1、西南证券研究发展中心 计算机研究团队 2022年3月 沐风栉雨，砥砺前行 分析师：王湘杰 执业证号：S02 电话： 邮箱： 联系人：叶泽佑 电话： 邮箱： 联系人：邓文鑫 电话： 邮箱： 计算机信创专题报告-数据库专题 1 2 4 5 核心观点 数据库是信息化时代的基石产品 数据库具有处理、存储、管理数据的功能，在信息化时代扮演着至关重要的角色。随着数据量的不断增加和数据形式的不断多样化，非关系型数据库和开源数据库也应运而生，他们主要面向于小型企业与科技公司。云计算的快速发展改变了客户的业务架构，数据被“搬

2、”上了云，数据库厂商近年来也在积极推进云数据库产品，以期能够未来优先抢占云数据库这块“蛋糕”。 数据库行业发展迅速，国产厂商成长空间巨大 作为信息化建设中极为重要的一部分，数据库已经被广泛应用于政企、金融、制造、科技等领域，2020年全球数据库市场规模接近700亿美元，增速为21%，其中关系型数据库占据了80%的市场份额。从中国市场来看，2020年我国数据库市场规模为241亿元，增速为23%，增速高于全球水平。随着国内政策的持续加推，国产软件“去IOE”速度正在不断加快，目前海外数据库厂商仍旧占领我国80%的市场份额，而未来随着核心技术的不断突破，国产数据库软件市场可能迎来国产化替代的高潮，未

3、来几年内具有较大成长空间。 建议关注：太极股份、中国软件、海量数据、优刻得、易华录、Pingcap等。 风险提示：国际政策发生重大变化；研发进度不及预期，下游客户订单变化风险等。 2 2 4 5 目 录 1 数据库信息化时代的基石产品 2 数据库市场增长迅速，国产替代空间大 3 数据库行业思考及考量因素 4 数据库厂商梳理 1.1 数据库简介 3 数据来源： 维基百科，西南证券整理 数据库（Database）：数据库是通过数据管理系统（DBMS）按照特定的数据结构，对数据进行组织、存储及管理的仓库。通过数据库可以到达数据的统一维护、共享和利用，从而保证数据的完整性、一致性和安全性。 数据库管理

4、系统（DatabaseManagementSystem）：数据库管理系统是对数据库进行操作和管理的电脑软件系统，一般具有存储、截取、安全保障、备份等基础功能。数据库管理系统是数据库系统的核心组成部分，实现数据库对象的创建、数据库存储数据的查询、添加、修改与删除操作和数据库的用户管理、权限管理等。 数据库系统（DatabaseSystem）：由数据库及其管理软件组成的数据处理系统。也是一个为实际可运行的存储、维护和应用系统提供数据的软件系统，是存储介质、处理对象和管理系统的集合体。一般由数据库、数据库管理系统（DBMS）、应用系统、数据库管理员和用户构成。DBMS是数据库系统的基础和核心。 数据

5、库系统架构图 4 1.2 数据库的分类 按数据结构分类 关系型数据库：又称SQL数据库，利用简单的二元关系模型来组织数据的数据库。在关系型数据库中，以行和列的形式存储数据，以便于用户理解，一系列的行和列被称为表。对数据的操作几乎全部建立在一个或多个关系表格上，通过对这些关联的表格分类、合并、连接或选取等运算来实现数据库的管理。目前流行的Oracle和MySQL等数据库均为关系型数据库。 非关系型数据库：又称为NoSQL数据库，意味着其将不仅仅限于传统的SQL二元模式，而是进行更广泛的拓展。是对传统关系型数据库的有效补充。根据具体的存储方式，非关系型数据库可进一步分为键值存储数据库、列存储数据库

6、、面向文档数据库、图形数据库。 数据来源：CSDN ，西南证券整理 关系型数据库与非关系型数据库的对比 5 1.2 数据库的分类 按应用类型分类 OLTP：（On-LineTransactionProcessing，操作型数据库，又称联机事务处理）主要关注一段时间内的实时数据，基本特征是接收的用户数据可以立即传送到计算中心进行处理，并在很短的时间内给出处理结果，是对用户操作快速响应的方式之一。伴随企业信息系统大量业务数据的产生，从不同类型的数据中提取出对企业决策分析有用的信息这一需求日渐显现。分析型数据库技术就是在这样的背景下发展起来的。 OLAP：（On-LineAnalysisProces

7、sing，分析型数据库，又称联机分析处理）主要是分析长期数据的规律走势，多应用于决策。操作型数据库的优势在于在线实时业务的处理，分析型数据库则擅长复杂的分析操作并给决策提供支持，两者的侧重点不同，因此可以相互补充。 数据来源：萝卜投研 ，西南证券整理 OLTP与OLAP的对比 6 1.2 数据库的分类 按技术架构分类 集中式数据库：由一个处理器、与它相关联的数据存储设备以及其他外围设备组成，将数据集中在一台机器上进行处理，被物理地定义到单个位置。 分布式数据库：指通过中小型机联接，实现与集中式数据库同等性能的数据库软件。 数据来源：CSDN ，西南证券整理 集中式数据库与分布式数据库的对比 1

8、.3 数据库的发展历程及趋势 7 数据来源：CSDN，西南证券整理 数据库发展的三个阶段 首款企业级数据库产品诞生于上世纪 60 年代，六十余年发展过程中，数据库共经历前关系型、关系型和后关系型三大阶段。 前关系型阶段数据库的数据模型主要基于网状模型和层次模型，代表产品为IDS 和 IMS，该类产品在当时较好地解决了数据集中存储和共享的问题，但在数据抽象程度和独立性上存在明显不足。 关系型阶段以 IBM公司研究员 E.F.Codd 提出关系模型概念，论述范式理论作为开启标志，期间诞生了一批以 DB2、Sybase、Oracle、SQL Server、MySQL、PostgreSQL 等为代表的

9、广泛应用的关系型数据库，该阶段技术脉络逐步清晰、市场格局趋于稳定。 谷歌的三篇论文了开启后关系型数据库阶段，该阶段由于数据规模爆炸增长、数据类型不断丰富、数据应用不断深化，技术路线呈现多样化发展。随着各行业数字化转型不断深入，5G、云计算等新兴技术快速发展，传统数据库的应用系统纷纷优化升级。全球市场格局剧烈变革，我国数据库产业进入重大发展机遇期。 1.3 数据库的发展历程及趋势 8 数据来源：CSDN，西南证券整理 数据库发展的三个阶段 Mysql NDS cluster 1996 MySQL InnoDB MySQL-Proxy MySQL 1973 Ingres数据库诞生 1996 Pos

10、tgresSQL PL/proxy Postgrs-XC Postgrs-XL Postgrs-X2 合并XC和XL PostgresSQL Sybass数据库 Informix数据库 SQL Server数据库 基于System R理论 BigData 一词出现 1973年，IBM公司启动System R研发 1960年 IDS，网状数据库问世 1970年 E.F.Codd关系型数据库奠基论文发布 基于System-R理论 1983年DB2数据库诞生 Apache Nutch（hadoop）诞生 Orcl 9i（RAC） 1979年-Oracle2 2006年前后谷歌“三驾马车”发表 200

11、1-2002 阿里云成立 Exadata数据库 Google Spanner论文发表 2012 Cloud Spanner上线 AWS Aurora论文发表 国外产品 2009 甲骨文 1960年 1970年 1980年 1990年 2000年 2005年 2008年 2010年 2015年 2021年 2013 2014 2017 前关系型数据库阶段 （1960-1970） 关系型数据库阶段 （1970-2008） 后关系型数据库阶段 （2008-至今） 1.3 数据库的发展历程及趋势 9 数据来源：CSDN，西南证券整理 数据库发展的三个阶段 1963年，通用电气开发出世界上第一个数据库管

12、理系统（DBMS）也是第一个网状DBMS集成数据存储（IDS）。对当时的信息系统产生了广泛而深远的影响，解决了层次结构无法建模更复杂的数据关系的问题。 同时为解决“阿波罗登月”计划处理庞大数据量的需求，北美航空公司(NAA)开发GUAM软件。将多个小组件构成较大组件，最终组成完整产品。这是一种倒置树的结构，也被称之为层次结构。随后IBM加入NAA，将GUAM发展成为IMS系统并发布于1968年，成为最早商品化的层次DBMS。 1969年，IBM创建关系型数据库原型SystemR与结构化查询语言SQL。之后加州大学伯克利分校与Oracle进一步研究开发出Ingres、RDMBS等关系型数据库。八

13、十年代，对象型数据库、内存数据库等新概念被提出。凭借优化程式技术的日趋成熟，九十年代，基于RDBMS类的数据库产品已基本完成商业化，并通过可扩展标记语言（XML）运用到了互联网产业当中。 自此关系型数据库成为了数据库发展史上的重要分界点，它凭借优异的数据安全性、独立性，迅速占领了数据库软件大部分市场，并将其市场领先地位一直保持至今。 前关系型阶段（1960-1970）：网状层次数据库初尝探索 关系型阶段（1970-2008）：关系型数据库大规模应用 后关系型阶段（2008-至今）：模型拓展与架构解耦并存 非关系型数据库出现于1998年，大多采取开源形式，凭借自身独有的存储特点，能高效处理多样化

14、数据。此后数据库市场也逐渐形成了以关系型数据库为主导，非关系型数据库快速发展的局面。 2010年起，云数据库开始风靡市场，它同样采用开源形式，且兼具了商业数据库优秀的管理、维护能力，因而受到了全球众多企业的追捧。同时，基于“云计算”技术的新型数据存储方式逐步兴起并得到广泛应用。截至2016年，全球数据库市场已形成较为成熟的底层由私有云、公有云计算存储技术构成，上层由关系型数据库与非关系型数据库管理的“数据上云”模式。 R1 R2 R3 R4 R5 层次模型 R3 R2 R1 网状模型 学号学号 姓名姓名 年龄年龄 性别性别 专业专业 1 1 张三 20 男 计算机 2 2 李四 25 男 软件

15、工程 3 3 王五 23 男 自动化 4 4 赵六 22 女 电子工程 属性 元组 产品ID 1 3 2 4 电源ID 书ID 类型 动物ID 手机ID 西游记 红番区 老虎 华为 名著 Mate40 商务 主键 值 键值模型键值模型 图模型图模型 A B C D E F 节点 边 1.3 数据库的发展历程及趋势 10 数据来源：艾瑞咨询，西南证券整理 中国数据库发展历程 从20世纪80年代起，我国数据库市场开始逐步发展起来。经历了初始的技术萌芽期和国外厂商垄断期，21世纪初，基于863计划、核高基计划等国家政策支持，一批拥有高校背景的国产厂商成立，打破了Oracle和IBM一统天下的格局。2

16、010s，随着市场需求的增长、技术的沉淀，一批云厂商和新兴独立厂商开始提供数据库产品。近年来，借助国产化热潮，许多软件厂商、集成商、运营商等也开始入局，发展自己的数据库能力。 中国数据库发展历程总览 1.3 数据库的发展历程及趋势 11 数据来源：艾瑞咨询，沙利文，西南证券整理 数据库行业未来发展趋势 随着大数据时代的快速推进，数据库行业主要有着5大发展趋势： 趋势一：DBaaS 随着企业业务规模的扩张，数字化转型的推进，其对数据库系统也提出了新的要求：传统建设模式项目周期长，难以匹配业务进度；企业部署多套数据库系统，缺少统一的管理平台；资源采购和体系规划按现有规模建设，难以随业务的变化而弹性

17、伸缩等。鉴于这些情况，将IT基础资源以服务化的方式提供给数据库，并以多租户和动态调整来解决成本和响应问题的DBaaS(Database as a Service)模式将得到进一步的推广。部分对数据自主性和安全性要求较高的大型企业，可以选择以私有云或者专有云的方式进行数据库的云化改造。 DBaas趋势图解 12 数据来源：艾瑞咨询，沙利文，西南证券整理 传统数据库应用架构储存属性： OLTP：将不同属性连续存储，即行存储，一条数据的所有属性是连续存储的，可以使得插入/更新/删除更快。 OLAP：将不同数据的同一属性连续存储，即列存储，使得查询操作只读关心的数据属性，而不是一整条数据，减少浪费；可

18、以更好地支持复杂查询。 HTAP解决了面对海量数据库下的存储与并发处理的扩展性问题，实现在线高并发OLTP及OLAP海量数据分析。 低成本，底层数据可快速复制，并且同时满足高并发的实时更新。 块连续存储，行存储频繁被修改的热数据，列存储需要查询和分析的冷数据。大规模多级并行处理能力MPP，以无共享架构集群具备线性扩展能力。 资源隔离，提供AP、TP资源链隔离机制，避免相互影响。 传统数据库应用架构的问题： 1、OLAP和OLTP系统问会有分钟/小时级的时延，且OLAP和OLTP数据库之间的一致性无法保证，难以满足对分析的实时性要求很高的业务场景。 2、高可用冗余的副本数量大且分散，ETL数据异

19、步传输链路运维复杂度高，副本同步和运维的难度和成本高。 3、软件开发团队需要为不同的数据库编写查询语句，且有可能需要将不同系统的数据进行聚合，开发成本高。 1.3 数据库的发展历程及趋势 数据库行业未来发展趋势 趋势二：HTAP 分离架构HTAP简要原理 LOTP vs OLAP vs HTAP 13 数据来源：艾瑞咨询，沙利文，西南证券整理 从产业发展角度来，开源模式既提高了数据库产品开发的“效率”（避免基础程序重复开发），又有助于产品的技术“创新”（加速灵感诞生）。尽管从表面上看，企业部署开源并不能获得直接的利益，但在这个过程中，它们却可以布局产品的生态建设（包括人才培养、市场教育、实践反

20、馈等），从而为自己获得有利的战略地位。在当今移动互联网向产业互联网发展的转折点，开源模式未尝不是各云厂商、传统厂商、新兴厂商扩展市场的破局之刃。 1.3 数据库的发展历程及趋势 数据库行业未来发展趋势 趋势三：开源 数据库开源趋势图解 14 数据来源：艾瑞咨询，沙利文，西南证券整理 随着计算载体的迭代与业务需求的相互促进，传统数据库落后于计算场景的需求，让步于分布式数据库。 计算载体更新迭代与业务需求演化的相互作用。以银行的信息化发展历程为例，过去靠人工处理账务、手工对账核算;PC时代开始电子化，优化了记账速度和核算效率，建立起一个网点的电子账本；互联网基础设施建设将各网点通过中心城市的大型机

21、连接起来，初步实现业务联网区域的通存通兑；省市级、国家级数据的联通使银行进一步拓宽网络、电话、移动渠道，使银行的金融服务体系从“以账户为中心”过渡为“以客户为中心”，且在存贷汇的基础上开拓了资管、理财、代销等表外业务。 数据属性正在经历代际剧变。随着井喷式的需求进程，数据处理所面对的数据类型、 数据规模、计算速度的要求趋于严苛。云已经领先传统终端成为了最重要的计算场景，而分布式架构也正替代传统架构实现海量高效的数据处理。 云计算场景推动分布式数据库的发展。随着数据类型、数据规模的高速增长，传统的终端计算场景已难以应对数据存储处理的工作量与复杂度。而云计算通过存算分离、资源弹性动态分配、边缘节点

22、计算打破了传统计算场景瓶颈，实现了当前数据处理的需求，从而推动了分布式数据库的应用发展。 1.3 数据库的发展历程及趋势 数据库行业未来发展趋势 趋势四：分布式 数据库架构 集中式数据库VS分布式数据库 15 数据来源：艾瑞咨询，沙利文，西南证券整理 随着移动互联网到产业互联网的发展，数据每日呈指数级增长，且呈现多模态特性。面对复杂海量的数据，各种数据库开始出现，需要调试的范围也越来越广。但大多优化任务仍落在DBA身上，需要其进行手动调优，致使人工能力逐渐跟不上数据库的发展。而人工智能可以弥补人力的不足，解决许多以往的数据库问题，例如资源的调度、索引的设计和优化、查询的优化等。AI通过优化算法

23、，对任务进行有效地预测、分析和自动化，从而减少人工成本并大幅提升数据库性能。尤其是未来随着云上数据库更大范围内的普及，智能资源调度将成为各供应商需要面对的下一个课题。 1.3 数据库的发展历程及趋势 数据库行业未来发展趋势 趋势五：智能化 数据库智能化趋势图解 16 数据来源：艾瑞咨询，沙利文，西南证券整理 随着数据上云趋势显著，云数据库面临的风险相较于传统数据库更加多样化、复杂化。如何解决第三方可信问题是云数据库面临的首要安全挑战。当前云数据库数据安全隐私保护是针对数据所处阶段来制定保护措施的，如在数据传输阶段使用安全传输协议SSL/TLS，在数据持久化存储阶段使用透明存储加密，在返回结果阶

24、段使用数据脱敏策略等。这些传统技术手段可以解决单点风险，但不成体系，且对处于运行或者运维状态下的数据则缺少有效的保护。近年来以同态加密等密码学为代表的软件解决方案和以可信执行环境（TEE）为代表的硬件方案为数据库安全设计提供许多新思路。密码学方案的核心思路是整个运算过程都是在密文状态，通过基于数学理论的算法来直接对密文数据进行检索与计算。硬件方案的核心思路是将存放于普通环境（REE）的加密数据传递给TEE侧，并在TEE侧完成数据解密和计算任务。基于隐私计算技术的数据库产品有CryptDB、ZeroDB、openGauss等。未来，此类数据库将围绕算法安全性和性能损耗等问题，逐步突破，进而提供覆

25、盖数据全生命周期的安全保护机制。 1.3 数据库的发展历程及趋势 数据库行业未来发展趋势 趋势六：隐私计算技术 趋势七：区块链数据库 数据库管理员或黑客对数据库历史记录的修改是一个经常爆发的问题。区块链具有去中心化、信息不可篡改等特征，区块链数据库能够长期留存有效记录，数据库的所有历史操作均不可更改并能追溯，适用于金融机构、公安等行业的应用场景。区块链数据库典型产品有BlockchainDB、BigchainDB和ChainSQL等。区块链数据库由于要容忍节点拜占庭行为而不得不采用代价更高的PBFT、PoW等共识算法成为落地应用的一大挑战，此外，由于没有统一的协调者，如何保证区块链网络分片时分

26、布式系统的安全性，高并发下的并行控制如何保证ACID也都是设计者不可忽视的问题。未来，提升区块链数据库性能将成为学术界与工业界共同探索的命题。 17 数据来源：艾瑞咨询，西南证券整理 从宏观层面来看，数据库按照商业模式可分为开源数据库及商业数据库两类，其中商业数据库主要以销售软硬件使用权为主要经营渠道，典型的IBM等传统数据库厂商通常会采取软硬件打包销售这一模式，而Oracle公司则率先打破了这一常规，将软硬件分开销售，让用户充分享受到软件的租用与定制化服务。从而使得客户在数据库系统上拥有更多的自由度，可以进行二次开发，获得了大批用户的喜爱。 1.4 数据库的商业模式 商业数据库的商业模式 O

27、racle的商业模式 Oracle商业模式 传统“软件+硬件” 打包销售 软件的租用与定制化服务 硬件产品 打破打破 为为客客户户提供了更多的自由度，可以二次开提供了更多的自由度，可以二次开发发，深受用，深受用户户喜喜爱爱 18 数据来源：艾瑞咨询，西南证券整理 与闭源的商业数据库相反，开源数据库是免费的社区数据库，其源代码可供公众使用，并且可以在其原始设计中进行修改或使用。它以较低的成本、丰富的产品和活跃的社区支持为日益复杂的企业需求提供了相应的解决方案。截至2020年6月，在全球356种数据库中有50.4%采用商业授权；49.6%使用开源协议。全球开源数据库使用较为广泛的包括MySQL，P

28、ostgreSQL和 MongoDB 等。 当今开源数据库应用的开源许可协议主要分为两派：一派是以GPL、MPL、LGPL协议为代表的CopyleftLicense，严格执行开源精神，不允许修改代码后闭源。另一派是以BSD、MIT、APACHE、木兰开源协议为代表的PermissiveLicense，允许修改代码后闭源，因此较受商业公司青睐。近年来，由于云数据库托管服务的扩张，越来越多的企业客户流向了云服务商，使得开源社区活跃度下降，开源开发者的利润空间被进一步积压，对开源生态造成了较大侵袭。针对此现象，许多开源数据库（例如：MongoDB、CockroachDB、RedisLabs等）都采取

29、了相应的措施，或是改用了对商业化限制更严格的许可协议，或是自己提供收费的企业版，或是采取产品开源、服务收费的模式。然而，如何维持开源生态健康发展，在开源和商业化之间寻求平衡，还有待各方面因素的协商和共同努力。 1.4 数据库的商业模式 开源数据库的商业模式 开源及商业数据库流行趋势对比 19 数据来源：艾瑞咨询，西南证券整理 伴随大数据时代的快速发展，越来越多的数据库厂商开始选择将数据库云管模式作为自身的商业模式。在数据库云管平台体系下，厂商通过数据库云化实现了异构资源的统一管理，通过解耦化、模块化、标准化和积木化将服务沉淀为产品，并以PaaS的方式为客户提供弹性、自治、智能的服务，借此实现数

30、据库管理的高效与智能。因此除了传统数据库的商业模式，数据库运管平台的商业模式也极具研究价值。 数据库云管平台的本质是数据库管理经验的代码化。管理人员经验丰富与否决定了云管平台能力水平的高低，也因此数据库云管平台的上限也取决于是否有大量的最佳实践，是否有专家经验的输入。在最佳实践经验转化到产品中，形成标准化的产品能力后，企业数据中心就相当于得到了最高级别专家的驻场服务，数据库管理环境的水平将得到普遍提升。 1.4 数据库的商业模式 数据库云管平台的商业模式 数据库云管平台商业模式及传统数据库管理模式对比 20 数据来源：艾瑞咨询，西南证券整理 数据库的交付方式总体可分为传统型的资源交付及Saas

31、云产品的持续交付两种 1.5 数据库的交付方式 数据库资源交付的通用设计 资源交付的流程较为繁杂，具体情况如下图： 数据库资源交付 21 数据来源：艾瑞咨询，西南证券整理 1.5 数据库的交付方式 SaaS云产品的持续交付流程 持续交付（Continuousdelivery），是一种软件工程手法，让软件产品的产出过程在一个短周期内完成，以保证软件可以稳定、持续的保持在随时可以发布的状况。它的目标在于让软件的构建、测试与发布变得更快以及更频繁。这种方式可以减少软件开发的成本与时间，减少风险，流程图下图所示： （1）Jenkins根据指定的包版本号从nexus仓库中取出对应版本的包，并压缩发送到跳

32、转服务器（跳转服务器的存在为了解决公司内网和云之间的网络问题） （2）通过Jenkins远程触发测试环境的更新脚本,并执行多个步骤。 a)从跳转服务器获取压缩包 b)执行解压 c)替换新的版本包到指定目录下 d)停止原有进程，启动新的进程 e)进程检测 f)测试环境发布完成 （3）开发测试人员对新的版本进行确认，并启动自动化测试工具（selenium）进行测试 （4）在生产环境指定步骤2的基本操作流程 （5）通过Prometheus、ELK、ZIPkin等工具对服务和软件信息进行记录和监控 持续交付流程 22 数据来源：中国信通院，西南证券整理 1.6 数据库典型行业应用动态 金融、电信、政务

33、、制造、互联网五个行业为数据库产品及服务采购份额前五的行业，采购总和占据全部市场份额的 80%以上。所以本章重点梳理上述五个典型行业应用数据库的现状，并通过分析其业务特点，研判各典型行业应用数据库的趋势。 首先通过 IT 监管环境、数据业务复杂性、核心业务数据类型、成本敏感性、科技能力储备情况五个维度对五个典型行业进行分析，对比结果如下表所示： 数据库典型行业应用特点 金融金融 电信电信 政务政务 制造制造 互联网互联网 ITIT监管环境监管环境 强 强 强 一般 弱 数据业务数据业务 复杂性复杂性 强 强 一般 一般 强 核心数据核心数据 业务特点业务特点 强事务 强事务 分析实体关联多 基

34、于时间变量分析 追求高速处理 成本敏感性成本敏感性 弱 弱 一般 一般 强 科技能力科技能力 储备情况储备情况 强 强 弱 弱 强 23 1.6 数据库典型行业应用动态 金融行业及电信行业 传统金融机构（银行、证券、保险）和电信运营商作为支撑国民经济正常运行的关键行业，生产总值总和共占据我国GDP的11%。两个行业的重要数据库系统由于支撑大量涉账业务，业务正确性和连续性关系国计民生，在强监管压力下，对数据一致性要求极高，所以主要应用以关系型数据库为主。据中国信通院统计分析，以业务系统数量为计数单位，我国金融行业各类数据库占比为Oracle 55%、DB2 19%、MySQL 13%、Postg

35、reSQL 6%，其他7%。 目前金融和电信行业在数据库应用方面呈现五个新需求：一是随着移动互联网的发展，数据量呈现急剧增长，这对数据存储和管理提出了更高要求；二是随着普惠金融落地、移动电话普及率达到114部/百人，其对业务连续性能力更加重视；三是随着电子支付的大面积普及，需要面临高并发业务和高用户量带来的系统压力；四是面临互联网金融对传统金融业务的冲击以及提速降费要求，业务创新要求进一步强烈；五是防止潜在供应链风险，技术层面存在国产化需求。根据上述需求分析，金融和电信行业在数据库应用方面正在呈现三大趋势： 大部分存量数据库将向分布式架构升级 应用大量非关系型数据库助力创新业务落地 产品选型逐

36、渐倾向国产数据库供应商 数据来源：中国信通院，西南证券整理 金融和电信行业数据库架构升级典型案例 金融行业核心系统数据库替换典型案例 24 1.6 数据库典型行业应用动态 政务行业 第15届国际数字政府评估排名报告显示中国处于第37位，仍处于较落后的水平。数字政府能力的提升，需依赖强大的现代化的智能治理基础设施，而数据库作为支撑数据存储和计算的核心组件，是智能治理基础设施的重要组成部分。 当前我国在提升社会治理的数字化治理水平过程中，主要呈现两大特点：一是个体、企业和社会等被治理对象数量庞大、日趋复杂，而当前我国智能治理基础设施仍以传统关系型数据库为主，效率较低，亟需变革更新；二是智能治理要求

37、各层、各机构政府人员深度应用信息科技工具，而当前信息科技工具应用普遍需要较高门槛，政务行业科技能力储备情况较普遍较低，导致数据基础设施建设完成之后，应用效果不佳，难以达到预期效果。 当前政务行业在数据库应用方面正在呈现两大趋势： 大范围应用空间型、关联型数据库等产品 利用各类工具组件，做到数据库应用“平民化” 数据来源：中国信通院，西南证券整理 政务行业非关系型数据库典型案例 25 1.6 数据库典型行业应用动态 制造业 工业场景中，80%以上的监测数据都是实时数据，且都是带有时间戳并按顺序产生的数据，这些来源于传感器或监控系统的数据被实时地采集并反馈出系统或作业的状态。 随着政策环境的铺垫和

38、工业互联网基础设施的逐步完善，工业大数据迎来重大发展机遇。当前物联网技术正逐步渗透工业领域，不断增长的传感器、飙升的数据量以及更高的大数据分析需求对原有的数据库系统提出了新的需求，包括增加扩展性、实现与大数据技术生态的友好对接、降低大规模应用价格、充分利用边缘计算设备能力。 未来工业行业在数据库应用方面将呈现两大趋势： 应用大量时序数据库 逐步向边缘计算发展 数据来源：中国信通院，西南证券整理 制造业时序数据库典型案例 26 1.6 数据库典型行业应用动态 互联网 2020年，我国规模以上互联网和相关服务企业（简称互联网企业）完成业务收入12838亿元，其中电子商务、社交、游戏、音视频、搜索引

39、擎五类业务合集收入占总收入的比重达85%。这五类业务均需要极致快速的用户体验作为竞争优势基础，而极致快速的用户体验离不开底层IT系统中数据库的科学建设与持续优化。 当前我国互联网行业发展进入调整期，上市企业营收政府大幅放缓，总市值持续波动，投融资低位徘徊，行业格局出现分化。互联网行业为充分发挥新要素、新模式、新动能等方面的优势，对底层IT系统中的数据库提出了多项新要求，以性能好、造价低、迭代快为核心。 未来互联网行业在数据库应用方面将呈现三大趋势： 是利用内存数据库加速业务效率 开源数据库应用更加广泛 初创公司利用云数据库促进其快速发展 数据来源：中国信通院，西南证券整理 27 1.7 中国“

40、十四五”规划数据库相关政策 2021年3月，“十四五”规划纲要正式颁布，提出要培育壮大人工智能、大数据、区块链等新兴数字产业。国家也陆续印发不同领域的“十四五”规划。中国信通院数据库应用创新实验室梳理了20余份”十四五“系列规划，其中提及数据库的相关政策共计20份，覆盖信息技术、金融科技、交通物流、农业农村对外贸易、公共服务、智能制造等领域。为各行业在“十四五”期间的数据库应用创新提出政策指导，共筑“十四五”数据库产业发展新格局。 数据来源：墨天轮，西南证券整理 “十四五”规划中部分领域数据库政策 领域领域 政策文件政策文件 内容内容 中央规划中央规划 中华人民共和国国民经济和社会发展第十四个

41、五年规划和2035年远景目标纲要 纲要指出，加快推动数字产业化，培育壮大人工智能、大数据、区块链等新兴数字产业，提升通信设备、核心电子元器件、关键软件等产业水平。 信息技术信息技术 领域领域 “十四五”国家信息化规划 规划指出，关键核心技术创新能力显著提升，集成电路、基础软件、装备材料、核心元器件等短板取得重大突破。提高重点软件研发水平。面向关键基础软件、高端工业软件、云计算、大数据、信息安全、人工智能、车联网等重点领域和重大需求，加强重点软件的开发。加快软件知识产权保护与信息服务体系建设。 “十四五”大数据产业发展规划 规划指出，加快数据“大体量”汇聚。支持企业通过升级信息系统、部署物联感知

42、设备等方式，推动研发、生产、经营、服务等全环节数据的采集。开展国家数据资源调查，绘制国家数据资源图谱。建立多级联动的国家工业基础大数据库和原材料、装备、消费品、电子信息等行业数据库，推动工业数据全面汇聚。 “十四五”软件和信息技术服务业发展规划 规划指出，聚力攻坚基础软件。完善桌面、服务器、移动终端、车载等操作系统产品及配套工具集，推动操作系统与数据库、中间件、办公套件、安全软件及各类应用的集成、适配、优化。加速分布式数据库、混合事务分析处理数据库、共享内存数据库集群等产品研发和应用推广。 金融领域金融领域 金融标准化“十四五”发展规划 规划指出，围绕人工智能、区块链、大数据、云计算、移动金融

43、等领域加大标准供给，切实提升金融科技风险防范水平。制定大数据、云计算等技术在实时监管数据采集、计算、分析中的应用标准，支持提升对市场风险的监测和异常交易行为的识别能力。 银行业保险业数字化转型指导意见 意见指出，加快数据库、中间件等通用软件技术服务能力建设，支持大规模企业级技术应用。 28 2 4 5 目 录 1 数据库信息化时代的基石产品 2 数据库市场增长迅速，国产替代空间大 3 数据库行业思考及考量因素 4 数据库厂商梳理 2.1 全球数据库市场规模 整体规模 29 数据来源：前瞻产业研究院，IDC，浪潮，西南证券整理 2018-2020年全球数据库行业市场规模(亿美元) 2020年全球

44、数据管理软件市场份额 全球数据库进入快速发展期。2019年全球数据库市场规模已达584亿美元，2020年在经营管理信息化、办公模式自动化推动下，市场规模达到665亿美元。随着未来数据爆发式增长，预计2025年全球大数据储量将达到175ZB，2026年全球大数据储量将达到223ZB。数据大爆发必将促进全球数据库行业的稳健发展，2026年全球数据库行业市场规模有望突破2000亿美元，预计未来五年数据库市场保持21%左右的复合增速。 关系型数据库盛行，市场集中度较高。数据库市场参与者众多，但市场份额较为集中。2020年全球数据库市场中份额占比超过5%的厂商包括Microsoft、Oracle、AWS

45、和IBM，市场份额分别为25%、24%、20%和7%，合计市场份额近80%。 493 584 665 0050060070020.1 全球数据库市场规模 关系型、非关系型与云数据库规模 30 数据来源：中国通信院，IDC，西南证券整理 2017-2022年全球不同类型数据库市场规模 2015-2021年全球公有云收入及增速 关系型数据库在全球数据库市场中占比最高。根据中国信通院，2022年全球数据库市场空间巨大，其中关系型数据库（RDBMS）将占据80%以上的市场，非关系型数据库市场虽然小，但由于互联网等公司陆续采用开源+自研模式，非关系型数据库发展

46、势头良好。在全球关系型数据库市场中，Oracle、微软和IBM分别约占42%、24%和13%的市场份额，全球数据库市场龙头厂商市场份额情况与国内情况基本一致。 数据库上云进入快车道。2018年全球数据库市场规模为493亿美元，其中云数据库贡献111亿美元，占全球数据库市场的22.6%。从中国通信院的统计数据来看，2017年全球公有云市场规模为1110亿美元，预计2021年全球公有云市场规模将达2461亿美元。全球数据库市场中公有云为主要市场形态，私有云相对占比较小。目前由于中国党政军及金融机构对于去“IOE“以及自主可控的需求，私有云市场与公有云市场在短期内竞争将更加激烈。 0%5%10%15

47、%20%25%30%35%050002500300020018E2019E2020E2021E市场规模(亿美元) 增速(%) 22844 33757 976 3756 3236 2920 050000000250003000035000400002002020212022DRMBS(百万美元) DDMS(百万美元) NDBMS(百万美元) 2.2 中国数据库市场规模 整体规模 31 数据来源：中国信通院，西南证券整理 2020-2025年中国数据库行业市场规模 2020年全球数据管理软件市场份额 未来五年，

48、我国数据库市场空间巨大。据中国信通院测算，2020年全球数据库市场规模为671亿美元，中国数据库市场规模为35亿美元，约为241亿元人民币，占全球市场规模的5.2%。预计2025年，全球数据库市场规模将达1920亿美元，其中，中国数据库市场规模将达688亿元人民币，预测期间年复合增长率为23.4%。 关系型数据库仍为主要产品，非关系型数据库发展势头良好。截至2021年6月，我国数据库产品共有134款，其中关系型数据库有81个，非关系型数据库有54个，分别占总量的60%和40%，我国数据库产品分布呈现以关系型为主，非关系型及混合型为辅状态。非关系型数据库中，键值型数据库有5个，列存数据库有3个，

49、文档数据库4个，图数据库13个，全文检索数据库1个，在非关系型数据库中分别占9.3%、5.6%、7.4%、24.1%和1.9%。 240.9 309.4 368 492.8 611.1 688 28.4% 19.0% 33.9% 24.0% 12.6% 0%5%10%15%20%25%30%35%40%0050060070080020202021E2022E2023E2024E2025E市场规模(亿元) 增长率(%) 81 28 1 13 3 5 4 54 关系型数据库 非关系型数据库不详 全文检索数据库 图数据库产品 列存数据库 键值数据库 文档数据库 2.2 中国数据

50、库市场规模 关系型、非关系型与云数据库规模 32 数据来源：中国通信院，前瞻产业研究院，西南证券整理 中国关系型数据库软件市场规模预测 2017-2023年我国公有云、私有云市场规模 关系型数据库仍为市场主流产品。关系型数据库可分为本地部署数据库和公有云数据库，其中本地部署数据库目前占据主导地位，但市场份额呈下滑态势，预计未来公有云数据库市场规模将超过本地部署数据库。IDC数据显示，2021年全年中国关系型数据库软件市场规模为27.5亿美元，预测2025年市场规模将达76.7亿美元，未来五年市场年复合增长率为30.4%。 我国公有云市场规模增速显著。近年来，我国云计算行业发展迅猛，2017年云

51、计算市场规模达691.6亿元，同比增长34.3%，增速超全球总体水平。企业数据库应用的普及推动了我国公有云数据库的发展。2019年我国云计算市场规模达1334亿元，同比增长38.6%，公有云市场规模已反超私有云市场规模。未来在国家及地方政策的持续推动下，我国公有云市场规模将迅速扩张。据中国信通院预测，2023年我国公有云与私有云市场规模将分别达到2307.4亿元和1446.8亿元。 264.8 437.4 689.3 990.6 1340.4 1766.8 2307.4 426.8 525.4 645.2 791.2 967.8 1184.7 1446.8 0500025

52、0020020E2021E2022E2023E公有云市场规模(亿元) 私有云市场规模(亿元) 0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%0040005000600070008000202242025本地部署市场规模(百万美元) 公有云市场规模(百万美元) 增长率(%) 2.3 全球数据库竞争格局 整体情况 33 数据来源：Gartner，西南证券整理 2010-2018年全球数据库企业规模排名 全球数据库市场中，传统数据库三大龙头厂商为Oracle、IBM和Mircrosoft，云数据

53、库厂商前景广阔。Oracle是全球最大，应用范围最广的数据库厂商，稳居行业第一，在中国曾一度占据40%以上的市场份额。然而随着开源式与分布式数据库不断发展，传统数据库地位受到冲击。2018年全球数据库市场规模为493亿美元，同比增长18.4%，其中云数据库市场规模为111亿美元，占全球数据库市场的22.6%。在此背景下，以AWS为首的云数据库厂商发展迅猛，2018年全球数据库规模排名中，Oracle稳居第一，Microsoft位居第二，AWS首次登上前三名。其中中国云数据库厂商也表现良好，阿里巴巴位居第九，华为位列第十一，腾讯位列第十三，全球数据库市场在云计算迅猛发展的背景下，竞争格局正迎来局

54、面重塑，优秀厂商有机会实现弯道超车。 2.3 全球数据库竞争格局 云数据库厂商 34 数据来源：Gartner，西南证券整理 2016-2018年全球云数据库收入排名 2018-2019年全球云厂商市场份额 云数据库厂商中，前三名为AWS、Microsoft和阿里巴巴。自2013年Amazon AWS推出自研数据库产品Aurora以来，其云数据库产品市占率不断提升，并在2016至2018年蝉联全球云数据库收入榜单第一。Microsoft与阿里巴巴云数据库产品同样发展迅猛，在2018年分别位居榜单第二名和第三名。预计2023年75%的数据库都将实现上云，数据库行业市场格局将迎来巨大改变。 全球云

55、计算市场集中度进一步提高。根据Gartner数据，2019年全球云计算市场前五大厂商为Amazon、Microsoft、阿里云、Google和IBM，其中，前三大厂商已占据市场70%以上的市场份额。2019年Amazon领先优势依旧显著，但其市场份额已从2018年的47.9%下滑至2019年的45%，其云计算收入增速也低于Microsoft、阿里云和Google。 亚马逊, 47.9% 微软, 15.6% 阿里云, 7.7% 谷歌, 4.1% 其他, 24.7% 亚马逊, 45.0% 微软, 17.9% 阿里云, 9.1% 谷歌, 5.3% 其他, 23.7% 2019 2.4 中国数据库竞争

56、格局 整体情况 35 数据来源：艾瑞咨询，西南证券整理 2020年中国数据库市场份额 2018-2019年全球云厂商市场份额 国产数据库厂商市场份额逐年提升。在政策推动下，国内企业陆续进行数据库国产化替代，此外，国产数据库厂商技术日趋成熟，推动国产数据库厂商市场份额逐渐增加。国产传统数据库阵营中，武汉达梦、人大金仓、南大通用与神舟通用为行业代表，在党政军领域均有良好表现，同时也向能源电力、电信、交通、金融等行业快速拓展。除传统数据库外，初创厂商、云厂商、ICT厂商等厂商也处于快速成长期。相比之下，国外数据库厂商虽然仍占据较高市占率，但其市场份额正逐渐被国产数据库厂商侵蚀。 我国公有云数据库过去

57、三年增长迅速，未来有一定渗透空间。我国公有云部署模式数据库市场份额逐年提升，2020年占据32.7%的市场份额，预计2025年公有云市占率将达47.2%，未来公有云增速会略有放缓，但发展空间仍旧广阔。现阶段云数据库主要应用于互联网行业以及传统行业场景，随着未来厂商的不断创新，云数据库将应用于更多行业，进一步推动了云数据库的发展。 52.6% 7.1% 40.3% 国外数据库厂商 传统国产数据库厂商 其他国产数据库厂商 逐年下降 公有云, 32.7% 私有云, 67.3% 云数据库应用场景示例 互联网行业 电商 游戏 视频 教育文娱 传统行业 政府 零售 金融 工业 2.4 中国数据库竞争格局

58、关系型与非关系型数据库 36 数据来源：ScaleGrid，中商情报网，西南证券整理 关系型数据库与非关系型数据库用户规模统计 2021年上半年中国关系型数据库本地部署模式市场份额 关系型数据库相较于非关系型数据库仍有明显优势。关系型与非关系型数据库用户数各占市场总额的60.5%和39.5%。据DB-Engines统计，关系型数据库中，Oracle和MySQL在近五年始终保持领先地位，广受用户欢迎。全球关系型数据库中，Oracle占据42%的市场份额，位列行业第一，Microsoft和IBM各占全球关系型数据库市场的24%和13%，分别位列行业第二和第三。 关系型数据库传统部署模式市场中，国际

59、厂商仍占据主导地位，但市场份额逐渐下降，公有云关系型数据库市场集中度更高。在关系型数据库传统部署模式市场中，Oracle、Microsoft、SAP、IBM四家国际厂商共占据国内48.5%的市场份额，但份额正逐年下降，市场整体竞争激烈，集中度不高，国内厂商市场份额逐渐增加，其中华为已达到14.7%的市占率。公有云关系型数据库市场集中度更高，前五大厂商市场份额总额接近90%，其中阿里巴巴市占率最高，达44.7%，云厂商上升前景将在未来几年逐渐显现。 关系型数据库, 60.5% 非关系型数据库, 39.5% 26.7% 14.7% 7.6% 7.2% 7.0% 5.7% 5.7% 5.0% 20.

60、4% Oracle华为 MicrosoftIBMSAP阿里巴巴 达梦 人大金仓 其他 44.7% 17.4% 13.6% 7.4% 3.6% 13.3% 阿里巴巴 腾讯 AWS华为 Oracle其他 2021年上半年中国关系型数据库公有云模式市场份额 2.5 国内外数据库厂商受欢迎程度 37 数据来源：DB-Engines，摩天轮，西南证券整理 DB-engines网站根据受欢迎程度对于数据库的排名 墨天轮中国数据库流行度排行 全球：截至2022年初，Oracle、MySQL和Microsoft SQL Server在全球受欢迎榜单中排名前三，PostgreSQL和MongoDB位列第四和第五

61、，且与前三名差距正逐渐减小。 中国：受政策红利及厂商自身技术和经验积累等因素，国产数据库厂商逐渐受企业青睐。摩天轮排行榜数据显示，自2019年6月以来，榜单前十名厂商排名整体较为稳定，仅有内部排名轮换，并无新厂商加入该阵营。 38 数据来源：中国信通院，艾瑞咨询，西南证券整理 上游主要指网络及硬件提供商，主要厂商包括IBM、Intel、Dell等老牌硬件厂商，其中Intel在CPU领域占据近80%的市场份额，议价能力极高。近年来国产硬件厂商影响力也逐渐增强，不断推动服务器国产化进程。 中游主要指传统数据库厂商，负责提供操作系统、中间件及软件授权。传统数据库市场主要被国际厂商所主导，其中Orac

62、le占据近30%的市场份额。云数据库市场中，除上述国际厂商外，国产厂商都有不错表现，其中阿里云在国内占据近40%的市场份额。 下游主要指数据库开发商及集成商，下游厂商与中游厂商情况基本一致。 上游 安全集成 服务器 传统厂商 2.6 数据库产业链 初创厂商 云厂商 跨界厂商 国内厂商 中游 下游 国外厂商 商业数据库 开源数据库 2.7 数据库行业下游客户情况 39 数据来源：中国信通院，西南证券整理 2020年数据库服务市场行业分布 数据库典型行业应用特点 金融、电信、政务、制造、交通为数据库产品及服务采购份额前五的行业，五个行业合计占比超过80%。在IT监管环境、数据业务复杂性、核心数据业

63、务特点、成本敏感性及科技能力储备情况五个维度中，金融与电信行业表现相同，金融与电信均涉及到大量涉账业务，对业务正确性、连续性和数据一致性要求极高，主要应用以关系型数据库为主。据中国信通院数据，我国金融行业各类数据库占比为Oracle 55%、DB2 19%、MySQL 13%、PostgreSQL 6%，其他 7%。 在建设数字政府进程推动下，数据库作为支撑数据存储和计算的核心组件，在政务行业内需求不断增加。另外，受国产化趋势推动，政府对数据库迁移改造、高可用、混合管理的需求也日益迫切。工业场景中80%以上的监测数据都是时序数据，推动时序数据库的发展。物联网的应用带来的传感器的增长和数据量的飙

64、升导致对大数据分析需求更高，包括增加扩展性、实现与大数据技术生态的友好对接、降低大规模应用价格、充分利用边缘计算设备能力。 金融, 22.3% 电信, 18.9% 政府, 16.4% 制造, 13.3% 交通, 9.6% 其他, 19.5% 金融 电信 政务 制造 互联网 IT监管环境 强 强 强 一般 弱 数据业务复杂性 强 强 一般 一般 强 核心数据业务特点 强事务 强事务 分析实体关联多 基于时间变量分析 追求高速处理 成本敏感性 弱 弱 一般 一般 强 科技能力储备情况 强 强 弱 弱 强 40 2 4 5 目 录 1 数据库信息化时代的基石产品 2 数据库市场增长迅速，国产替代空间

65、大 3 数据库行业思考及考量因素 4 数据库厂商梳理 3.1 数据库行业思考为什么去IOE很难？ 41 数据来源：中国知网，DTCC，西南证券整理 什么是IOE？I是以IBM p系列为代表的小型机，操作系统为AIX，O是以Oracle代表的数据库，E是以EMC为代表的中高端集中式存储。IOE最大特点就是将一切数据集中在单一数据库中，依托高端设备来拓展，用以增强处理能力。其增强拓展性的途径为向上拓展，通过增加内存容量、磁盘规格、CPU数量等途径来提高计算能力，在大数据时代提升成本很大。 “去IOE”的含义：（1）“去I”是指去除小型机设备和集中式技术架构，改用X86平台和分布式架构；（2）“去O

66、”是指去除以Oracle甲骨文代表的商业数据库，替代为以MySQL为代表的开源数据库；（3）“去E”是指不再使用以EMC易安信为代表的集中式存储，改用X86服务器本地存储或开放通用的存储。相较于传统IOE的数据库架构，去IOE能大幅节省商业授权的成本，且X86架构PC服务器的功耗小于小型机，有助于节能减排。去IOE最大的改变是由原先的集中式变为分布式，这使数据库平台稳定性大幅提升，部署更加灵活，大范围推广能显著减少运营维护成本。 “去IOE”的趋势：当前信息安全问题已经上升到国家安全的高度。如果国家的机密数据、战略资源、商业敏感数据等信息经由国外软件一览无余，那么国家的利益和地位将受到严重的影

67、响。因此，建立自主可控的信息安全体系势在必行，信息产品、设备的采购应当尽量采购国产软件、设备。棱镜门的发酵使信息安全受到普遍关注，加上国内IT厂商急需破除国外IT巨头的垄断获得自己的市场空间，今年以来IT系统“去IOE”和国产化替代进入加速期。“去IOE”并不是简单地弃用国外设备，而是在同等可替代条件下，优先选用国产设备和服务，从而促进国内IT产业的发展。 什么是“去IOE”？ 3.1 数据库行业思考为什么去IOE很难？ 42 数据来源：中国知网，DTCC，西南证券整理 1. 成本并不低。去IOE所投入的成本并不低于购买昂贵的IOE 2. 互联网和银行在it建设上的最大区别不是技术能力和人才数

68、量，而是开始建设的时间点和需求不同。银行开始进行it建设的时候，有钱、有准确的业务需求、业务形式变化慢。当时市面上可以选择的产品较少，只有IBM的大型机和Oracle数据库。互联网企业开始it建设的时候，没钱、没有准确的业务需求、业务形式变化很快。而当时市面上的产品很多，因而选择了开源产品来进行二次开发。 3. IOE象征着稳定和规避风险，做这么大的调整，没有人愿意承担责任。 4. 软硬件采购背后各种利益关系。 5. 技术人员匮乏。对国企的业务系统和非IOE技术都精通的人才在国企、银行中很匮乏。 6. 国货实力还有待考验，涉及数据机密，不敢重用BAT的产品。 为什么去IOE很难？ 运营商“去I

69、OE”的驱动力分析 3.2 数据库行业思考Oracle为何这么成功？ （1）Oracle 占据先发优势，客户粘性强 成功秘诀： Oracle起步时间早，已多年占领数据库领先地位。通过梳理全球数据库巨头企业的起步时间，我们发现Oracle起步时间最早，在1978年就率先发布了Oracle数据库的第一个版本Oracle1。在随后的十几年中，其他厂商才陆续推出自己的第一款数据库产品。由于起步时间早，Oracle获得了大量的时间进行产品优化和抢占市场份额。根据Gartner的数据，早在2004年，Oracle在全球数据库市场中就已经以62.34亿美元占据了48.9%的市场份额。第二名IBM仅为Orac

70、le的一半，而这样的市场格局一直持续到了今天。 数据库公司起步时间线 2004年数据库市场份额（百万美元） 43 数据来源：中国知网，DTCC，西南证券整理 3.2 数据库行业思考Oracle为何这么成功？ （1） Oracle 占据先发优势，客户粘性强 Oracle的大企业客户群体非常庞大，深植于全球多个地区与行业领域。客户群体涵盖了全球各个行业最顶尖的企业。财富排行榜上全球前百强的企业有98家都在使用Oracle的产品。同时，Oracle的成功合作案例众多，已经打入全球多个地区的市场，在多个行业领域均已成功应用，用户认可度非常高。 财富榜单中使用Oracle的企业 Oracle的成功案例

71、44 数据来源：中国知网，DTCC，西南证券整理 3.2 数据库行业思考Oracle为何这么成功？ （2） Oracle顺应时代潮流更替，产品不断更新迭代 成功秘诀： Oracle团队商业嗅觉敏锐，能准确抓住时代热点，并不断改良打磨产品。Oracle的领导团队拥有极强的商业嗅觉，当初仅仅凭借一篇IBM的论文，根据市场需求就能创立Oracle。Oracle成立以来的四十多年中，IT架构、终端设备形态在不断的推陈出新，Oracle大致经历了小型机与大型机、客户机与服务器、互联网架构、云数据库与大数据四个时代。可是不管时代潮流如何变化，Oracle总是能够紧紧跟上时代的热点，然后通过不断的改良优化产

72、品，调整市场策略，以适应时代的快速发展。 Oracle各版本产品 45 数据来源：中国知网，DTCC，西南证券整理 （3） Oracle通过不断的收购合并，完善产业布局 成功秘诀：大量的收购兼并，形成商业闭环 作用1：Oracle产品种类繁多，功能完善得益于大量的收购合并 通过将全球计算机软硬件巨头企业进行比较，Oracle的产品线布局明显比其他几家厂商广泛不少。而Oracle如此完备的产品布局得益于它不断的收购合并相关公司。同时，Oracle的产品在OLTP和OLAP中也都有布局，且功能十分强大。OLTP主要是指能执行基本日常的事务处理（数据库记录的增删查改）的数据库类型。OLAP是指能支持

73、复杂的分析操作，并且提供直观易懂的查询结果的数据库。典型的应用就是复杂的动态报表系统。 Oracle产品线布局对比 OLTP与OLAP对比 3.2 数据库行业思考Oracle为何这么成功？ 46 数据来源：中国知网，DTCC，西南证券整理 3.2 数据库行业思考Oracle为何这么成功？ （3） Oracle通过不断的收购合并，完善产业布局 作用2：Oracle通过大量的收购合并不断在数据库上下游布局，形成完整的商业生态圈 在数据库软件产业链中，上游多是以服务器厂商、芯片厂商组成的网络和硬件厂商；中游由数据库、操作系统和中间件等基础软件厂商组成；下游主要是各行业的应用开发商。Oracle在数据

74、库软件的上下游均有布局，影响力非常大。同时，因为他已经形成了一个属于自己的完整的生态圈，所以即使在某一个节点出现了策略失误，竞争对手也很难趁虚而入（突破整个生态体系需要大量的时间与财力）。 数据库行业产业链 47 数据来源：中国知网，DTCC，西南证券整理 3.2 数据库行业思考Oracle为何这么成功？ Oracle成功的在数据库产业链的中游与上游进行布局。 Oracle对通信、金融、医疗、工业和零售等细分行业的解决方案商进行了收购兼并，完成了对产业链下游各行业的广泛部署。 数据库中上游布局 数据库下游布局 （3） Oracle通过不断的收购合并，完善产业布局 48 数据来源：中国知网，DT

75、CC，西南证券整理 3.2 数据库行业思考Oracle为何这么成功？ （3） Oracle通过不断的收购合并，完善产业布局 作用3：Oracle通过收购竞争对手，巩固了自己的数据库行业龙头地位。 Oracle所有的收购案例中最著名的是2008年Sun公司以10亿美元将开源数据库公司MySQL收购，次年Oracle以74亿美元将Sun收购，由此MySQL也被Oracle收入囊中。 MySQL 是瑞典 MySQLAB 公司1999年开发的小型关系型数据库管理系统。由于它体积小、速度快、成本低的特点，被广泛地应用在Internet上的中小型网站上，对当时仍旧以商业数据库为主的Oracle造成了很大的

76、威胁。在收购了MySQL之后，Oracle成功的解除了威胁，并在开源数据库市场上也占据了领先地位，完成了从商业数据库时代向开源数据库时代的平稳过渡。DB-Engines的数据中显示，Oracle与MySQL也分列全球最受欢迎的商业数据库和开源数据库。 全球最受欢迎的商业数据库 全球最受欢迎的开源数据库 49 数据来源：中国知网，DTCC，西南证券整理 50 数据来源：公司官网，西南证券整理 MongoDB是一个文档型的非关系型数据库。MongoDB的独立数据库能够很好满足组织在性能，可扩展性，灵活性和可靠性等方面的需求，其基于文档的架构使开发人员能够以更自然的方式管理数据，并且能够轻松快捷地构

77、建，现代化，部署和维护应用程序，从而提高开发人员的生产力，而客户可以在任何环境中运行其平台。 技术优势： 1）拥有强大的查询语言。查询语言丰富和直观，支持通过任何字段进行筛选和排序，而不受其在文档内的嵌套方式影响。支持聚合和其他现代使用案例，如基于地理的搜索、图搜索和文本搜索。 2）MongoDB可以在多云基础架构上运行。用户可以从 AWS、GCP 或 Azure 中选择底层基础设施，并获得一致的体验，通过单个 UI 在不同的云中部署和控制集群。通过简单的跨云数据可移植性避免锁定或利用不同云供应商的服务。 3）为简化操作，MongoDB 应用程序数据平台是完全托管的。从部署自动化和监控的基础知

78、识到自动扩展和智能性能建议等高级功能，MongoDB 可以让客户轻松完成操作。集群完全托管，服务间数据同步自动化，调整就像点击按钮或调用 API 一样简单。 3.3 数据库行业思考MongoDB如何做到异军突起？ MongoDB Atlas自动化部署 MongoDB整体架构 51 数据来源：DB-Engines，Wind，西南证券整理 客户优势： 1）非关系型数据库流行度第一。根据DB-Engines统计的数据，MongoDB在数据库欢迎度排行榜中排名第五，前四名为Oracle、MySQL、Microsoft SQL Server和PostgreSQL，均为关系型数据库，MongoDB为前五名

79、中唯一一家非关系型数据库厂商，可见其是全球最受欢迎的非关系型数据库厂商。 2）公司网站的下载量近一年来剧增。MongoDB 的采用率持续上升，网站累计下载量超过了2亿次，其中近一年来超过了7500次，这比前11年的总和都要多，进一步凸显了 MongoDB 的受欢迎程度。 3）亚太地区的收入增长显著。亚太区营业收入从2019年1月的97.7亿美元增长至2022年1月的566.4亿美元，四年年复合增长率（CAGR）为55.2%。 3.3 数据库行业思考MongoDB如何做到异军突起？ 全球数据库欢迎度排行榜 MongoDB亚太地区营业收入及增速 97.7 211.5 333.8 566.4 116

80、.5% 57.8% 69.7% 0%20%40%60%80%100%120%140%0050060020022亚太区营收(亿美元) 增长率(%) 52 数据来源：阿里云，腾讯云，西南证券整理 MongoDB与阿里云：2019年MongoDB与阿里云建立合作伙伴关系，授权阿里云为客户提供MongoDB-as-a-service（MongoDB数据库即服务）解决方案，阿里云的客户将能够在全球范围内使用由阿里云数据中心托管的MongoDB-as-a-service服务。阿里云可确保为使用当前和日后新版本的MongoDB数据库客户提供端到端管理及支持，同时还

81、可以代表客户上报漏洞修复和支持问题。阿里云是国内最早提供MongoDB服务的云厂商，基于飞天分布式系统和高可靠存储引擎为客户提供多节点、高可用、弹性扩缩容、容灾、备份恢复、性能优化等多项企业级服务能力。 MongoDB与腾讯云：2021年MongoDB与腾讯云达成战略合作，腾讯云将为用户提供MongoDB 4.2版本，支持分布式事务、字段级加密等能力，将ACID事务的支持从单个副本集扩展到了分片集群。腾讯云MongoDB具备DTS迁移和跨可用区容灾两大企业级特性。腾讯云MongoDB通过 DTS 迁移服务实现数据一次性迁移上云，支持自动重试机制和断点续传、跨版本迁移等特性。在跨可用区容灾能力上

82、，腾讯云MongoDB支持将单个副本集的节点部署在同地域不同的可用区，当实例的主节点所在的机器/可用区域发生故障，通过主从切换实现跨可用区的容灾和高可用。 云数据库MongoDB版 腾讯云MongoDB跨可用区容灾能力示意图 3.3 数据库行业思考MongoDB如何做到异军突起？ 3.4 数据库行业思考Snowflake：数据库行业未来之星 53 无缝对接多个公有云平台，统一协作管理 Snowflake是三大公有云的经销商（AWS、微软Azure、谷歌云），用户可以直接在Snowflake上下单购买三大公有云的基础设施，非常便捷。并且能够在Snowflake上对这些云和数据统一管理、分析计算。

83、 将存储与计算分开 Snowflake在三大公有云的平台上能够将存储与计算分开，当客户对数据进行分析时，即使计算量猛增，Snowflake也可以根据实时计算量，快速提升计算算力。 数据分析能力随着数据量的提升不断进化 随着客户数量以及客户处理的数据量的不断增长，Snowflake也相当于企业的一个重要数据平台。Snowflake也提供了不少易使用、内嵌的工具，方便分析人员直接在Snowflake平台上展开分析，而不是传统地导出数据、处理数据再分析。 数据来源：公司官网，CSDN，西南证券整理 Snowflake的云数据平台从底层向上架构 (from the ground up)，利用云优势，形

84、成多集群共享数据架构。 平台由三个独立的可扩展层存储层、计算层、云服务层组成，这些层支持在共有云和区域之间进行全局部署和连接，给Snowflake带来了强大的竞争力。 Snowflake竞争优势 3.5 数据库厂商考量因素成立时间 54 IBM和人大金仓分别为国外和国内最早成立的数据库厂商。 近百年来，IBM与Oracle作为最早的数据库沿用最久。自21世纪初，国内外市场涌现了许多新生数据库厂商，包括人大金仓、南大通用、AWS和MongoDB等，国外数据库占据主要优势。但近十年来，国产数据库展现出强劲势头，推出了更具竞争力的产品，如阿里云、腾讯云、GaussDB等。 总体来看，相对于国外数据库

85、厂商，国内数据库厂商成立较晚，因此国外数据库厂商具有很强的先发优势。例如IBM及Oracle，用户使用时间长，依赖程度高，且很多公司的应用系统与Oracle数据库深度捆绑，替换成本过高，包括选择其他商业产品（或商业服务）的投入，构建新的服务体系带来的人力投入，上下游适配带来的更换类、改造类的投入等。 数据来源：公司官网，西南证券整理 厂商成立时间 55 3.5 数据库厂商考量因素产品布局 数据来源：公司官网，西南证券整理 厂商 关系型 非关系型 闭源 开源 OLAP OLTP HTAP 云数据库 Oracle IBM AWS 微软 MongoDB Splunk Snowflake 阿里云数据库

86、 腾讯云数据库 华为云GaussDB 人大金仓 武汉达梦 南大通用 万里开源 海量数据 易华录 PingCAP 国际厂商中Oracle数据库产品最全面，国产数据库厂商中阿里云数据库产品布局最具竞争力。 Oracle数据库除HTAP型数据库外，拥有其他所有品类数据库，是目前世界上使用最为广泛的数据库管理系统。 阿里云数据库拥有涵盖表中所有特性的数据库产品，是国内最强大和丰富的云数据库产品家族。 MongoDB和Splunk专注非关系型数据库品类研发。 PingCAP 的 TiDB是国内首家开源式HTAP数据库，国产云数据库厂商阿里云、腾讯云及国产传统数据库厂商人大金仓、武汉达梦等也陆续推出HTA

87、P型数据库产品。 3.5 数据库厂商考量因素国外数据库产品定价 56 数据来源：公司官网，西南证券整理 Oracle：当前Oracle 11G的User License无限使用期的价格为人民币3千5左右，按50个User License无限使用期的购买量则价格为17.5万;每个CPU License无限使用期的价格为17万9千，按IBM小机的系数计算，则购买价格为17万9千，和50个User License的价格相近。一般购买Oracle的License都包含首年的服务费，以后的费用按每年原价的22%计算。 IBM DB2：按CPU核数计费，分为社区版、标准版和进阶版。标准版IBM DB2数据

88、库软件单价约为2.1万元。 AWS：AWS 针对200多种云服务提供按实际使用量付费的定价方式。只需为需要的个别服务付费，具体根据的使用时间计费，且无需签订长期合同或复杂的许可协议。 Microsoft Azure：Microsoft Azure采用了按用量计费的方式。用户可以根据需要随时申请所需资源，立即开通使用，并根据资源的具体用量按月从预付费的额度中进行扣减。 MongoDB：企业版按服务器节点订阅，云产品按需付费。对于企业级数据库产品MongoDB Enterprise Advanced，公司按每个服务器节点收取订阅费用。对于云数据库产品MongoDB Atlas，公司面向小型团队提供

89、共享集群，共享内存和算力，并根据不同的存储空间按使用时长计费；面向专业开发团队提供专属集群，根据不同的RAM、算力和存储空间按使用时长计费。对于移动数据库及同步平台MongoDB Realm，公司同样根据计算、同步、数据传输等功能的使用量进行计费。 Splunk：早期的Splunk Enterprise是以授权方式向客户出售的，经过系统定价后，客户可选择以缴纳一次性费用或长期签续约的方式获取永久授权。2011年，公司推出了Splunk Storm产品，针对采用云计算的客户以SaaS的形式提供服务，根据数据处理量来计算出年化订阅费用。2013年推出了升级版云服务产品Splunk Cloud，并将

90、Storm产品迁移至Cloud中。在后续的发展中，公司收入模式逐步向长期签约与SaaS 模式迁移。 Snowflake：Snowflake对存储和计算功能分别收费，提供按用量（On-Demand）即时结算，以及预购容量（Capacity）的定价方式。Snowflake提供了不同的套餐，不同套餐下存储功能的价格相同，均按/TB/月收费；而计算功能则需要先购买积分，通过积分兑换不同算力的虚拟仓库，不同套餐下的积分价格是不同的。 3.5 数据库厂商考量因素国产数据库产品定价 57 数据来源：公司官网，西南证券整理 阿里云：阿里云数据库的价格由地区，版本系列，CPU，内存，存储空间大小，购买时长等参数

91、决定。 腾讯云：腾讯云提供按量计费和包年包月两种计费模式，按量计费只需为实际消耗的资源付费，按小时结算；包年包月适合业务量稳定的场景，费用更低廉。 GaussDB：GaussDB(for openGauss)对客户所选择的数据库实例、数据库存储和备份存储（可选）收费，提供按需计费方式。 人大金仓Kingbase ES：标准版报价8万元，企业版报价19.8万元。 武汉达梦DM达梦数据库：标准版报价8万元，企业版报价21.6万元。 PingCap：PingCAP企业订阅是按年为单位，根据集群规模 vCPU 用量计量的收费产品交付和服务模式。 58 数据来源：公司官网，西南证券整理 TPC-C测试

92、3.5 数据库厂商考量因素技术实力：TPCC测试 TPC-C是专门针对联机交易处理系统（OLTP系统）的测试规范，通常用于模拟测试复杂的在线事务处理系统，在大压力情况测试数据库的事务处理能力。随着计算机技术的不断发展，这些测试结果也在不断刷新。 在最新发布的 TPC-C 排行榜中，蚂蚁金服自研数据库 OceanBase 位列第一。是唯一一家中国上榜企业。 TPC-C测试全球榜单 TPC-C测试示意图 数据来源：公司官网，西南证券整理 董事长兼首席技术官：Larry Ellison 极具市场洞察力，创建Oracle的天才企业家 抓住市场机遇，创建Oracle。 带领Oracle连续12年销售额每

93、年翻一番。 2007年位列美国500强企业CEO薪酬排行榜榜首。 Oracle IBM 首席执行官：Arvind Krishna 杰出技术人员兼卓越领导者 涉猎多个技术研究领域，精通于云计算。 领导的研究院推动了IBM在人工智能等众多新兴核心科技领域的创新与变革。 主导了IBM史上规模最大、也是美国科技史上第三大的收购案。 Splunk 临时首席执行官兼董事会成员：Graham V. Smith 领导力出色的商业领袖 曾在Saleforce公司担任首席财务官和执行副总裁。 曾担任BlackLine公司和Procore Technologies公司的董事会成员。 曾担任基于云计算的健康服务市场

94、MINDBODY公司的董事会成员。 总裁和首席增长官：Teresa Carlson 杰出领导者兼优秀的女权倡导者 曾担任亚马逊网络服务(AWS)全球公共部门和产业的副总裁。 致力于慈善事业和女权运动，以支持全球社会的发展。 曾任职于微软，Keyfile/Lexign和 NovaCare销售、市场营销和业务开发部门主管。 3.5 数据库厂商考量因素公司领导层 59 60 MongoDB 总裁兼首席执行官：Dev Ittycheria 经验丰富，具有敏锐洞察力的领导者 拥有超过二十年的企业家、投资者和高增长软件公司领导者的经验。 曾担任OpenView Venture Partners的董事及总经

95、理，格雷洛克合伙公司的风险投资合伙人，BladeLogic的CEO及联合创始人。 目前是一家上市软件公司的首席独立董事，和一家私人软件公司的董事会成员。 首席技术官：Mark Porter 曾任职东南亚超级应用的首席技术官，行业经验丰富 曾担任Grab首席技术官，Grab是东南亚的超级应用。 曾担任亚马逊网络服务总经理。 曾担任新闻集团某部门的首席技术官和Oracle副总裁，曾在NASA/JPL工作，是甲骨文数据库内核小组的早期成员。 Snowflake 创始人及首席技术官：Thierry Cruanes 查询优化和并行执行方面的领先专家 曾在Oracle工作了13年，专注于 Oracle数据

96、库的优化和并行执行。 曾在IBM欧洲应用数学中心工作了七年，致力于数据挖掘技术。 创始人及总裁：Benoit Dageville 行业经验丰富，是并行执行和自调优数据库系统方面的资深专家 曾任职Oracle RAC并行执行的首席架构师和SQL可管理性小组的关键架构师。 曾在Bull信息系统公司任职，帮助定义了体系结构，并领导了Bull并行系统的数据库性能工作。 3.5 数据库厂商考量因素公司领导层 数据来源：公司官网，西南证券整理 Microsoft Azure 执行副总裁和首席商务官：Judson Althoff 热衷于创新，实现公司收入快速增长 曾在Oracle和EMC担任多年的高级销售职

97、务。 伊利诺伊理工计算机科学咨询委员会成员。 AWS 首席执行官兼总裁：Andy Jassy 担任过不同领域职务，杰出的领导人 担任过各种领导职务，包括B2B和企业对消费者。 担任国家人工智能安全委员会委员，美国艺术与科学学院信任委员会委员，雷尼尔学者董事会委员会委员，雷尼尔预备学校董事会主席。 数据来源：公司官网，西南证券整理 创始人：Jeff Bezos 互联网行业的革新者，最具影响力的天才领袖之一 创办了全球最大的网上书店(Amazon), 并成为经营最成功的电子商务网站之一 。 被时代杂志多次评选为年度人物。 创立蓝色起源商业太空公司。 3.5 数据库厂商考量因素公司领导层 董事长兼首

98、席执行官：Satya Nadella 硬实力与软实力兼具的卓越领导人。 是微软多项重要技术的开发者之一，包括数据库、Windows服务器和开发者工具。 曾入选时代周刊2018全球最具影响力人物榜单 61 腾讯云与智慧产业事业群COO兼腾讯云总裁：邱跃鹏 2016年被评选为云计算行业“2015-2016年度中国最具影响力人物”。 现任腾讯公司副总裁。 数据来源：公司官网，西南证券整理 董事长：徐直军 现任华为投资控股有限公司副董事长、轮值董事长。 曾任华为无线产品线总裁、战略与Marketing总裁。 曾任华为产品与解决方案总裁、产品投资评审委员会主任。 3.5 数据库厂商考量因素公司领导层 阿

99、里云智能总裁兼达摩院院长： 张建锋 曾任淘宝副总裁。 曾任阿里巴巴集团首席技术官和中台事业群总裁 现任阿里巴巴技术委员会主席和阿里云智能事业群总裁 阿里云 腾讯云 华为云 董事长和副总经理：黎静 曾任长沙环力科技总公司总经理。 曾任西安协同数码股份有限公司商务总监。 曾任陕西省电力信通公司市场总监。 曾任西安交大博通资讯股份有限公司总裁助理兼电力事业部总经理。 2017年1月至2021年12月省人大代表。 万里开源 62 董事长：冯裕才 现任华中科技大学计算机学院教授、博导。 国家数据库标准工作组组长;国家有突出贡献的中青年专家。 中国数据库之父，享受国务院津贴专家。 湖北省软件行业协会副理事

100、长。 董事长：丁明峰 现任国家科技部专家委员会专家及哈尔滨工业大学客座教授。 曾在中兴通讯先后历任副总裁。 曾担任中兴信通讯设备有限公司总经理。 3.5 数据库厂商考量因素公司领导层 南大通用 武汉达梦 数据来源：公司官网，西南证券整理 董事长：闫忠文 曾任中国航天科技集团公司第五研究院总体部副部长。 曾任中国空间技术研究院经营投资部部长。 曾任中国东方红卫星股份有限公司董事总裁。 曾任海量数据总裁。 海量数据 总裁：杜胜 曾任人大金仓管控事业部总经理。 曾任通用产品事业部总经理。 拥有近20年IT行业产品设计、研发及上市管理经验。 人大金仓 63 创始人、CEO兼董事长：刘奇 曾入选财富杂志

101、“2019 年中国 40 位 40 岁以下的商界精英”榜单。 曾入选“中国商业最具创意人物 100”。 曾任豌豆荚，京东资深系统架构师。 3.5 数据库厂商考量因素公司领导层 数据来源：公司官网，西南证券整理 PingCAP 董事长兼总裁：林拥军 自2001年4月起担任易华录有限董事、副总经理。 2002年8月起担任易华录有限董事、总经理。 2008年9月起担任易华录董事、总裁。 易华录 64 65 金融 电信 政务 制造 互联网 中国软件中国软件 中国邮政储蓄银行 杭州中软安人网络通信股份有限公司 国家发改委 国家电网 安徽天勤盛创信息科技股份有限公司 太极股份太极股份 用友 中国联通、中国

102、电信 北京市政务云、海南省政务云、山西省政务云 HYGON 联想集团、安恒信息 易华录易华录 泉州市国有资产投资经营有限责任公司 济南市济阳区人民政府办公室 河北中兴网信软件科技有限公司 海量数据海量数据 深圳龙岗政数局、深圳市地方税务局、深圳市福田区信息中心、国家体育总局体育彩票管理中心 中国移动、中国联通、天讯瑞达通信技术、天津烽火信息集成技术 中国人民银行、中国平安、南方基金、中证登、安邦保险、广发证券、上海国际信托、新华人寿、银华基金、农业发展银行、合众人寿 国家电网、南方电网、南京南瑞、中国核电工程、深圳燃气集团、苏州热工研究院、中广核集团、中科华核电集团 中国铁路信息技术中心 总体

103、来看，各大数据库厂商在金融、电信、政务、制造、互联网等领域均有业务涉及，但业务着重有所不同。 中国软件作为国内首批特一级集成商，在 IT 软、硬件集成方面有着较为深厚的积累，近年来持续通过战略转型发展，将业务范围从政府信创工程拓展到关系国计民生的重点行业，包括轨交、电力、银行、智能制造、医疗、教育等。2019 年以来，公司在税务、金融监管、党建云等方面取得重大进展。 太极股份业务覆盖企业管控、风险内控、移动应用和智慧城市等领域，主要面向中央政府市场，近年来快速向中央企业市场拓展。 易华录主营业务为数字经济基础设施与公安信息化，公司在互联网与政府业务方面有深厚积淀。随着公司于2018年与小米和金

104、山云等在蓝光存储、湖盘、云计算、人工智能、IoT、智慧城市等领域开展深化合作，公司数据湖项目和智慧城市项目落地，B端生态更加完善。 海量数据深耕数据技术行业十余年，客户数量超 2000 家，覆盖政府、金融、电信、能源、交通、制造、健康等多个重点行业，并拥有深圳市相关政府部门、中国人民银行、中国移动、国家电网、中国铁路、格力电器等数百家优质客户。 3.5 数据库厂商考量因素客户情况 数据来源：Wind，西南证券整理 3.5 数据库厂商考量因素财务状况 66 综合来看，Oracle作为全球最大的信息管理软件及服务供应商，其营收利润规模远超其他独立数据库厂商，不过上涨趋势较为平缓。Oracle的成功

105、主要源于最终通过持久的创新与灵活的商业策略。 独立数据库厂商方面，Splunk在营收利润方面领先于MongoDB与Snowflake。这主要是源于目前Splunk是市场上非结构化以及半结构化数据（机器数据）的独家处理、分析提供商，同时也是信息安全领域能与IBM对标的唯一一家企业。 营收增速方面，Oracle营收增速相对其他厂商非常平缓。Snowflake增速最高，Splunk和MongoDB收入相对增长平缓，这主要是源于Snowflake的基数较低。 净利润增速方面，Oracle、MongoDB、Splunk三者在利润增速方面互有超越。2021财年，Splunk收入增速为169.7%，超过Or

106、acle与MongoDB，Snowflake净利润增速为负，暂未统计增速。 海外数据库厂商经营情况 营收对比（亿美元） 数据来源：Wind，西南证券整理 35036037038039040045FY2016 FY2017 FY2018 FY2019 FY2020 FY2021MongoDBSplunkSnowflakeOracle(右轴) 营收增速对比 0255075100125150-10-8-6-4-202MongoDBSplunkSnowflakeOracle(右轴) 净利润对比（亿美元） -100%0%100%200%300%OracleMongoDBSplunk

107、净利润增速对比 -50%0%50%100%150%200%FY2016 FY2017 FY2018 FY2019 FY2020 FY2021OracleMongoDBSplunkSnowflake3.5 数据库厂商考量因素财务状况 67 营收利润绝对值方面，太极股份与中国软件营收较高，而易华录在净利润方面高于二者，海量数据在营收利润方面规模较小。 营收利润增速方面，海量数据在2016-2019年营收增速保持着高增速，2020年公司加大研发投入同时受疫情影响，公司营收增速骤降为负。易华录收入增速波动也较大，太极股份与中国软件收入增长较为稳健。 国内数据库厂商经营情况 营收对比（亿元） 数据来源：

108、公司官网，西南证券整理 营收增速对比 净利润对比（亿元） 净利润增速对比 020406080201820192020中国软件 太极股份 易华录 海量数据 02468200192020中国软件 太极股份 易华录 海量数据 -100%-50%0%50%100%150%200192020中国软件 太极股份 易华录 海量数据 -20%0%20%40%60%80%200192020中国软件 太极股份 易华录 海量数据 3.5 数据库厂商考量因素估值情况 数据来源：公司官网，西南证券整理 总市值：2160.1亿美元 市

109、盈率P/E(TTM)：28.6 市销率P/S(TTM)：5.2 收入增速（FY21A）：3.6% 净利润增速（FY21A）：35.6% 总市值：263.8亿美元 市盈率P/E(TTM)：亏损 市销率P/S(TTM)：30.2 收入增速（FY21A）：40.0% 净利润增速（FY21A）：52.1% 总市值：212.7亿美元 市盈率P/E(TTM)：亏损 市销率P/S(TTM)：8.0 收入增速（FY21A）：-5.5% 净利润增速（FY21A）：169.7% 总市值：652.3亿美元 市盈率P/E(TTM)：亏损 市销率P/S(TTM)：53.5 收入增速（FY21A）：123.6% 净利润增

110、速（FY21A）：亏损 68 3.5 数据库厂商考量因素估值情况 数据来源：公司官网，西南证券整理 总市值：198.3亿元 市盈率P/E：123.4 市销率P/S：2.1 收入增速（21E-23E）：32.8%、26.8%、21.6% 净利润增速（21E-23E）：234.2%、49.6%、36.4% 总市值：128.0亿元 市盈率P/E：34.0 市销率P/S：1.2 收入增速（21E-23E）：22.5%、19.7%、22.6% 净利润增速（21E-23E）：20.1%、21.7%、19.9% 总市值：155.3亿元 市盈率P/E：亏损 市销率P/S：7.7 收入增速（21A-23E）：-

111、22.5%、114.9%、22.2% 净利润增速（21A-23E）：-131.8%、496.8%、31.4% 总市值：54.9亿元 市盈率P/E：239.5 市销率P/S：13.8 收入增速（21E-23E）：25.2%、31.2%、50.7% 净利润增速（21E-23E）：-68.3%、95.5%、262.8% 69 70 2 4 5 目 录 1 数据库信息化时代的基石产品 2 数据库市场增长迅速，国产替代空间大 3 数据库行业思考及考量因素 4 数据库厂商梳理 4.1 国外数据库厂商Oracle 71 数据来源：公司官网，西南证券整理 数据库作为计算机架构中的核心部署，发展到今天已经有50

112、年历史了。数据库产品发展至今，中间经历了计算架构和计算载体的各种变化，但是数据库的重要地位一直没有改变。同时，在数据库软件行业中，Oracle的领导地位也从未发生变化。 Oracle公司（甲骨文）成立于1977年，总部位于美国加州Redwood shore，是全球最大的信息管理软件及服务供应商。Oracle由Larry Ellison、Bob Miner和Ed Oates于1977年6月创立，已经有四十多年历史了，期间Oracle数据库也前后更迭了十几个版本。四十年的漫长岁月中，Oracle经历过辉煌也体验过低谷，但是最终通过持久的创新与灵活的商业策略在市场上存活了下来，并在2013年成功超越

113、了IBM，成为了仅次于微软的全球第二大软件巨头。 公司简介 发展历程 4.1 国外数据库厂商Oracle 72 Oracle数据库产品为客户提供经过成本优化的高性能Oracle数据库、先进的融合多模型数据库管理系统以及内存中数据库、NoSQL数据库和MySQL数据库。客户可以在本地部署环境中通过Oracle公有云本地化解决方案使用Oracle自治数据库，也可以在Oracle云基础设施中使用Oracle自治数据库，从而简化关系数据库环境并减少管理工作量。 数据库产品体系 数据库产品 产品简介 数据库云 为应用开发的开发、测试、生产部署环境提供弹性的数据库服务。通过易于使用的Web控制台和REST

114、API进行Oracle数据库云服务的配置和管理。 NoSQL数据库云 基于Oracle高可靠性云架构提供完整的分布式NoSQL数据库，用户无须配置和安装硬件即可运行OracleNoSQL数据库。 大数据云 工业级的、最完整的、优化的大数据管理系统，利用企业现有的SQL技术实现跨Hadoop、NoSQL和Oracle数据库的数据分析。 大数据云Compute版 将ApacheHadoop和ApacheSpark作为一个受管的、弹性的、集成的平台发布，进行用户流数据、批量数据和交互数据的分析。 MySQL数据库云 基于MySQL企业版，简化，自动化、集成化的企业级MySQL云服务。 数据库备份云

115、一种安全的、可扩展的、可靠地、按需使用的公有云存储解决方案，用于存储Oracle数据库备份。 EventHub云 将Kafka发布为一个受管的流数据平台，与其他的OracleCloud进行集成。 客户案例 数据库产品简介 数据来源：公司官网，西南证券整理 4.2 国外数据库厂商IBM 73 IBM公司成立于1911年，是全球最大的信息技术和业务解决方案公司。其主营业务部门包括全球技术服务部（GTS），全球商务服务部（GBS），系统与技术部，软件部和全球金融部。 作为关系数据库领域的开拓者和领航人，IBM 公司的研究员 E.F.Codd 发表了业界第一篇关于关系数据库理论的论文A Relatio

116、nal Model of Data for Large Shared Data Banks，首次提出了关系模型的概念。IBM在1973年完成了System R系统的原型，1980年开始提供集成的数据库服务器System/38，随后是SQL/DS for VSE和VM，其初始版本与System R研究原型密切相关。DB2 for MVSV1在1983年推出。该版本的目标是提供这一新方案所承诺的简单性，数据不相关性和用户生产率。1988年DB2 for MVS提供了强大的在线事务处理（OLTP）支持，1989年和1993年分别以远程工作单元和分布式工作单元实现了分布式数据库支持。DB2 Unive

117、rsal Database 6.1则是通用数据库的典范，是第一个具备网上功能的多媒体关系数据库管理系统，支持包括Linux在内的一系列平台。 公司简介 发展历程 数据来源：CSDN，西南证券整理 4.2 国外数据库厂商IBM 74 IBM Db2是一个数据管理产品系列，包括Db2关系数据库。Db2结合AI，并基于Red Hat Openshift构建的集成式多云数据平台，可帮助用户跨本地和多云环境实现结构化数据和非结构化数据管理现代化。同时提供优化的性能，可用性，更高的生产力，并降低成本保持安全性，完整性和用户数据的私密性。它的设计在Microsoft Windows，UNIX和Linux操作

118、系统上运行。 数据库产品体系 数据库产品 产品简介 IBM Db2 Database 企业就绪型关系数据库管理系统，旨在为客户的事务工作负载提供灾备能力、高性能和成本效益。可在IBM Cloud Pak for Data平台上作为一项扩展服务提供，支持多个用例。 IBM Db2 on Cloud 一种完全托管的SQL云数据库，具有随需应变的计算和存储可扩展性。包含本地数据库的高级功能，而不会像管理自己的基础架构那样引发各种成本、复杂性和风险。 IBM Db2 Warehouse on Cloud 一种完全托管、安全永续的云数据仓库，具有独立的存储和计算扩展功能、高度优化的列式数据存储、可操作的

119、压缩和内存中处理功能。支持更广泛的混合数据管理架构。可在IBM Cloud和Amazon Web Services上部署。 IBM Db2 Warehouse 一种客户管理的本地数据仓库，具有内置的机器学习能力、大规模并行处理能力和数据库内分析能力。随附于IBM Cloud Pak for Data平台，可支持多个用例。 IBM Db2 Big SQL 一种SQL-on-Hadoop引擎，可跨存储平台（包括Hadoop、对象存储库和数据仓库）提供大规模并行处理和高级数据查询功能。 IBM Db2 Event Store 一种内存优化的数据库，用于在事件驱动的应用中摄取和分析流式数据。随附于IB

120、M Cloud Pak for Data平台，可支持多个用例。 IBM Db2 for z/OS 行业领先的企业数据服务器技术，用于业务关键型事务和分析。帮助扩大移动互连设备的规模，并使之提速。 IBM Db2架构 服务层 数据虚拟化功能区 平台接口层 Kubernetes层 基础设施层 数据库产品简介 数据来源：公司官网，西南证券整理 4.2 国外数据库厂商IBM 75 IBM Db2和Oracle数据库是两个最成熟的企业数据库平台。DB2 11.5包括社区版、标准版和高级版共享一个公共代码库，用户可以根据需要轻松升级。Db2中包括DB2pureScale和其他高价值特性，如加密，而不需要额

121、外的成本。右表总结了这些差异。这与Oracle数据库形成了对比，后者必须购买类似的功能作为附加产品。 在电信、医疗保健和消费银行业的数据库安装情况对比：对于这些环境中的OLTP工作负载，与Oracle19c相比，使用DB2 11.5的三年成本平均降低30%。 IBM DB2 vs. Oracle Database DB2 11.5 Anvanced Edition vs. Oracle Database 19c Enterprise Edition 数据来源：公司官网，西南证券整理 4.3 国外数据库厂商AWS 76 AWS即Amazon Web Services，是亚马逊（Amazon）公司

122、的云计算IaaS和PaaS平台服务。AWS面向用户提供包括弹性计算、存储、数据库、应用程序在内的一整套云计算服务，能够帮助企业降低IT投入成本和维护成本。AWS提供了一整套基础设施和应用程序服务，使几乎能够在云中运行一切应用程序：从企业应用程序和大数据项目，到社交游戏和移动应用程序。AWS网络是一个联盟，其成员包括威瑞森和NEC等许多全球跨国公司。该网络的成员将成为亚马逊云科技的全球业务合作伙伴。 AWS云数据库服务：完全托管式专用数据库实现数据基础设施现代化 公司及产品简介 AWS云数据库简介 客户案例 数据来源：公司官网，西南证券整理 4.4 国外数据库厂商Microsoft 77 Mic

123、rosoft Azure以云技术为核心，提供了软件+服务的计算方法。Azure提供了完全托管的关系数据库、NoSQL数据库和内存中数据库，覆盖专有引擎和开放源代码引擎，可满足现代应用开发人员的各种需求。基础结构管理（包括可伸缩性、可用性和安全性）为自动执行，可节省时间和资金。专注于构建应用程序，同时Azure托管数据库通过嵌入式智能提供性能见解、无限制扩展和管理安全威胁，使工作变得更加简单。 Microsoft Azure云数据库 客户案例 Azure云数据库产品类型 数据来源：公司官网，西南证券整理 4.5 国外数据库厂商MongoDB 78 MongoDB是领先的现代化通用数据库平台，为开

124、发人员和他们构建的应用程序提供了软件和数据的力量。其独特的平台架构结合了关系数据库和非关系数据库中最好的，它相信其核心平台差异化是由于能够满足组织在性能，可扩展性，灵活性和可靠性方面的需求，同时保持关系数据库的优势。 MongoDB 成 立 于2007年，前身为10gen软件公司。2009年，10gen开发出了MongoDB社区的雏形，借助当时非关系型数据库掀起的热潮以及行业对大数据的需求，不断扩展自身影响力。2013年，10gen获得1.5亿美元的融资，并正式将公司名改为“MongoDB”。2019年，MongDB凭借自身在非关系型数据库领域的累积成就，成功被Forrester授予NoSQL

125、领导者称号。 公司简介 商业模式 MongoDB主要通过免费开源的MongoDB软件吸引用户，并通过社区维持客户信赖度，其具体的商业模式可总结为以下几点： 通过免费开源的MongoDB软件吸引用户。 推出MongoDB的商业付费技术支持、数据库托管服务、MongoDB Atlas和MongoDB Enterprise Advanced等收费产品或服务，增加创收渠道。 深耕社区，通过社区黏住用户，通过社区和用户建立良好的互动关系，根据用户的反馈改进MongoDB，让MongoDB更好用。通过不同地区的用户开展MongoDB大会推广MongoDB的相关产品。 在产品易用性上做到极致。 客户案例 数

126、据来源：公司官网，西南证券整理 4.5 国外数据库厂商MongoDB 79 MongoDB作为独立运营厂商，其总体收入规模相对较小，不过仍然呈持续上涨趋势。 营收方面，公司营收大幅增长。营业总收入由2016财年的0.7亿美元增长至2021财年的5.9亿美元，复合年增长率达到了55.3%，2022财年公司营收预期将达到8.5亿美元，预期增速为43.6%。 毛利润方面，公司毛利率整体略有下降，但保持着在70%左右的高水平。公司收入结构方面，2022财年前三季度，公司主要收入为订阅收入，占比96.3%，订阅收入主要来源于MongoDB Atlas和MongoDB Enterprise Advance

127、d。 从收入属地来源上看，公司的营收分为美国、EMEA和亚太，美国占比最高，达到60.5%，亚太占比9.9%。后续公司将加大亚太区营销投入力度，扩大亚太区收入占比。 业务及经营情况 经营情况 0.7 1.1 1.7 2.7 4.2 5.9 8.5 0%20%40%60%80%0246810营收（亿美元） 同比增长 0.4 0.8 1.2 1.9 3.0 4.1 4.2 0%20%40%60%80%100%0246毛利润（亿美元） 同比增长 毛利率 96.3% 3.7% 订阅收入 专业服务收入 60.5% 29.6% 9.9% 美国 EMEA亚太 数据来源：公司官网，西南证券整理 4.6 国外数

128、据库厂商Splunk 80 Splunk是一家数据收集分析软件提供商，总部位于美国旧金山，目前员工4400人。公司主要提供即时的营运资讯，客户通过软件可以收集、索引、搜索、浏览、监控和分析任何形式或来源的用户数据。目前公司是市场上非结构化以及半结构化数据（机器数据）的独家处理、分析提供商，同时也是信息安全领域能与IBM对标的唯一一家企业。公司于2012年4月登陆纳斯达克，保荐机构包括大小摩、瑞士信贷、UBS以及Pacific Crest Securities和Cowen and Company。 公司成立于2003年10月，2012年成功登陆纳斯达克，保荐机构包括大小摩、瑞士信贷等大行。公司2

129、013年开始进入并购高峰期，其中最大手笔为3亿美元收购Phantom，溢价2.5亿美元，收入增长贡献为2000-3000万美元。 公司简介 发展历程 数据来源：公司官网，西南证券整理 4.6 国外数据库厂商Splunk 81 公司目前产品主要包括：应用软件开发、IT运营、信息安全、大数据以及商业分析五个方面。公司拥有企业用户数量超过4700家，世界百强企业覆盖率达到92%。 公司2022财年营收26.7亿美元，同比增长19.9%。 收入结构上，2021财年之前公司主要收入为许可销售收入和维护服务收入，近几年增速保持相对稳定。2021财年以来，公司大力发展云服务业务，运业务飞速发展。2022财年

130、，公司云业务收入比重已经超过维护服务收入比重，收入增速为70.3%，远超过许可销售业务（8.8%）和维护服务业务（-4.32%）。 业务及经营情况 业务及产品矩阵 客户案例 1.2 2.0 3.0 4.5 6.7 9.5 12.7 18.0 23.6 22.3 26.7 -40%0%40%80%120%08162432营业收入(亿美元) 同比增长 24.9% 35.3% 0%20%40%60%80%100%许可销售收入 维护服务收入 云服务收入 经营情况 数据来源：公司官网，西南证券整理 4.7 国外数据库厂商Snowflake 82 Snowflake成立于2012年，主要产品历经云数据仓库

131、、云数据平台和数据云等迭代历程。目前Snowflake以云数据平台（Cloud Data Platform）为主要技术支撑，数据云（Data Cloud）为主要产品，解决数据孤岛与数据治理问题，利用公有云的弹性和性能，使客户以几乎为零的运维成本，安全、合规的方式从快速增长的数据集中获取价值。 Snowflake的云数据平台建立在公有云（GoogleCloud、AWS、Azure）上，利用了公有云的大规模可扩展性和性能。Snowflake的云数据平台支持的主要负载包括：数据工程、数据湖、数据仓库、数据科学、数据应用、数据交换。 主要业务 Snowflake数据云迭代历程 Snowflake云数据

132、平台支持项 数据来源：公司招股书，西南证券整理 4.7 国外数据库厂商Snowflake 83 公司2022财年营收12.2亿美元，同比增长106.0%。收入结构上，公司主要营收分为产品收入、专业服务及其他收入，近几年增速保持相对稳定。2022财年，公司产品营收11.4亿美元，同比增长105.9%，营收占比为93.5%；公司专业服务及其他收入营收为0.8亿美元，同比增长106.5%，营收占比为6.5%。近几年专业服务类营收占比有所扩大，营收占比从2019财年的1.0%扩大到2022财年的6.5%。到2022财年两部分收入增速趋于一致，营收结构将总体保持平衡。 业务及经营情况 Snowflake

133、客户生态情况 1.0 2.6 5.9 12.2 173.9% 123.6% 106.0% 100%120%140%160%180%0481216FY2019FY2020FY2021FY2022营业收入（亿美元） 同比增长 99.0% 95.3% 93.5% 93.5% 1.0% 4.7% 6.5% 6.5% 90%92%94%96%98%100%FY2019FY2020FY2021FY2022产品收入 专业服务及其他 公司经营情况 数据来源：公司官网，西南证券整理 4.8 国内数据库-阿里云 84 公司简介 阿里云产品体系 数据来源：公司官网，西南证券整理 阿里云公司创立于2009年，是全球领

134、先的云计算及人工智能科技公司，为200多个国家和地区的企业、开发者和政府机构提供服务。在云领域和数据库领域的发展中，阿里云拥有与国外巨头相抗衡的技术实力。阿里云业务发达，覆盖了云计算基础、数据库、安全、人工智能、物联网等多个领域。 自成立以来，阿里云开发出分布式计算操作系统“飞天”、“神龙”架构、云数据库OceanBase、云数据库PolarDB、液冷服务器等一系列自主研发产品和技术。目前为止，阿里云已经拥有超过100万的付费云计算用户，获得70多项全球安全认证，在全球拥有超过2800个CDN节点，覆盖超过200个国家和地区。 4.8 国内数据库-阿里云 85 Oceanbase简介 产品特点

135、 典型产品介绍 客户案例 数据来源：OceanBase官网，墨天轮，西南证券整理 OceanBase始创于2010年，是由蚂蚁集团/阿里巴巴完全自主研发的企业级分布式关系数据库，基于分布式架构和通用服务器、实现了金融级可靠性及数据一致性，拥有100%的知识产权。该数据库具有数据强一致、高可用、高性能、在线扩展、高度兼容SQL标准和主流关系数据库、低成本等特点。 OceanBase至今已成功应用于支付宝全部核心业务：交易、支付会员账字系统以及阿里巴巴淘宝（天猫）收藏夹、P4P广告报表等。 4.8 国内数据库-阿里云 86 PolarDB简介 PolarDB产品架构 典型产品介绍 客户案例 Pol

136、arDB是阿里巴巴自主研发的云原生分布式关系型数据库，100%兼容MySQL、PostgreSQL、高度兼容Oracle语法。运算能力最高可扩展至1000核以上，存储容量最高可达100TB。PolarDB于2020年进入Gartner全球数据库Leader象限，并获得了2020年中国电子学会颁发的科技进步一等奖。 PolarDB使用分布式集群架构，集众多高级技术实现于一身，使得数据库OLTP处理性能有了质的飞跃，同时采用了存储与计算分离的设计理念，满足公有云计算环境下用户业务弹性扩展的刚性需求。数据库计算节点和存储节点之间采用高速网络互联，并通过RDMA协议进行数据传输，使得I/O性能不再成为

137、瓶颈。 数据来源：阿里技术，西南证券整理 4.8 国内数据库-阿里云 87 AnalyticDB简介 AnalyticDB优势分析 典型产品介绍 客户案例 AnalyticDB发布于2012年，是阿里云自主研发的云原生数据仓库，采用存储计算分离+多副本架构，对复杂SQL查询速度比传统的关系型数据库快10倍以上。不同于复杂、高门槛的大数据体系，AnalyticDB高度兼容MySQL、PostgreSQL，且Oracle应用迁移成本低，可对万亿级别的数据进行实时的多维度分析透视，极大地提升了企业挖掘数据价值效率。 数据来源：阿里技术，西南证券整理 4.9 国内数据库-腾讯云 88 公司简介 腾讯云

138、产品体系 腾讯云是腾讯公司旗下的产品，为开发者及企业提供云服务、云数据、云运营等整体一站式服务方案。腾讯云数据库是腾讯提供的高可靠、高可用、可弹性伸缩的云数据库服务产品的总称，在公有云和专有云领域提供全行业数据库解决方案，可轻松运维主流开源及商业数据库。 腾讯云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。可通过产品选择和组合搭建，轻松实现高可靠、高可用性、高性能等数据库需求。同时拥有自主研发的企业级分布式数据库TDSQL，100%兼容MySQL和PostgreSQL，Oracle兼容性达95%以上。 数据来源：墨天轮，公司官网，西南证券整理 4.9 国内

139、数据库-腾讯云 89 TDSQL简介 产品特点 典型产品介绍 应用场景 2020年12月,腾讯云原有的TDSQL、TBase、CynosDB三大产品线将统一升级为“腾讯云企业级分布式数据库TDSQL”。全新升级后的TDSQL涵盖分布式、分析型、云原生等多引擎融合的完整数据库产品体系,同时可提供业界领先的金融级高可用、计算存储分离、数据仓库、企业级安全等能力。 数据来源：墨天轮，公司官网，西南证券整理 4.9 国内数据库-腾讯云 90 TcaplusDB简介 产品特点 典型产品介绍 应用场景 客户案例 游戏数据库TcaplusDB是专为游戏设计的分布式NoSQL数据存储服务。结合内存和SSD高速

140、磁盘，针对游戏业务的开发、运营需求，TcaplusDB支持全区全服、分区分服的业务模式，为游戏业务爆发增长和长尾运维提供不停服扩缩容、自动合服等功能。 数据来源：墨天轮，公司官网，西南证券整理 4.10 国内数据库-GaussDB 91 产品简介 GaussDB产品体系 华为自研GaussDB，主打政企核心业务负载的金融级分布式数据库旗舰产品，具备出色的混合负载高性能、金融级高可用等商用能力。基于华为累积多年的数据库研发、搭建和维护经验，结合数据库云化改造技术，大幅优化传统数据库，打造更高可用、更高可靠、更高安全、更高性能、即开即用、便捷运维、弹性伸缩的数据库服务，拥有容灾、备份、恢复、安防、

141、监控、迁移等全面的解决方案。 GaussDB在交易事务处理方面采用Numa-Aware技术降低单节点内CPU跨核的内存访问时延,在复杂查询性能方面主要通过分布式全并行架构提供极致的吞吐量性能。同时采用金融级高可用与全密态安全，解决数据库云上隐私泄露及第三方信任问题。 数据来源：公司官网，西南证券整理 4.10 国内数据库-GaussDB 92 客户案例 GaussDB针对不同客户，可根据客户所处行业需求，提供及时，有效的解决方案 数据来源：公司官网，西南证券整理 4.11 国内数据库-人大金仓 93 公司简介 发展历程 人大金仓是具有自主知识产权的国产数据管理软件与服务提供商，作为中国电子科技

142、集团有限公司（CETC）的成员企业，人大金仓在电子政务、党务、国防军工、金融、智慧城市、企业信息化等方面拥有强大的数据产品及解决方案研发能力、资源整合能力和项目实施服务能力。公司构建了覆盖数据管理全生命周期、全技术栈的产品、服务和解决方案体系，产品广泛应用于电子政务、国防军工、电力、金融等超过20个重点行业，完成装机部署近100万套。 人大金仓在北京、上海、成都、天津等地设有研发和服务中心，在全国设有分公司、办事处及代理合作机构，能够提供724小时的本地化服务，并建立有一整套规范的服务体系，能够为客户提供全面的服务和信息安全保障。 数据来源：公司官网，西南证券整理 4.11 国内数据库-人大金

143、仓 94 人大金仓产品体系 客户案例 作为国产数据库头部企业，人大金仓以成为世界卓越的数据库产品与服务提供商为目标，具备覆盖数据管理全生命周期、全技术栈的产品、服务和解决方案体系。 面向海量结构化、非结构化数据的分析计算，人大金仓具备分布式分析性数据库KADB、迁移更平滑的HTAP分布式数据库KSOne； 面向客户数据实时同步、应用迁移等难题，人大金仓具备完善的数据同步、对比以及数据库迁移评估工具； 面向未来多云服务的行业趋势，人大金仓正致力于建立云数据库适配中心。 数据来源：公司官网，西南证券整理，西南证券整理 4.12 国内数据库-武汉达梦 95 公司简介 发展历程 武汉达梦数据库股份有限

144、公司成立于2000年，为中国电子信息产业集团(CEC)旗下基础软件企业，致力于数据库管理系统与大数据平台的研发、销售和服务，同时可为用户提供全栈数据产品和解决方案。多年来，达梦公司始终坚持原始创新、独立研发，目前已掌握数据管理与数据分析领域的核心前沿技术，拥有全部源代码，具有完全自主知识产权。 达梦公司建立了稳定有效的市场营销渠道和技术服务网络，可为用户提供定制产品和本地化原厂服务，充分满足用户的个性化需求。达梦公司产品已成功应用于金融、电力、航空、通信、电子政务等50多个行业领域。 在40余年的发展过程中，达梦公司在国产数据库行业持续领跑，先后完成了近60项国家及省市级的科研开发项目，取得了

145、近400项研究成果，皆为国际先进、国内领先水平，有30多项国家、省部级奖励。 数据来源：公司官网，西南证券整理 4.12 国内数据库-武汉达梦 96 达梦数据库管理系统（DM8） 达梦大型通用数据库管理系统（DM7） 典型产品介绍 DM8是达梦公司在总结DM系列产品研发与应用经验的基础上，坚持开放创新、简洁实用的理念，历经五年匠心打磨，推出的新一代自研数据库。DM8吸收借鉴当前先进新技术思想与主流数据库产品的优点，融合了分布式、弹性计算与云计算的优势，对灵活性、易用性、可靠性、高安全性等方面进行了大规模改进，多样化架构充分满足不同场景需求，实现更精细化的资源利用、更低成本的投入。 达梦数据库管

146、理系统是达梦公司推出的具有完全自主知识产权的高性能数据库管理系统，达梦数据库管理系统7.0版本，简称DM7。DM7是达梦公司在总结DM系列产品研发与应用经验的基础之上设计的新一代数据库产品，吸收主流数据库产品的优点。众多的企业级特性的实现使得DM7完全能够满足大、中型企业以及金融、电信等核心业务系统的需要。 产品体系 客户案例 数据来源：天眼查，公司官网，西南证券整理 4.13 国内数据库-南大通用 97 公司简介 南大通用产品体系 天津南大通用数据技术股份有限公司成立于2004年，注册资金1.4亿元，员工规模550人，从成立之日起始终坚持国产数据库的自主研发和推广，为用户提供全栈国产数据库产

147、品和服务，是国产数据库的领军企业。2014-2015连续两年在赛迪顾问发布的中国平台软件市场研究年度报告和IDC年度研究报告中被评为“国产数据库第一品牌”。南大通用以“让中国用上世界级国产数据库”为使命，打造了三款国内领先、国际同步的自主可控数据库产品，并在金融、电信、政务、国防、企事业等领域拥有上万家用户。 产品国内领先、国际同步： GBase8a是结构化大数据分析领域的产品，与国外同类主流产品保持技术同步，市场同级。 GBase8c是基于IBMinformix源代码、编译和测试体系自主研发的交易型数据库产品，通过中国信息安全认证中心的安全可靠认证并在高可用、灾备、空间数据、时序数据等方面技

148、高一筹。 数据来源：墨天轮，公司官网，西南证券整理 4.13 国内数据库-南大通用 98 客户案例 南大通用产品介绍 数据来源：墨天轮，公司官网，西南证券整理 4.14 国内数据库-万里开源 99 公司简介 万里开源产品介绍 北京万里开源软件有限公司（简称“万里数据库”）成立于2000年，是专注于国产自主可控数据库及Linux操作系统产品研发的国家高新技术企业，拥有多项发明专利及软件著作权。万里数据库的技术底蕴源自对底层核心代码的掌控，产品始终坚持以“极致稳定、极致性能、极致易用”为核心目标。 公司通过早期与MySQL、TurboLinux的技术合作积累及20余年的自主研发与应用经验，其产品在

149、功能、性能、稳定性、易用性等方面均处于行业领先水平，并广泛应用于金融、运营商、能源、政府、交通等多个行业。 数据来源：墨天轮，公司官网，西南证券整理 4.15 国内数据库-海量数据 100 数据来源：公司官网，墨天轮，西南证券整理 公司简介 海量数据产品介绍 海量数据技术股份有限公司成立于2007年，是国内首家主板上市的数据库技术领航企业。主要从事以数据库管理系统为核心的数据管理和数据安全相关的软件研发、销售和技术服务。 公司核心产品包括企业级关系型数据库、事务型数据库、大数据服务平台、数据分析产品，同时还为用户提供定制化的应用系统开发和解决方案咨询服务。公司秉承“专注数据，创造价值”的发展战

150、略，构建数据技术产业链闭环，打造AtlasDB系列自主知识产权数据库产品。 产品特点 高度兼容Oracle：全面兼容ANSISQL-2011标准，高度兼容Oracle数据库，包括特有的语法、函数、对象、接口等。对绝大部分业务系统，无需修改即可直接进行迁移，实现在AtlasDBT1上的稳定运行。 一键自动迁移：提供一键数据库迁移功能，自动实现数据对象移植与数据迁移。迁移前提供分析报告，帮助用户准确评估迁移工作量。迁移过程仅需少量人工参与，迁移后提供一致性校验，确保迁移成功。 专用领域支持：提供OpenGIS支持、空间数据支持、时序数据处理技术支持、图形数据支持，并内置AI算法。可为空间地理、工业

151、自动化、人工智能、图谱分析、科研监测等专业领域提供价值。 在线弹性扩展：支持分布式架构，集群节点可在线动态增加、减少和置换，并支持自动化数据重分布。大幅降低扩容难度，保障业务可持续性，实现计算资源的水平扩展，为超大并发场景提供有力支撑。 HTAP支持：大部分任务中可实现并行化，支持多种表分区技术、多表联合算法、索引结构、数据分布策略等，并提供大量的性能优化技术。在绝大部分应用场景下均具有优异的性能表现。 安全可靠：支持主流国产处理器与国产操作系统，具备三权分立、增强身份认证、黑白名单、动态脱敏、全方位加密等安全性增强功能与特性，可实现全自主可控、安全可靠的解决方案。 4.15 国内数据库-海量

152、数据 101 数据来源：公司定期报告，wind，西南证券整理 客户案例 公司经营情况 -30%-20%-10%0%10%20%0246200202021Q1-Q3营业收入（亿元） 同比增长 -60%-40%-20%0%20%40%0.00.20.40.60.8200202021Q1-Q3归母净利润（亿元） 同比增长 4.16 国内数据库-易华录 102 数据来源：公司官网，墨天轮，西南证券整理 公司简介 易华录发展进程 易华录成立于2001年，是央企中国华录集团控股，管理团队持股的混合所有制企业。公司上市时的主业是为政府提供专业化的智能交通管理，通过

153、应用物联网、云计算、大数据等新一代先进技术，为交通领域提供解决方案。 作为建设新一代数字基础设施的先行者，公司于2013年开始向智慧城市领域拓展，利用PPP模式获取智慧城市建设和运营项目，走“工程-数据-运营”一体化的商业模式。2017年之前公司以智慧交通、智慧城市为主线业务。2016年公司提出城市数据湖设想，转型做大数据应用服务，推出以蓝光存储为介质发展大数据基础设施业务。 易华录业务落地进展 4.16 国内数据库-易华录 103 数据来源：天眼查，wind，西南证券整理 客户案例 公司经营情况 4.1 5.5 8.3 15.8 16.1 22.5 29.9 29.6 37.4 28.1 2

154、2.5 55.2% 35.9% 49.5% 90.5% 2.2% 39.4% 33.1% -1.2% 26.6% -25.0% -19.8% -40%0%40%80%120%000202021E营业收入（亿元） 同比增长 -150%-100%-50%0%50%100%-4-20246820000202021E归母净利润(亿元) 同比增长 公司营收与毛利率情况 41.9% 50.9% 59.3% 76.8% 52.5% 43.1% 32.3%

155、17.0% 5.6% 6.0% 8.4% 6.2% 0%20%40%60%80%100%20021H1数字经济基础设施 公安信息化 数据运营服务 53.0% 54.0% 58.8% 46.0% 24.8% 12.6% 19.6% 14.6% 64.3% 48.0% 50.1% 53.7% 0%20%40%60%80%20021H1数字经济基础设施 公安信息化 数据运营服务 4.17 国内数据库-PingCAP 104 数据来源：公司官网，墨天轮，西南证券整理 公司简介 PingCAP发展进程 PingCAP成立于2015年，是一家企业级开源分布式数据

156、库厂商，提供包括开源分布式数据库产品、解决方案与咨询、技术支持与培训认证服务。其从成立之初就以开源为长期核心战略，坚信开源是基础软件在全球范围取得成功的最优道路，把“开源”这个具有乌托邦色彩的词语化作现实，贯彻执行。 PingCAP创立的分布式关系型数据库TiDB服务了上千家企业，成为企业数字化转型的关键引擎。在市场充满挑战的背景下，PingCAP以开源社区为依托，正在打造不分国界的全球产业生态，并将在企业数字化转型中提供更强大的助推力。 105 数据来源：墨天轮，公司官网，西南证券整理 主要产品介绍 客户案例 4.17 国内数据库-PingCAP TiDB是一款同时支持在线事务处理与在线分析

157、处理的融合型分布式数据库产品，具备“分布式强一致性事务、在线弹性水平扩展、实时HTAP、故障自恢复的高可用、跨数据中心多活”等企业级核心特性，帮助企业最大化发挥数据价值，充分释放企业增长空间。根据墨天轮发布的中国数据库排行榜各月得分排名，PingCAP的TiDB3月得分下跌9.85，总分579.53，仍霸榜首。 TiDB社区版与企业版详细功能参数对比 西南证券研究发展中心 分析师承诺分析师承诺 报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师，报告所采用的数据均来自合法合规渠道，分析逻辑基于分析师的职业理解，通过合理判断得出结论，独立、客观地出具本报告。分析师承诺不

158、曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接获取任何形式的补偿。 重要声明重要声明 西南证券股份有限公司（以下简称“本公司”）具有中国证券监督管理委员会核准的证券投资咨询业务资格。 本公司与作者在自身所知情范围内，与本报告中所评价或推荐的证券不存在法律法规要求披露或采取限制、静默措施的利益冲突。 证券期货投资者适当性管理办法于2017年7月1日起正式实施， ，若您并非本公司客户中的专业投资者，为控制投资风险，请取消接收、订阅或使用本报告中的任何信息。本公司也不会因接收人收到、阅读或关注自媒体推送本报告中的内容而视其为客户。本公司或关联机构可能会持有报告中提到的公司所发行的证券

159、并进行交易，还可能为这些公司提供或争取提供投资银行或财务顾问服务。 本报告中的信息均来源于公开资料，本公司对这些信息的准确性、完整性或可靠性不作任何保证。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌，过往表现不应作为日后的表现依据。在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告，本公司不保证本报告所含信息保持在最新状态。同时，本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。 本报告仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。在任何情况下，本报告

160、中的信息和意见均不构成对任何个人的投资建议。投资者应结合自己的投资目标和财务状况自行判断是否采用本报告所载内容和信息并自行承担风险，本公司及雇员对投资者使用本报告及其内容而造成的一切后果不承担任何法律责任。 本报告及附录版权为西南证券所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为“西南证券”，且不得对本报告及附录进行有悖原意的引用、删节和修改。未经授权刊载或者转发本报告及附录的，本公司将保留向其追究法律责任的权利。 西南证券投资评级说明西南证券投资评级说明 公司评级 买入：未来6个月内，个股相对沪深300指数涨幅在20%以上 持有：未来6个月内，个股相对沪

161、深300指数涨幅介于10%与20%之间 中性：未来6个月内，个股相对沪深300指数涨幅介于-10%与10%之间 回避：未来6个月内，个股相对沪深300指数涨幅介于-20%与-10%之间 卖出：未来6个月内，个股相对沪深300指数涨幅在-20%以下 行业评级 强于大市：未来6个月内，行业整体回报高于沪深300指数5%以上 跟随大市：未来6个月内，行业整体回报介于沪深300指数-5%与5%之间 弱于大市：未来6个月内，行业整体回报低于沪深300指数-5%以下 西南证券研究发展中心西南证券研究发展中心 上海 深圳 地址：上海市浦东新区陆家嘴东路166号中国保险大厦20楼 地址：深圳市福田区深南大道6

162、023号创建大厦4楼 邮编：200120 邮编：518040 北京 重庆 地址：北京市西城区金融大街35号国际企业大厦A座8楼 地址：重庆市江北区金沙门路32号西南证券总部大楼 邮编：100033 邮编：400025 西南证券研究发展中心 西南证券机构销售团队 区域 姓名 职务 座机 手机 邮箱 上海 蒋诗烽 总经理助理 销售总监 黄滢 销售经理 蒋俊洲 销售经理 崔露文 销售经理 陈慧琳 销售

163、经理 王昕宇 销售经理 北京 李杨 销售总监  张岚 销售副总监 陈含月 销售经理 王兴 销售经理  来趣儿 销售经理 广深 郑龑 广州销售负责人 销售经理 陈慧玲 销售经理 杨新意 销售经理 张文锋 销售经理