国产数据库的蓝海在哪？

昨天有幸参加了 OceanBase2024年度发布会。在过去的几年中，OB 作为国内自主研发的分布式数据库，取得了令人瞩目的成就，特别是在金融行业，OB 通过不断的技术革新和优化，已经成为行业的领导者之一。OceanBase 展现了强大的分布式处理能力，结合最新的 AI 技术和多模处理，使其在复杂业务场景中具备了显著的竞争优势。

一、OceanBase 的成就：金融行业的领军者

回顾 OB 的发展历程，特别是在金融领域中的应用，数据是最有力的证明。在 2023 年，OceanBase 已经为超过 1000 家企业提供了服务，其中 70% 是拥有千亿资产规模的中国金融机构，包括各大银行、证券公司和保险公司。这样的渗透率展现了 OB 在应对高并发、强一致性、多机房容灾等核心需求时的出色表现。

特别是在全球 TPC-C 性能测试 中，OceanBase 打破了传统数据库的记录，其出色的吞吐能力和超低的延迟，彰显了其在复杂事务场景下的强大能力。与此同时，OceanBase 的多租户架构和分布式事务处理，使得银行在大规模业务扩展中依然能够保持系统的高效稳定运行。

从增长数据来看，OceanBase 在 2022 至 2023 年的年增长率达到了 150%，这不仅反映了金融机构对其的高度信任，也显示了其强大的商业化能力。OceanBase 的成功离不开其技术上的突破——支持高可用、跨地域的灾难恢复能力，确保了金融行业在应对突发事件时，能够保持业务的持续运行。

一图展示OceaBase的成就

二、发布会亮点：AI 和多模处理的全新升级

这次发布会中，OceanBase 展示了其最新版本的众多亮点，其中最引人注目的是 AI 和多模处理 的深度融合。这一升级进一步扩展了 OB 在多种数据模型处理方面的能力，从关系型数据、文档型数据到图形和向量数据，OB 可以在同一平台上处理复杂的多模场景。这意味着无论是金融交易数据、供应链的实时分析，还是物联网数据的高效处理，OB 都可以轻松应对。

1. AI 与数据库的深度集成
   最新版本的 OceanBase 不仅支持传统数据库任务，还在 AI 驱动的查询优化 和 向量数据检索 方面取得了重大进展。AI 模型的引入，让数据库不仅仅是数据存储和管理的工具，还能支持大规模的 AI 模型训练和推理，尤其是在处理 AI 数据预处理、向量检索时，表现出了强大的计算能力。这一功能的引入，对于需要海量数据分析的制造业和物联网场景，具有深远意义。

2. HTAP 性能优化
   在 混合事务与分析处理（HTAP） 场景中，如何在同一数据库中高效处理事务型和分析型数据一直是行业的难题。OceanBase 在新版本中进一步优化了 HTAP 的调度机制，通过智能化的资源分配策略，实现了在混合负载下更好的资源隔离。这对于制造业中存在的大规模实时数据处理和历史数据分析的场景，具有极大的价值。

3. 多模数据处理的融合能力
   OceanBase 在新版本中展示了对 向量数据、图形数据和时序数据 的处理能力，尤其是在高并发场景下能够保持出色的查询性能。制造业中，物联网设备生成的海量时序数据以及复杂的图形数据处理需求，正是 OB 能够发挥强大优势的场景。

三、OceanBase 在制造业中的发展

虽然 OceanBase 在金融行业取得了瞩目的成就，但在传统制造业中的发展还是较为缓慢。这不仅仅是Oceanbase遇到的问题，也是其他国产数据库和信创产业都遇到的问题；这很大程度上源于传统制造业的 IT 投资相对保守，以及分布式数据库对硬件资源的较高要求（Oceanbase4.x版本的单机分布式一体化后有所改善）。制造业项目往往价格敏感且规模不大，采用分布式架构的收益和成本之间的平衡点较难把握。以博主曾经工作过的两家制造业企业为例，每年的IT投入一般维持在年营收的0.1-0.5%，IT人力和全公司总数比例一般在0.5-1%左右，以这样的财力和人力成本，很难和金融行业对比！

但从市场角度来说金融行业已经是一片红海，各大国产数据库厂商在这个领域厮杀多年，至deadline2027年，这部分市场基本会被各大数据库厂商瓜分个差不多！那么未来国产数据库的市场的增长点将会在哪里呢？我认为一定会有制造业一席之地！作为全球第一制造业强国，工业产值占GDP的40%，制造业数据库存量市场依然是传统四大RDMS数据库MOP（Mysql，Oracle，Postgresql）+mssql为主，传统制造业才是将来国产化替代的一片蓝海。

 而且这种国产化替代需求是肉眼可见的，特别是这几年随着制造业的智能化转型，制造企业开始面对来自生产设备、传感器和机器人等的大量数据，数据处理的需求不再是单一的事务处理，扩展到了实时分析和多模数据处理等，这为 OceanBase这种分布式数据库提供了契机。以博主所在公司的制造业核心系统MES为例，8年前上线的老工厂MES系统，运行8年数据量不足3TB，而今年新建工厂新上线的MES不到半年数据量就超过10TB，而这种数据体量对于传统的架构的数据库来说，在支撑上就有些捉襟见肘了。 

对于制造业而言，虽然 OceanBase 的普及仍需很长的路，但其金融行业的成功，已经证明了其强大的数据处理能 ，我相信也必将在传统行业智能制造和数字化转型的过程中发挥重要作用。作为制造业数据库从业者，我期待 OceanBase 能在未来为更多制造企业提供创新的解决方案。

四、结语

参加此次 OceanBase 发布会让我对国产数据库的发展前景有了更深入的了解。也有幸和众多圈内大佬前辈第一次线下面基交流受益匪浅，向大佬前辈们学习！