制造业数据库应用现状及未来发展潜力如何？

财醒来
期货开户
2024 年 7 月 27 日

关系型数据库的特点是什么？

关系型数据库遵循清晰的数据模型，类似Excel表格中的表格形式，每个字段和属性标签严格对应，主要

用于处理结构化数据，并强调数据的一致性和稳定性（ACID原则）。因此，在需要精确匹配标签的情

况，大多倾向于使用关系型数据库。

国内数据库市场规模如何？根据赛迪和IDC的数据以及招商证券的实际调研情况，中国国内数据库的整体容量约为300亿人民币，其

中关系型数据库占据主导地位，大约占据了超过260亿人民币的市场份额。

非关系型数据库有哪些类型及其主要应用场景？

非关系型数据库主要包括文档数据库、键值数据库和图数据库等。例如，文档数据库如MongoDB常用

于大量读写操作频繁的场景，如视频弹幕和游戏装备积分系统；键值数据库如Redis用于快速查找场

景，如游戏缓存和用户画像信息存储；图数据库如Neo4j通过top图的方式存储元素间的关联关系，典型

应用于反洗钱风控等领域。

国内关系型数据库市场的主力厂商有哪些？

国内关系型数据库市场的领军企业有达摩数据，国外则是Oracle最为知名，同时国内还有分布式数据库

领域的代表如蚂蚁金服的Ocean Base、腾讯的Tencent Cloud COBOL以及华为的高斯DB，后者主要以分

布式数据库为主流形态。

分布式数据库相较于集中式数据库有哪些主要优势？

分布式数据库在面对高并发场景时展现出了显著的优势，它可以通过横向快速拓展节点来应对数据量快

速增长的情况，满足数据库分析与处理的需求。此外，在国产化替代的大背景下，分布式数据库凭借其

弹性部署特性降低了应用系统对硬件性能的高度依赖，能在一定程度上缓解或弥补硬件性能短板，从而

成为各行各业替换过程中的有力竞争者。

分布式数据库在实际应用中面临哪些挑战以及集中式数据库有何优点？

尽管分布式数据库在高并发和弥补硬件性能方面表现出色，但它整体工程量较大，涉及到的数据迁移适

配、应用改造开发等工作量较多，且对客户自身的IT能力和微服务拆分改造能力要求较高。相比之

下，集中式关系型数据库具有上线速度快、迁移与实施稳定性好、摩擦成本低及项目实施周期短等特

点，更适合对经济压力敏感且不需强烈追求数据一致性应用场景。

分布式和集中式数据库在数据一致性方面的表现如何？

分布式数据库为了提高可扩展性和容错性，在数据一致性方面可能会有所牺牲，特别是在多个节点分别

运行数据库的情况下，出现不一致性风险的概率高于单节点部署。而集中式数据库则严格遵循ACID原

则，确保在多节点情况下数据运行结果的一致性强。

云部署和本地部署对于数据库的选择有何影响？

虽然云部署具备成本节省、易用性增强等优势，但就当前情况而言，云部署并不一定限制了数据库选

择，许多集中式数据库同样提供了云托管服务，实现了部分云原生特性。然而，在讨论分布式数据库

时，由于其天然适用于云环境部署，并且借助云计算资源池化的特性进一步提升容灾性和扩展性，因此

一般倾向于选择云部署的方式。

事务型（TP）场景与分析型（AP）场景对数据库性能的要求有何区别？

事务型场景强调快速准确执行任务，例如转账、证券下单等，对响应速度和准确性要求极高，并且必须

保证数据的一致性，此时集中式关系型数据库由于其一致性优势更符合需求。相反，分析型场景如银行

客群分析、财务报表分析等，通常涉及大量数据分析和属性标签生成，对数据量、查询效率要求较

高，此时更适合使用分布式数据库，尤其是那些可通过数据仓库等方式有效支撑海量数据处理的应用场

景。为什么集中式数据库在国内金融市场更为流行？

在当前银行业和证券业的IT环境中，关键核心业务系统往往倾向于采用集中式数据库进行处理。由于这

类业务系统如交易、转账和账户管理等具有显著的TP（事务处理）特性，客户对其服务质量有着极高的

依赖度，因此集中式数据库在国内市场的份额较大。

在实际应用中，集中式、分布式与AP数据库的选择依据是什么？

根据业务场景的特点，判断是使用集中式、分布式还是AP数据库主要考虑的是数据一致性与数据分析

能力之间的权衡。在许多电商下单或高并发交易过程中，虽然大部分环节采用AP设计以支持大量实时

数据分析，但在最终确定交易结果时仍需确保TP功能的正确性，这就要求数据库系统具备双向融合的能

力。而在多数库存充足的情况下，AP数据库能够满足这类场景的需求。

近年来，AP（分析处理）数据库的增长趋势如何，并且为何需求上升？

AP数据库在过去几年呈现出快速增长的趋势，尤其适合分布式架构和数据仓库的应用场景。在全球及

国内市场中，类似Snowflake等专做云数据库的厂商迅速崛起。随着互联网和大数据时代的到来，许多

场景对AP能力的需求不断增长，尤其是在高并发情况下，需要分析海量实时数据并做出决策，例如银

行的精准营销、风控与财务分析，以及互联网流量分析等。

各行业中数据库需求的具体表现及其变化趋势如何？

据赛迪报告，中国数据库市场规模较大，但不同行业间的消费需求存在差异。金融行业因其对IT投入

高、信息化水平领先以及对数据分析挖掘价值的重视，成为国内数据库需求的大户。此外，政府职能部

门如海关、税务等部门以及互联网、运营商、能源、制造业等行业均有大量数据库使用需求。在国产化

替代的过程中，金融行业正在逐步尝试采用分布式数据库技术，尽管Oracle和DB2等海外厂商依然占据

较大市场份额，但国产数据库如高斯DB、华为TDC等已有案例在四大行等金融机构得到应用。

近年来银行业务上云趋势如何影响其数据库选择与布局？

近年来，由于银行致力于移动互联服务（尤其是手机银行）、数字化数智化赋能、大数据及AI技术的应

用，在营销风控、流程优化和产品创新等领域产生了大量对数据库分析和处理的需求。因此，银行纷纷

转向分布式数据库来应对互联网高并发场景，并倾向于利用自身强大的IT能力主导国产化替代进程，希

望软件服务厂商能适应其独特的管理和业务特点。

当前银行行业是否已经实现了对传统数据库的核心替代？

尽管大部分大行已在部分领域采用了分布式数据库项目，但截至目前为止，完全替代的核心业务系统还

未实现。虽然已有一些分布式项目的实施，但由于定制化需求较高且对硬件性能要求严格，加之目前并

未大规模采购和使用分布式数据库系统，所以尚未进入主流统一阶段。

各国产数据库厂商在中国银行业中的市场表现及其策略有何异同？

阿里Ocean Base是纯自研的产品，在国内大型银行中有较多实践应用；而华为高斯DB则是基于二次开

发以及较大的资源比例。相比之下，TDC和功能DB基于开源MySQL进行了二次开发并提供数据服务，但

在商业化上有一定的限制。此外，运营商行业中，除了华为等厂商基于开源数据库推出的自研产品

外，大部分仍以集中式数据库为主，但对于云数据库和非关系型数据库有一定探索，尤其是在电信反诈