1、 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 1 Table_Summary 报告摘要报告摘要： 市场空间：数据库核心软件，国产替换带来十倍以上空间市场空间：数据库核心软件，国产替换带来十倍以上空间 数据库作为三大基础软件， 截至2017年我国市场规模约为120.22亿元， 12-17年复合增 长率超过17%。 考虑未来我国数据量的持续增长和云部署方式的推广， IDC预计到2024年， 中国关系型数据库市场规模可达到271亿元，其中采用公有云部署的关系型数据库市场规 模可达到178.21亿元。 考虑外部环境和信息安全因素，数据库市场迎来国产替换历史机遇，我们预计替
2、换将 于2020年起从政府、事业单位往行业推进。我们根据政府机关、事业单位和国企人数、数 据库数量关系、 平均采购价格推算出政府机关、 事业单位和国有企业的整体需求分别为204 亿、290亿、288亿，假设至2024年完成替换，按100%替换计算，则合计市场增量为626亿； 若按50%替换计算，则新增空间235亿。 市场现状：国内厂商份额有所上升，但海外四巨头仍占一半以上市场市场现状：国内厂商份额有所上升，但海外四巨头仍占一半以上市场 截至2019年，国外厂商仍占据我国数据库市场80%以上份额，国内厂商市场份额虽有 所提升，但仍不是主题。1)整体市场份额：传统关系型数据库中国产数据库市占率从2
3、009 年的4.2%提升至2019年的18.9%以上，海外四巨头仍占据65%以上份额;2)部署方式：云部 署国内产商占优， 传统部署仍是海外厂商优势范围。 传统部署方式的关系型数据库市场中， Oracle、IBM、Microsoft、SAP四家厂商共占据市场份额超六成，其中Oracle占据市场中近 40%；云部署方式中阿里和腾讯市场份额居国内第一、第二；3）国产数据库情况：国产互 联网与跨界数据库厂商份额增长迅速，2019年国内关系型数据库市场中华为、阿里巴巴分 别占据6.2%和5.8%，位列第五、六名；传统数据库厂商份额有所下降，南大通用和人大金 仓分别以4.2%和2.7%的市场份额排在第七
4、、八位。 非关系型数据库、云数据库、内存式数据库和流数据库成为新方向非关系型数据库、云数据库、内存式数据库和流数据库成为新方向 考虑当前数据量的爆发、云化趋势、实时反应需求等，我们认为下述四种数据库将成 为数据库行业的新方向、新动力：1）非关系型数据库：在互联网背景下比关系型数据库 有更好的表现；2）云数据库：降低企业成本的同时为企业提供更加方便的云服务； 3） 内存数据库：满足当今企业和用户对快速读取的需求，4）流数据库：在内存数据库的基 础上加强数据库的实时分析和流量监控能力。 投资建议投资建议 国产数据库迎来 10 倍替换空间的历史机遇，建议关注布局国产数据库市场的上市公 司科蓝软件、中
5、国软件、太极股份。 风险提示风险提示 信创采购力度不及预期；市场竞争程度加大；云数据库推广不及预期。 盈盈利预测与财务指标利预测与财务指标 代码代码 重点公司重点公司 现价现价 EPS PEPE 评级评级 8 8 月月 7 7 日日 2019A 2020E 2021E 2019A 2020E 2021E 002368 太极股份 33.56 0.81 0.85 1.16 47.90 39.70 28.83 - 300663 科蓝软件 33.16 0.16 0.24 0.38 155.59 139.66 87.13 - 600536 中国软件 116.50 0.13 0.73 1.27 573.3
6、9 160.35 91.52 - 资料来源：公司公告、民生证券研究院（上述公司盈利预测均来自于 wind 一致预期） Table_Invest 推荐推荐 维持评级 Table_QuotePic 行业行业与沪深与沪深 300300 走势比较走势比较 资料来源：Wind，民生证券研究院 Table_Author 分析师：分析师：强超廷强超廷 执业证号： S01 电话： 邮箱： 研究助理研究助理：应瑛应瑛 执业证号： S02 电话： 邮箱： Table_docReport 相关研究相关研究 Table_T
7、itle 计算机计算机 行业研究/深度报告 历史机遇，国产数据库市场迎来十倍空间历史机遇，国产数据库市场迎来十倍空间 数据库行业数据库行业深度深度报告报告 深度研究报告深度研究报告/计算机计算机 2020 年年 8 月月 10 日日 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 2 Table_Page 深度深度研究研究/计算机计算机 目录目录 一、数据库行业的基本情况一、数据库行业的基本情况. 3 1.什么是数据库：负责数据存储、维护、获取的管理软件 . 3 2.数据库的分类：数据结构、使用需求与物理存储方式 . 3 3.数据库的用途：为各行业的业务处理和商业分析
8、提供支持 . 7 4.数据库的性能：六个方面，一套标准 . 9 5.国内数据库市场现状：国产化持续推进，关系型数据库为主导 . 11 二、以史为鉴：行业与巨头发展史二、以史为鉴：行业与巨头发展史 . 14 1.数据库行业发展史：穿孔卡片、关系数据库、非关系数据库到云数据库 . 14 2.ORACLE发展历程：市场领导者是怎样诞生的？ . 15 三、数据库行业的未来三、数据库行业的未来 . 19 1.数据库行业的发展方向：云数据库、非关系型数据库、内存数据库与流数据库 . 19 2.国内数据库行业的未来：市场需求、国产替代与云化趋势 . 22 四、国内数据库基本情况四、国内数据库基本情况 . 2
9、5 1.武汉达梦（中国软件） . 25 2.人大金仓（太极股份） . 27 3.东软集团 . 30 4.神舟通用（中国航天科技集团） . 31 5.南大通用 . 34 6.科蓝软件（SUNJE SOFT） . 37 7.华为数据库 . 39 8.阿里云数据库 . 40 9.柏睿数据库（威讯柏睿） . 44 插图目录插图目录 . 48 表格目录表格目录 . 49 qRoRpPpQtMnPzRrOtPoRpM9PaO8OmOnNpNpPjMmMwOeRrQqQ7NmMwPuOoNrQxNrMrQ 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 3 Table_Page 深
10、度深度研究研究/计算机计算机 一、一、数据库数据库行业行业的的基本情况基本情况 1.什么是数据库什么是数据库：负责数据存储、维护、获取的管理软件负责数据存储、维护、获取的管理软件 数据库是对数据存储、维护、获取进行统一管理和控制的系统数据库是对数据存储、维护、获取进行统一管理和控制的系统，主要负责保证数据的安全 性、完整性、多用户对数据的并发使用以及发生故障后的系统恢复。数据库和操作系统、中间 件一起，是构成计算机设备的三大基础软件。 数据库行业对应的上游是硬件设备供应商，包括存储器、服务器、计算机设备、网络设备 等生产商；下游则是广泛运用数据库的各个行业，包括政府、军队、医疗、教育、金融、能
11、源 等。 图图1:数据库产业链数据库产业链 资料来源：智研咨询，民生证券研究院 2.数据库的数据库的分类分类：数据结构、使用需求与物理存储方式：数据结构、使用需求与物理存储方式 数据库数据库常见的分类常见的分类标标准准为为使用使用需求需求、 数据结构和物理存储方式。、 数据结构和物理存储方式。 依据数据结构可以分为关 系型数据库和非关系数据库， 依据使用需求可以分为事务型数据库和分析型数据库， 依据物理 存储方式可以分为内存型数据库和磁盘型数据库。 图图2:数据库数据库类型类型 资料来源：民生证券研究院整理 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 4 Tabl
12、e_Page 深度深度研究研究/计算机计算机 图图3:常见数据库常见数据库品牌品牌 资料来源：民生证券研究院整理 数据库基于数据存储结构的差异可以分类为关系型数据库（数据库基于数据存储结构的差异可以分类为关系型数据库（SQL）和非关系数据库（）和非关系数据库（Not only SQL，NoSQL） 。） 。 关系型数据库是指采用关系模型来组织数据的数据库，以行和列组成二维表的形式存储关系型数据库是指采用关系模型来组织数据的数据库，以行和列组成二维表的形式存储 数据，由二维表及其各表之间的联系组成数据库。数据，由二维表及其各表之间的联系组成数据库。关系型数据库优点是：通用的 SQL 语言 使得操
13、作关系型数据库非常方便；丰富的完整性(实体完整性、参照完整性和用户定义的 完整性)大大减低了数据冗余和数据不一致的概率；二维表结构易于用户理解。关系型数 据库同样存在问题：面对用户并发性非常高的情况，磁盘读写速度跟不上；在包含海量数 据的二维表中查询，效率低下；关系数据库中的二维表只能存储格式化的数据结构。 图图4:关系型数据库数据结构关系型数据库数据结构 资料来源：民生证券研究院整理 非关系数据库一般采用分布式架构，数据之间保持独立不存在关系，使得非关系数据库一般采用分布式架构，数据之间保持独立不存在关系，使得数据库具有易数据库具有易 拓展性和高速读写能力拓展性和高速读写能力。 非关系数据库
14、可以通过增加节点解决关系型数据库扩展不宜、 迁移难 的问题。此外，由于分布式结构，允许系统在节点对数据处理，面对海量数据时依旧能保持高 速的读写能力。但是非关系数据库同样存在不足：只适合存储一些较为简单的数据，对于需要 进行较复杂查询的数据，关系型数据库更为合适。 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 5 Table_Page 深度深度研究研究/计算机计算机 表表1: 关系数据库与非关系数据库对比关系数据库与非关系数据库对比 区别区别 关系型数据库（关系型数据库（SQL） 非关系性数据库（非关系性数据库（NoSQL） 存储方式 以行和列构成二维表格。表格之间
15、存在联系，方便 查询。 数据大块组合在一起，存储在数据集中。 存储结构 结构化存储。跟据预先定义好的结构存入数据。数 据表的可靠性和稳定性高，但修改困难。 动态存储。无需预定义数据模式，允许数据类型 和结构的变化。 存储扩展 纵向扩展，由于多表查询机制的限制，扩展能力受 限于计算机性能。 横向扩展，数据之间不存在耦合性，易于扩展。 查询方式 使用结构化查询语言（SQL） ，使用预定义优化方式 (比如列索引定义)帮助加速查询操作。 使用非结构化查询语言(UQL)，采用更简单而精 确的数据访问模式。 事务性 遵从原子性、一致性、隔离性和持久性 (ACID) 规 则： 原子性:事务完全执行或根本不执
16、行。 一致性:事务提交之后，数据必须符合数据库架构。 隔离性:并发事务彼此分开执行。 持久性:能够从意外系统故障或断电情 况中恢复到 上一个已知状态。 满足基本可用、软状态、最终一致性（BASE）规 则： 基本可用：出现不可预知故障的时候，允许损失 部分可用性。 软状态：允许系统在不同节点的数据副本之间进 行数据同步的过程存在延时。 最终一致性：所有的数据副本，在经过一段时间 的同步之后，最终都能够达到一个一致的状态。 读写能力 为了维护数据的一致性，在面对高并发读写时效率 非常低。 允许数据在同步时不同节点存在差异，提升读写 性能。 代表 MySQL、Microsoft SQL Server
17、、Oracle、 PostgreDB，IBM DB2，MariaDB Redis、Amazon DynamoDB、Neo 4j、Mongo DB、Greenplum、Cassandra、Datastax、InfluxDB 资料来源：AWS 官网，民生证券研究院 非关系型数据库，非关系型数据库， 是是区别于关系数据库区别于关系数据库的其余数据库的统称的其余数据库的统称， 其中其中同样存在差别。同样存在差别。 常见的 非关系数据库有五种： 键值数据库、 文件数据库、 图形数据库、 时间序列数据库、 列式数据库。 不同的数据存储模式使得他们相比关系数据库在不同领域具有优势。键值数据库运用于网络 购物
18、、网页访问等方面；文档型数据库广泛用于移动端和网站内容管理系统；图形数据库常用 于反诈骗、 实时分析、 存取管理、 网络与 IT 运营； 时间序列数据库多用于 IOT 设备和传感器； 列式数据库广泛存在于商业智能和数据仓库领域。 表表2: 非关系数据库类型非关系数据库类型 非关系数据库类型非关系数据库类型 数据模型数据模型 优点优点 代表代表 键值数据库 Key 指向 Value 的键值对，通常 用哈希值来实现 查找速度快 Redis 文档数据库 以 json 或 xml 形式存储数据， 采用分层树状结构 数据结构要求不严格，表结构可 变，无需预定义结构 MongoDB 图形数据库 图结构 利
19、用图结构相关算法。 Neo4j 时间序列数据库 按照时间顺序排列数据 适合 IOT 设备的数据存储 InfluxDB 列式数据库 以列簇式存储，将同一列数据 存储在一起 查找速度快，可扩展性强，更容易 进行分布式扩展 Cassandra 资料来源：William Blair，民生证券研究院 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 6 Table_Page 深度深度研究研究/计算机计算机 图图5:常见非关系型数据库结构常见非关系型数据库结构 资料来源：William Blair，民生证券研究院 根据根据使用使用需求需求， 数据库又可以分为事务型数据库和分析型数据
20、库。， 数据库又可以分为事务型数据库和分析型数据库。 事务型数据库主要用于 业务支撑，负责联机事务处理（OLTP） ，以日常事务以及查询（处理少量数据）为主，响应时 间短。分析型数据库主要用于历史数据分析，负责联机分析处理（OLAP） ，作为公司的单独数 据存储， 负责利用历史数据对公司各块业务进行统计分析、 处理的数据量大、 实时性要求不高。 表表3: 事务型数据库与分析型数据库对比事务型数据库与分析型数据库对比 区别区别 事务型数据库事务型数据库 分析型数据库分析型数据库 用户 操作人员，低级管理人员 决策人员，高级管理人员 功能 日常操作处理 分析决策 数据内容 业务处理的动态情况 业务
21、处理的静态情况 数据结构 当前的，最新的，细节的，二维分立的 历史的，聚集的，多维的，集成的，统一的 存取 读写数十条记录 读写上百万记录 时间要求 实时响应要求高 时间要求不严格 代表 MySQL，Oracle，IBM DB2，SAP HANA， PpstgreDB，Mongo DB，Neo4j Oracle Exadata，Teradata，IBM DashDB，Google BigQuery 资料来源：民生证券研究院整理 数据物理存储方式的差异数据物理存储方式的差异， 又可以把数据库分为磁盘数据库和内存数据库。， 又可以把数据库分为磁盘数据库和内存数据库。 磁盘数据库是 指数据存储于磁盘
22、中， 是数据库常见的存储方式。 数据库需要频繁地访问磁盘来进行数据的操 作， 由于对磁盘读写数据的操作一方面要进行磁头的机械移动， 另一方面受到系统调用的影响， 当数据量很大，操作频繁且复杂时，读写速度无法满足实时性需求。内存数据库数据处理速度 比传统数据库的数据处理速度要快很多，一般都在 10 倍以上。此外，内存数据库存取时间易 于预测，可以定制数据存取方式，满足特殊情况下对数据的实时性需求。 表表4:4: 内存数据库与磁盘数据库对比内存数据库与磁盘数据库对比 区别区别 内存数据库内存数据库 磁盘数据库磁盘数据库 物理储存 内存 磁盘 存取时间 纳秒级 毫秒级 储存方式 不需要连续存放 连续
23、存放 缓冲管理 不需要 需要 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 7 Table_Page 深度深度研究研究/计算机计算机 并发控制 大粒度锁 细粒度锁、死锁检测 查询优化 基于处理器和 Cache 代价 基于 I/O 的代价 数据量 TB 级 GB 级 代表 Oracle TimesTen，Mongo DB，Redis Oracle，Microsoft SQL Server，MySQL 资料来源：民生证券研究院整理 3.数据库的用途数据库的用途：为各行业的业务处理和商业分析提供支持：为各行业的业务处理和商业分析提供支持 数据库在各行各业得到广泛运用。数据
24、库在各行各业得到广泛运用。 数据库在信息系统中用于存储、 管理数据， 为业务处理、 数据挖掘、商业分析、提供数据支持。随着企业数字化与智能化转型需求的上升，越来越多的 企业采集与经营、 市场相关的数据以便做出精准有效的决策。 由此带来的数据爆发式增长让这 些企业正视数据存储、 管理与安全。 处于信息技术核心的数据库， 在金融、 政务、 教育、 电信、 医疗健康、电力、公安、企业等一系列领域得到广泛运用，为各领域的运营和决策提供支持。 表表5: 数据库运用领域及方向数据库运用领域及方向 领域领域 运用方向运用方向 金融 票据电子化、信用管理、市场交易 政务 电子政务、安全生产监管、社保平台 教育
25、 教育云、电子阅卷、电子监考 电信 综合网管、资费结算 医疗健康 健康云、电子病历、护理管理、药品流通 电力 电网调度、电网监控 公安 电子警务、安全审计、智慧监狱 企业 财务管理、商业智能、质量合规化、库存管理 资料来源：民生证券研究院整理 图图6:2015-2017 年国内数据库主要应用领域市场规模年国内数据库主要应用领域市场规模（亿元亿元） 资料来源：智研咨询，民生证券研究院 数据库为数据中台数据库为数据中台的的数据管理数据管理和数据分析提供支持。和数据分析提供支持。数据中台主要提供全量数据的实时 在线服务，同时提供对海量数据进行采集、计算、存储、加工以及基于全量数据的数据发掘。 随着业
26、务的复杂化以及互联网、移动业务带来的海量数据的增长，数据在治理、挖掘等方面的 重要性凸显， 因此数据中台就成为了现在金融等大型企业关注的业务重点。 数据库帮助用户在 管理全量数据的同时对外提供在线查询与分析能力， 构建完整的数据中台， 实现数据的全生命 周期管理。比如在金融领域，数据库支持下的数据中台帮助银行客户在柜台、网银、手机银 9.99 13.06 14.85 10.76 7.17 8.79 6.06 5.045.04 4.7 11.67 15.42 17.75 12.48 8.52 10.65 7.41 6.086.08 5.48 13.75 18.24 20.76 14.61 10.
27、04 12.78 8.94 7.477.47 6.45 0 5 10 15 20 25 政府采购装备消费品原材料能源金融交通教育医疗其他 2015年2016年2017年 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 8 Table_Page 深度深度研究研究/计算机计算机 行上随时随地查询开户以来所有数据记录。同时，多类型的全生命周期数据，帮助银行更 好的针对数据进行价值挖掘和建模，为风控、营销和人工智能等业务提供了数据支持。 图图7:银行数据中台银行数据中台结构结构 资料来源：巨杉数据库，民生证券研究院 数据库在大数据中心同样发挥作用数据库在大数据中心同样发挥作用
28、，涵盖涵盖数据采集、数据管理、数据服务、数据应用数据采集、数据管理、数据服务、数据应用四个四个 阶段。阶段。数据采集是指实现基础数据、行业数据、产业数据等相关基础数据和业务数据的采集， 主要通过数据采集工具按照标准进行转换、抽取；数据管理是指数据库实现数据整合、数据源 管理、资源目录管理、数据质量管理、数据资源管理；数据服务是数据库对清洗处理过的数据 进行集中服务管理， 对外提供报表服务等通用数据服务； 数据应用主要是数据库按照业务类别、 业务单位的功能需求对数据进行组织、展现和利用，为主要业务应用提供数据支撑。 图图8:大数据中心中数据库架构大数据中心中数据库架构 资料来源：达梦数据库，民生
29、证券研究院 将使用需求和数据结构结合， 可以组成四种数据库类型， 满足不同使用场景。将使用需求和数据结构结合， 可以组成四种数据库类型， 满足不同使用场景。四种数据库 拥有各自的优缺点，并根据使用场景和用户需求在不同领域服务。关系型+事务型数据库在传 统业务如 CRM 系统、ERP 系统和信用卡交易等仍占据主流；关系型+分析型数据库则多用于 商业智能、数据分析；非关系型+事务型数据库在网页和移动端有很大市场份额；非关系型+分 析型数据库在海量数据索引与预测分析有优势。 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 9 Table_Page 深度深度研究研究/计算机计
30、算机 表表6: 四种数据库运用场景、优劣势和主流产品四种数据库运用场景、优劣势和主流产品 类型类型 运用场景运用场景 优缺点优缺点 代表产品代表产品 关系+事务 ERP，CRM，信用卡交易，电 子商务以及其他需要数据记 录的情况 优点：数据一致性；便于数据计算与分析 缺点：需要专业维护人员；响应时间长 Oracle，SQL Server， DB2，SAP Hana， MySQL，PostgreSQL 关系+分析 数据仓库，商业分析，数据分 析 优点：数据一致性；便于数据计算与分析 缺点：需要专业维护人员；数据响应以分 钟为单位 Oracle Exadata，Teradata， IBM Dash
31、DB，Google BigQuery 非关系+事务 网页及移动端；IOT 设备 优点：方便使用；横向扩展（可以容纳海 量数据） ；搭建成本低；无预定义数据模式 缺点：查询功能受限；生态不成熟。 MongoDB， Document DB，DataStax，Neo4j 非关系+分析 预测分析，反诈骗，海量数据 索引 优点：易于分批处理；易于海量文件处理； 搭建成本低 缺点：不易于数据快速查询和更新；响应 时间长。 Cloudera，Hortonworks， MapR，MarkLogic， Snowflake 资料来源：民生证券研究院整理 图图9:四种数据库对应的主流产品四种数据库对应的主流产品 资
32、料来源：William Blair，民生证券研究院 4 4. .数据库的数据库的性能性能：六个方面，一套标准：六个方面，一套标准 数据库的性能指标聚焦于数据库的性能指标聚焦于 6 个方面：吞吐量、负载均衡、读写速度、分区分片、并发性和个方面：吞吐量、负载均衡、读写速度、分区分片、并发性和 可用性。可用性。不同类型的数据库由于使用场景的差异，在性能和功能上有不同的偏重，在这六个指 标方面同样会有所差异。 常见的具体指标有平均每秒响应速度、 查询速度、 平均每秒吞吐量等。 表表7: 数据库性能指标和要求数据库性能指标和要求 指标指标 要求要求 吞吐量 满足高并发下的大数据量交互需求，满足数据备份或
33、 ETL 过程的大数据量迁移 负载均衡 满足高并发下数据库的负载均衡能力，衡量数据库的部署架构、负载均衡策略 读写速度 单位时间内系统能处理的随机读写的请求数量 分区分片（分库分表） 数据库对于数据的垂直切换和水平分库的能力 并发性 单台数据库的 API 接口压力和能满足的并发能力 可用性 高可用性综合涉及到数据的多项能力，主要应用的是集群技术，HA 容错及互备技术，体 现系统无故障运行的能力 资料来源：民生证券研究院整理 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 10 Table_Page 深度深度研究研究/计算机计算机 TPC 是国际上最流行和广泛接受的数据
34、库性能标准测试。是国际上最流行和广泛接受的数据库性能标准测试。TPC(事务处理性能委员会)是 由十几家会员公司创建的非盈利组织， 总部设在美国。 TPC 的成员主要是计算机软硬件厂家， 主要功能是制定商务应用基准程序的标准规范、性能和价格度量，并管理测试结果的发布。针 对不同类型数据库之间的区别，TPC 颁布了对于数据库在线事务处理(OLTP)能力测试的基准 程序 TPC-C 和在线分析处理(OLAP)能力测试的基准程序 TPC-DS。TPC-C 测试中的 tpmC 值 （TPC-C 测试过程的吞吐量，按有效 TPC-C 配置期间每分钟处理的平均交易次数测量） ， 在国 内外被广泛用于衡量数据
35、库系统的事务处理能力。根据 TPC-C 最新排名，蚂蚁金服自研的 OceanBase 数据库 tpmC 值达到 707,351,007，成功超越之前的记录，击败 Oracle 和 IBM 的数 据库，登顶榜首。 图图10:TPC 委员会成员委员会成员 资料来源：TPC 官网，民生证券研究院 图图11:TPC-C 数据库性能最新排名数据库性能最新排名 资料来源：TPC 官网，民生证券研究院 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 11 Table_Page 深度深度研究研究/计算机计算机 5.5.国内数据库市场现状国内数据库市场现状：国产化持续推进，关系型数据库
36、为主导国产化持续推进，关系型数据库为主导 当前我国当前我国数据软件市场具有百亿以上市场规模，数据软件市场具有百亿以上市场规模， 持续持续受益大数据受益大数据产业产业发展。发展。 根据智研咨询 数据显示，2017 年我国的数据库软件整体市场规模为 120.22 亿元，12-17 年的行业复合增速 超 17%，处于稳健发展期。根据 2019 大数据白皮书，2019 年大数据研发人员超过 8 万人， 研发投入超过 550 亿人民币，同时预计我国 2020 年大数据产业市场达 6600 亿元以上，行业 复合增速超 20%,数据软件细分市场作为产业重要构成持续受益产业发展红利。 图图12:2012201
37、7 年年国内数据库市场规模国内数据库市场规模（单位：（单位：亿元亿元） 图图13:20162021E 年年中国大数据产业规模及预测（亿元）中国大数据产业规模及预测（亿元） 资料来源：智研咨询，民生证券研究院 资料来源：2019 中国大数据产业发展白皮书，民生证券研究院 传统关系型数据库仍为主流传统关系型数据库仍为主流，市占率超市占率超 85%。当前数据产业发展下的海量数据导致大量 非关联数据分析需求的产生， 导致关系型数据库占比的下降。 但参考国外数据库的发展和国内 数据库市场当前情况，传统关系型数据库仍占主导，国内市场规模从 2012 年的 46.51 亿元增 长到 2017 年的 102.8 亿元，复合增速为 17%，略高于行业增速，市占率超 85%。 图图14:2012-2017 年国内关系数据库市场规模（亿元）及年国内关系数据库市场规模（亿元）及市占率市占率 资料来源：智研咨询，民生证券研究院
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
