶(hù)：

中國(guó)某期貨交易所、某國(guó)有大型銀行、江南農(nóng)村商業(yè)銀行

4.5數(shù)據(jù)庫(kù)云管理平臺(tái)

市場(chǎng)定義：

數(shù)據(jù)庫(kù)云管理平臺(tái)是面向企業(yè)多類(lèi)型數(shù)據(jù)庫(kù)、多云部署環(huán)境，提供統(tǒng)一數(shù)據(jù)庫(kù)管理服務(wù)的平臺(tái)。數(shù)據(jù)庫(kù)云管理平臺(tái)具備安裝部署、遷移、備份、監(jiān)控告警、巡檢、性能分析、智能運(yùn)維、安全管控等數(shù)據(jù)庫(kù)全生命周期管理能力。此外，部分廠商提供的數(shù)據(jù)庫(kù)云產(chǎn)品還具備了對(duì)多云資源進(jìn)行調(diào)度管理的能力。

甲方終端用戶(hù)：

各行業(yè)企業(yè)的IT部門(mén)、大數(shù)據(jù)部門(mén)、科技創(chuàng)新部門(mén)，以及相關(guān)業(yè)務(wù)部門(mén)

甲方核心需求：

近年來(lái)，數(shù)據(jù)庫(kù)的市場(chǎng)格局發(fā)生了深刻變化，出于滿(mǎn)足國(guó)產(chǎn)化替代、應(yīng)對(duì)更多樣的應(yīng)用場(chǎng)景、以及降低成本等考慮，企業(yè)對(duì)各類(lèi)國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)庫(kù)的需求日趨強(qiáng)烈，然而國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)庫(kù)管理運(yùn)維相關(guān)的生態(tài)工具相對(duì)欠缺，導(dǎo)致企業(yè)在使用這類(lèi)數(shù)據(jù)庫(kù)時(shí)面臨諸多困難。與此同時(shí)，數(shù)據(jù)庫(kù)云化的趨勢(shì)使得數(shù)據(jù)庫(kù)的運(yùn)行環(huán)境從物理主機(jī)轉(zhuǎn)變?yōu)楦鞣N虛擬化、私有云、公有云，又給數(shù)據(jù)庫(kù)的管理運(yùn)維帶來(lái)了更的高的復(fù)雜性。面對(duì)這些挑戰(zhàn)，數(shù)據(jù)庫(kù)云管理平臺(tái)能夠有效解決多數(shù)據(jù)庫(kù)多元化、多云部署帶來(lái)了的諸多問(wèn)題，正被一些大中型企業(yè)采用。企業(yè)對(duì)于數(shù)據(jù)庫(kù)云管理平臺(tái)的核心需求包括：

具備數(shù)據(jù)庫(kù)使用全生命周期管理運(yùn)維功能。為使數(shù)據(jù)庫(kù)在使用過(guò)程中能夠穩(wěn)定可靠的運(yùn)行，并滿(mǎn)足各類(lèi)管理運(yùn)維要求，企業(yè)需要數(shù)據(jù)庫(kù)云管理平臺(tái)能夠面向企業(yè)內(nèi)運(yùn)維、DBA、開(kāi)發(fā)、業(yè)務(wù)等各類(lèi)人員提供數(shù)據(jù)庫(kù)全生命周期管理運(yùn)維功能。

具備對(duì)多元化數(shù)據(jù)庫(kù)的管理能力。大中型企業(yè)內(nèi)部業(yè)務(wù)線(xiàn)林立，相應(yīng)地，企業(yè)內(nèi)部會(huì)逐漸部署多套、多類(lèi)型的數(shù)據(jù)庫(kù)系統(tǒng)，對(duì)這些數(shù)據(jù)庫(kù)進(jìn)行管理運(yùn)維逐漸變得更加分散和繁重。因此，企業(yè)需要數(shù)據(jù)庫(kù)云管理平臺(tái)支持多種常見(jiàn)類(lèi)型數(shù)據(jù)庫(kù)的管理能力。

使用門(mén)檻較低。由于當(dāng)前企業(yè)對(duì)多元化數(shù)據(jù)庫(kù)的使用需求不斷增加，但與此同時(shí)，企業(yè)又普遍缺乏對(duì)多元化數(shù)據(jù)庫(kù)進(jìn)行管理的人才和技術(shù)。因此，企業(yè)需要數(shù)據(jù)庫(kù)云管理平臺(tái)具備對(duì)多元化數(shù)據(jù)庫(kù)進(jìn)行管理運(yùn)維的自動(dòng)化和智能化的能力，降低平臺(tái)的使用門(mén)檻。

此外，部分企業(yè)對(duì)數(shù)據(jù)庫(kù)云管理平臺(tái)還有以下期望需求：

能夠?qū)Χ嘣瀑Y源的進(jìn)行統(tǒng)一調(diào)度管理。隨著企業(yè)內(nèi)的數(shù)據(jù)庫(kù)逐漸部署各種基于虛擬化或容器化的環(huán)境私有云、公有云、混合云環(huán)境，對(duì)多云資源進(jìn)行統(tǒng)一調(diào)度管理變成了企業(yè)面臨的一大挑戰(zhàn)。因此，企業(yè)需要數(shù)據(jù)庫(kù)云管理平臺(tái)使用云原生技術(shù)來(lái)屏蔽多種異構(gòu)基礎(chǔ)設(shè)施的復(fù)雜性，并具備資源彈性伸縮、資源隔離能力。

廠商能力要求：

基于上述核心需求，數(shù)據(jù)庫(kù)云管理平臺(tái)廠商需具備以下能力：

在數(shù)據(jù)庫(kù)管理運(yùn)維方面有長(zhǎng)期的服務(wù)經(jīng)驗(yàn)積累，能夠提供數(shù)據(jù)庫(kù)管理運(yùn)維全生命周期的功能。具體而言，廠商需要在其數(shù)據(jù)庫(kù)云管理平臺(tái)產(chǎn)品中提供包括遷移工具、安裝部署、備份、擴(kuò)展、監(jiān)控報(bào)警、高可用、SQL優(yōu)化、SQL審計(jì)、性能視圖等在內(nèi)的完善的數(shù)據(jù)管理運(yùn)維能力，滿(mǎn)足運(yùn)維、DBA、開(kāi)發(fā)、業(yè)務(wù)等各類(lèi)人員的需求。

對(duì)多種主流國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)庫(kù)有深入理解，使平臺(tái)支持對(duì)這些數(shù)據(jù)庫(kù)的管理運(yùn)維。廠商需的數(shù)據(jù)庫(kù)技術(shù)專(zhuān)家需對(duì)主流的國(guó)產(chǎn)和開(kāi)源數(shù)據(jù)，如Oracle、MySQL、PostgreSQL、TiDB、達(dá)夢(mèng)、人大金倉(cāng)、TiDB等，的功能特性有深入理解，在平臺(tái)中提供對(duì)上述多種數(shù)據(jù)庫(kù)進(jìn)行統(tǒng)一管理運(yùn)維的能力。

能夠?qū)?shù)據(jù)庫(kù)管理運(yùn)維功能代碼化和自動(dòng)化。一方面，廠商需要具備大量數(shù)據(jù)庫(kù)管理運(yùn)維的最佳實(shí)踐，并將這些最佳實(shí)踐的管理經(jīng)驗(yàn)代碼化，形成數(shù)據(jù)庫(kù)云管理平臺(tái)的標(biāo)準(zhǔn)功能;另一方面，廠商需要能夠在數(shù)據(jù)庫(kù)管理中運(yùn)用機(jī)器學(xué)習(xí)等AI技術(shù)，以自動(dòng)化、智能化的方式實(shí)現(xiàn)監(jiān)控、巡檢、審核、診斷等功能。從而減低平臺(tái)對(duì)用戶(hù)的技能要求。

針對(duì)部分企業(yè)的期望需求，數(shù)據(jù)庫(kù)云管理平臺(tái)廠商需具備以下能力：

廠商需能夠在數(shù)據(jù)庫(kù)云管理平臺(tái)中引入云原生技術(shù)，具備對(duì)多云資源的調(diào)研度管理能力。具體而言，廠商需要具備Kubernetes、Docker等云原生技術(shù)的研發(fā)能力，并對(duì)操作系統(tǒng)技術(shù)有深入理解，能夠利用云原生技術(shù)在數(shù)據(jù)庫(kù)管理中，統(tǒng)一管理公有云、私有云、混合云等多種異構(gòu)的基礎(chǔ)設(shè)施，同時(shí)能夠在數(shù)據(jù)庫(kù)系統(tǒng)運(yùn)行時(shí)，使其能夠?qū)崿F(xiàn)資源的彈性伸縮，以及多租戶(hù)的資源隔離。

入選標(biāo)準(zhǔn)：

1. 符合數(shù)據(jù)庫(kù)云管理平臺(tái)的廠商能力要求;

2. 近一年在該市場(chǎng)服務(wù)客戶(hù)數(shù)5家以上;

3.近一年該市場(chǎng)相關(guān)服務(wù)收入規(guī)模在500萬(wàn)元以上。

代表廠商評(píng)估：

沃趣科技廠商介紹：

杭州沃趣科技股份有限公司(簡(jiǎn)稱(chēng)“沃趣科技”)創(chuàng)建于2012年，創(chuàng)始團(tuán)隊(duì)為原阿里去“IOE”時(shí)期數(shù)據(jù)庫(kù)團(tuán)隊(duì)的核心骨干，從事數(shù)據(jù)庫(kù)生態(tài)平臺(tái)領(lǐng)域產(chǎn)品研發(fā)多年，產(chǎn)品覆蓋全球主流數(shù)據(jù)庫(kù)和云原生技術(shù)架構(gòu)，提供數(shù)據(jù)庫(kù)全生命周期的云平臺(tái)解決方案。公司現(xiàn)有上百位資深數(shù)據(jù)庫(kù)及系統(tǒng)技術(shù)專(zhuān)家，累計(jì)服務(wù)近3000家企業(yè)客戶(hù)，產(chǎn)品主要應(yīng)用于證券、保險(xiǎn)、銀行、能源電力、醫(yī)療、廣電傳媒、電信、快遞物流、公共事業(yè)等行業(yè)。

產(chǎn)品服務(wù)介紹：

沃趣科技提供中立的企業(yè)級(jí)數(shù)據(jù)庫(kù)云，產(chǎn)品包括數(shù)據(jù)庫(kù)私有云PaaS平臺(tái) QFusion、公有云RDS產(chǎn)品Squids、國(guó)產(chǎn)化替代(數(shù)據(jù)庫(kù)一體機(jī))三大類(lèi)。其中數(shù)據(jù)庫(kù)私有云PaaS平臺(tái)QFusion面向企業(yè)數(shù)據(jù)庫(kù)多元化的場(chǎng)景，提供了覆蓋數(shù)據(jù)庫(kù)使用全生命周期的各類(lèi)功能，在金融、通信、醫(yī)療、制造等十余個(gè)行業(yè)均有落地案例;公有云SquidsRDS產(chǎn)品面對(duì)數(shù)據(jù)上云的趨勢(shì)，為企業(yè)提供了便捷易用的數(shù)據(jù)庫(kù)公有云服務(wù)。數(shù)據(jù)庫(kù)私有云PaaS平臺(tái)QFusion與公有云RDS產(chǎn)品Squids共同構(gòu)成了沃趣數(shù)據(jù)庫(kù)云平臺(tái)產(chǎn)品體系。

此外，沃趣科技打造了高性能的數(shù)據(jù)庫(kù)一體機(jī)整體解決方案，包括以O(shè)racle為主，實(shí)現(xiàn)去“I”去“E”的高性能數(shù)據(jù)庫(kù)私有云平臺(tái)QData、以及全國(guó)產(chǎn)化適配的QFusion-C、與達(dá)夢(mèng)數(shù)據(jù)庫(kù)聯(lián)合研發(fā)的國(guó)內(nèi)首款全棧式一體機(jī)QDM等三種數(shù)據(jù)庫(kù)一體機(jī)，主要適用于用戶(hù)的核心交易系統(tǒng)、主備災(zāi)備系統(tǒng)、數(shù)據(jù)倉(cāng)庫(kù)和大數(shù)據(jù)云平臺(tái)。

廠商評(píng)估：

沃趣數(shù)據(jù)庫(kù)云平臺(tái)在功能完備性、穩(wěn)定可靠性、數(shù)據(jù)庫(kù)納管多元化和易用性等方面具備優(yōu)勢(shì)，產(chǎn)品引入云原生技術(shù)為企業(yè)提供了數(shù)據(jù)庫(kù)平臺(tái)即服務(wù)的能力，同時(shí)研發(fā)團(tuán)隊(duì)將自身多元化的技術(shù)背景和豐富的一體機(jī)研發(fā)經(jīng)驗(yàn)融入了沃趣數(shù)據(jù)庫(kù)云平臺(tái)的設(shè)計(jì)中，實(shí)現(xiàn)了數(shù)據(jù)庫(kù)整體性能的提升。

沃趣數(shù)據(jù)庫(kù)云平臺(tái)提供了面向各類(lèi)數(shù)據(jù)庫(kù)終端用戶(hù)的功能，可以充分滿(mǎn)足數(shù)據(jù)庫(kù)使用全生命周期的各類(lèi)需求。沃趣數(shù)據(jù)庫(kù)云平臺(tái)為企業(yè)提供了DBA用戶(hù)關(guān)注的遷移、備份、擴(kuò)容、容災(zāi)、SQL審計(jì)優(yōu)化，以及運(yùn)維用戶(hù)關(guān)注的監(jiān)控報(bào)警、性能視圖等功能。同時(shí)，平臺(tái)基于云原生技術(shù)，以及將數(shù)據(jù)庫(kù)管理運(yùn)維經(jīng)驗(yàn)代碼化，讓業(yè)務(wù)人員和應(yīng)用開(kāi)發(fā)人員只需在平臺(tái)上通過(guò)點(diǎn)選所需的數(shù)據(jù)庫(kù)、設(shè)置相應(yīng)的參數(shù)等簡(jiǎn)單操作即可創(chuàng)建和使用數(shù)據(jù)庫(kù)。

沃趣科技擁有豐富的數(shù)據(jù)庫(kù)云平臺(tái)服務(wù)經(jīng)驗(yàn)和完善的測(cè)試機(jī)制，產(chǎn)品具備滿(mǎn)足大型企業(yè)要求的穩(wěn)定可靠性。在客戶(hù)服務(wù)經(jīng)驗(yàn)方面，沃趣科技在數(shù)據(jù)庫(kù)云平臺(tái)產(chǎn)品上有近十年的研發(fā)經(jīng)驗(yàn)，已服務(wù)近3000多家企業(yè)級(jí)客戶(hù)，在證券、電力、制造業(yè)、醫(yī)療、教育等40多個(gè)行業(yè)有落地案例，沉淀了深厚的技術(shù)經(jīng)驗(yàn)來(lái)保證產(chǎn)品的穩(wěn)定可靠性。在產(chǎn)品測(cè)試機(jī)制方面，沃趣數(shù)據(jù)庫(kù)云平臺(tái)在每個(gè)版本發(fā)布前要經(jīng)歷上百項(xiàng)疲勞測(cè)試和故障測(cè)試，同時(shí)沃趣科技將售后工單系統(tǒng)中用戶(hù)的反饋問(wèn)題納入到測(cè)試場(chǎng)景中，收集了豐富的應(yīng)用實(shí)踐案例，產(chǎn)品形成了完善的迭代演進(jìn)流程。

沃趣數(shù)據(jù)庫(kù)平臺(tái)引入云原生作為技術(shù)底座，為數(shù)據(jù)庫(kù)用戶(hù)提供資源自動(dòng)調(diào)度分配和多租戶(hù)隔離能力。通過(guò)云原生技術(shù)，沃趣數(shù)據(jù)庫(kù)平臺(tái)能夠?qū)⒌讓佑?jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源池化，為數(shù)據(jù)庫(kù)提供自動(dòng)化的資源調(diào)度分配。同時(shí)，云原生技術(shù)也讓平臺(tái)可以輕松應(yīng)對(duì)企業(yè)內(nèi)多用戶(hù)、多數(shù)據(jù)庫(kù)實(shí)例的情況下資源隔離的需求。

例如，某頭部汽車(chē)集團(tuán)使用了沃趣科技基于云原生技術(shù)的QFusion產(chǎn)品定制版進(jìn)行數(shù)據(jù)庫(kù)容器化私有云改造，規(guī)模達(dá)到100多個(gè)物理節(jié)點(diǎn)，上千套數(shù)據(jù)庫(kù)實(shí)例。容器化的數(shù)據(jù)庫(kù)云平臺(tái)，使該車(chē)企在數(shù)據(jù)庫(kù)使用和管理中實(shí)現(xiàn)了真正意義的彈性架構(gòu)，同時(shí)也滿(mǎn)足多租戶(hù)需求，方便各個(gè)租戶(hù)隨時(shí)構(gòu)建服務(wù)自身業(yè)務(wù)的數(shù)據(jù)庫(kù)服務(wù)。

沃趣數(shù)據(jù)庫(kù)云平臺(tái)對(duì)系統(tǒng)各層面優(yōu)化實(shí)現(xiàn)了數(shù)據(jù)庫(kù)整體性能的提升。在數(shù)據(jù)庫(kù)一體機(jī)上，沃趣科技有近十年的研發(fā)經(jīng)驗(yàn)，產(chǎn)品性能在行業(yè)處于領(lǐng)先地位。同時(shí)，研發(fā)團(tuán)隊(duì)成員具備多元的技術(shù)背景，對(duì)硬件、操作系統(tǒng)和數(shù)據(jù)庫(kù)技術(shù)等各方面有著深入理解。因此，沃趣數(shù)據(jù)庫(kù)云平臺(tái)能夠從PaaS層面實(shí)現(xiàn)系統(tǒng)級(jí)的優(yōu)化，保證了數(shù)據(jù)庫(kù)整體性能優(yōu)良。

沃趣數(shù)據(jù)庫(kù)云平臺(tái)能夠管理多種國(guó)內(nèi)外主流數(shù)據(jù)庫(kù)，并且仍在不斷在加入對(duì)新興數(shù)據(jù)庫(kù)的支持和服務(wù)能力。在數(shù)據(jù)庫(kù)多元化的趨勢(shì)下，沃趣科技的技術(shù)專(zhuān)家對(duì)不同數(shù)據(jù)庫(kù)的特性有著深入的研究和理解，能夠充分支持對(duì)多種數(shù)據(jù)庫(kù)的納管能力。沃趣數(shù)據(jù)庫(kù)云平臺(tái)目前已能夠支持Oracle、MySQL、Redis、PostgreSQL、TiDB、海量信創(chuàng)數(shù)據(jù)庫(kù)、達(dá)夢(mèng)、人大金倉(cāng)等數(shù)十種國(guó)內(nèi)外主流數(shù)據(jù)庫(kù)，未來(lái)會(huì)持續(xù)投入研究并支持服務(wù)更多的數(shù)據(jù)庫(kù)產(chǎn)品。

典型客戶(hù)：

中信證券、國(guó)泰君安、國(guó)網(wǎng)山東電力、西安國(guó)際醫(yī)學(xué)中心、廈門(mén)大學(xué)

5. 入選廠商列表

來(lái)源：號(hào)外網(wǎng)