上篇中，我们一同赏析了中国数据库行业的上游与下游，下篇我们就该探讨探讨中国数据库行业目前面临的挑战及机遇趋势了。

面临的挑战

• 挑战一：分布式实践仍存在许多问题

横向扩展 (scale out) 的设计思想并非创新，但在历史上一直未被广泛应用。一方面是由于分布式环境使事务ACID特性难以实现，另一方面是由于单机性能升级即可满足企业的数据需求。但随着摩尔定律在某种程度上的失效和互联网的发展，硬件性能升级无法匹配海量数据的增长，分布式在近年来广受关注，许多厂商都推出了相应的分布式数据库产品。然而，在分布式的前提下，还有许多待探索的问题，例如分布式事务的解决、架构的创新、数据分片的智能化、企业级能力的提升等。

• 挑战二：信创为国产厂商提供成长沃土，未来发展仍待市场磨炼

信创即信息技术应用创新，是在复杂国际政治背景下，国家政策引导的新一轮信息产业创新。“信创”无论是对产业端还是需求端企业都是一个重要的契机。国产数据库厂商借助政策东风，有利于其拓展市场，将产品放到实际场景中打磨，不断更新迭代，实现自己技术实力正真的弯道超车；传统行业企业、政府等也可以借此契机，实现数字化转型和业务的创新发展。但信创并非一日之功，从产业发展规律来看，新一轮的技术变革往往需要长达6年左右的实践和积累，需要上下游厂商和企业共同的长期努力。

• 挑战三：数据迁移、多库管理提出新的挑战

面对业务形态多样、商业模式多变、需求变化频繁的当代市场，数据库和应用系统存在的形式也愈发的丰富。一个企业往往拥有多个系统，从本地到云端，从关系型到非关系型，从OLTP到OLAP，从国外品牌到国产品牌，数据库之间的跨库查询、数据导出迁移、结构变更等操作已成为常态。数据迁移频繁、多库并存的现状，使得企业后期的使用成本（运维成本、人力成本、多技术栈学习成本、迁移成本、二开成本等）大幅提高，也为数据库厂商提出了“统一管理”的新挑战。

• 挑战四：CPU、内存等硬件变化为数据库设计提供更多的想象空间

数据库系统遵循“木桶理论”，硬件和软件作为系统的核心组件，互相制约，互相促进。而新型硬件的发展为数据库软件的发展带来了新的挑战。例如多核CPU技术走向成熟，但实际应用中并发控制出现冲突，使得核数增加带来的性能增益出现限制，如何进行多核CPU调度优化为厂商提出了新的难题。同时，大容量内存和高速硬盘走向普及，NVM非易失内存也逐渐成熟，内存的潜力释放，如何搭配新存储介质设计新的数据库架构也有待探索。

发展趋势

• 趋势一：多场景|融合

结合细分场景的多样发展是必然选择，用户简单化需求驱动的一体化融合也不容忽视。

从产品视角来看，不同场景具有不同的特性，对数据库读写性能、吞吐量、一致性等方面的要求各有不同。

从用户视角来看，除部分头部互联网公司外，其他大中小型企业的IT人员比例都并不高，对口数据库团队的人数会更少。当今市场上的HTAP/NewSQL数据库、多模数据库、统一管理平台等即满足了企业简单化一体化的需求，因此在多场景大背景下的“融合”也是不容忽视的趋势。

• 趋势二：DBaaS

解决弹性伸缩问题，为供应商和企业提供更多的想象空间。

DBaaS(Database as a Service) 即将IT基础资源以服务化的方式提供给数据库，以及多租户和动态调整来解决成本和响应问题。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。

• 趋势三：湖仓一体

架构创新，同时实现海量大数据的联机交易和联机分析。

随着互联网的发展，许多企业需要同时处理非结构化数据，半结构化数据以及海量结构化数据。数据湖随之诞生，它可以直接存储各种格式的原始数据，根据用户需求进行计算，具有灵活弹性的优点。但是，数据湖虽然适用于存储多元化数据，却缺少一些企业级功能，在实际执行时也存在许多挑战：数据缺少加工，难以实现实时分析，数据查询性能差；不支持ACID事务等。

面对企业海量大数据场景下的联机交易、非结构化数据治理的需求，以及数据仓库/数据湖架构的局限，以Snowflake、Databricks、阿里云、巨杉数据库为代表的新一代“湖仓一体”数据库厂商快速崛起。湖仓一体架构下打通了数仓和数据湖，并融合了两种架构的优势，底层多套存储系统并存且互相数据共享，形成了资源池，上层各引擎可以通过一体的封装接口访问，实现了联机交易和联机分析的同时支持。

• 趋势四：开源

开源模式成为产业互联网时代数据库厂商的破局之刃

从产业发展角度来，开源模式一方面提高了数据库产品开发的“效率”，它将源代码开放，避免了研发人员对基础程序的重复开发；另一方面它也有助于产品的技术“创新”，开源社区最大程度上汇聚了全球的资源力量，为开发者提供了交流切磋的空间，从而加速创新灵感的诞生。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。

• 趋势五：智能化

人工智能延伸DBA的能力半径，优化数据库性能

人工智能可以弥补人能力的不足，解决许多存在多年的数据库问题，例如资源的调度、索引的设计和优化、查询的优化、负载均衡设计、缓存失效等。AI 通过优化算法，对任务进行有效地预测、分析和自动化，从而减少了人工成本并大大提高数据库的性能。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。

文章部分素材来源：艾瑞咨询