去年我写了 2023 年中国数据库十大发展总结，反响还挺好。今年这篇文章来晚一些，主要是因为今年过年前后是历年来最忙的时候。
数据库的行业发展离不开经济大盘，这几年经济不好，对数据库等高科技行业的从业人员还是带来非常大的压力。
不好的方面如特朗普关税战已经打响，好的方面是Deepseek的横空出世，带来高科技股的重估，最近一系列高科技股票都上涨了。
还是按照惯例，我从市场环境，产品技术，厂商发展等几个维度总结下 24 年的情况以及对应趋势判断。受限于时间和水平不足，肯定有不少错漏之处，也欢迎大家一起探讨。
国内软件从业人员一直幻想可以和美国一样，做软件可以赚钱。但是纯软件的商业模式在中国基本不成立，原因有很多，主要的原因还是中国的人工太便宜。软件这种提高人效的价值在中国不明显。
公有云模式，构建在硬件，服务的基础上，还是有不错的毛利的。基本上公有云厂商数据库这块都是赚钱的。
虽然在过年一年，经济下行压力很大，公有云基本稳定了基本盘，还是持续赚钱，但是数据库产品主要服务于在线应用，AI 还停留在训练阶段，因此和 AI 关联不大，产品持续 boring，没有什么特别大的创新。主要有：
云原生最新的成果本质上是 multi-master，基本上是 Oracle 多年前的能力。
AI 方向主要有向量，KV cahce 提升模型推理性能，DMS 解决非结构化数据等。向量后面展开讲一下，KV cache，DMS 这些方向都还是探索，失败的概率较大。
向量数据库在海外，头部厂商已经有 2000 万美金的年收入，国内也就几百万人民币的水平。主要原因还是 AI 原生应用并没有起来。基本上向量数据库的 QPS 都非常低，几十～几百都算高了。
向量数据库可能在国内甚至都不能成为一个独立的市场。之所以这样，主要有两个原因：
当前有限的 AI 应用都也还停留在解决效果问题上，而效果问题向量数据库能解决的有限，向量数据库擅长的并发，性能，性价比无用无之地。
所以和客户更接近的比如 dify，fastgpt 有一定的使用空间，但总体应该也是没有太多规模。
像海外 Azure，有一个服务 AI search，相比向量解决的更多一些，但总体在国内也是一样不解决根本性的业务逻辑，形成一个独立市场的问题。
这两年经济困难，部分公司进行了较大幅度的裁员。这反而变向的促进了数据库，中间件这些产品的使用，云数据库的在客户的渗透比例进一步提高。
另外一个明显的趋势是，云原生数据库逐步成熟，得到客户的认可。国内头部几个云原生厂商的占比都超过了 10%，最高 16%。云原生的使用比例超过 10%，是一个非常关键性的指标，基本上说明产品得到了客户的认可。未来超过 30%，就会形成替代性趋势。
传统上，一般认为云原生的存算分离架构和分布式架构是两条路线。不过现在各家厂商现在有融趋势，分布式里面借鉴云原生的存算分离的能力，存算分离加上中间件分布式。
国内厂商也在这块有类似创新，最值得提的是 Oracle 增加了分布式的能力，云原生的鼻祖 Aurora 增加了分布式能力，推出了 Aurora DSQL。
相信再演进几个版本，技术更成熟，存算分离，分布式会变成数据库的一个 feature，不再是区分数据库的关键了。
数据库理论上是一个高价值市场，全球每年有 1000 亿美金的空间，而且高毛利。
但是这点在国内并不成立，讲一个残酷的事实，国内私有化只有达梦有利润，其他基本都是亏钱的，包括传统厂商如南大，人大，新厂商 OB，pingcap 等。以及云厂商投入到私有化的如 TDSQL，Guass 等。
私有化这两年主要是分布式数据库替换 Oracle 场景，分布式数据库格局基于已经定了，国内主要是头部 5 家厂商（OB，GaussDB，GoldenDB，TDSQL，TiDB)。据了解，去年的收入 YOY，OB 是正增长，TDSQL 负增长。但是大家并不是特别赚钱，也没有加速形成规模。其中 OB 也在加大公有云的投入和出海，以降低私有化的依赖。
GaussDB 给内部以及外部讲的“给世界一个更优的选择”也没有太走通。OpenGauss 也熄火比较严重，华为没有合入最新的 feature，几家生态厂商很难说服客户选择社区的版本。业内只有少数几个银行选择了这个路线，比如邮储，兴业等。
阿里据说还在讨论将 polardb 私有化的事情，不知道是怎么考虑的，感觉并不是特别划算的一个生意。
国测持续进行中，原来主要集中在 TP 数据库，现在逐步渗透到分析数仓。另外受整体环境的影响，公有云部分客户也在咨询和考虑相关事情。
预计信创不光是在私有化金融等关键行业成为刚需，也会逐步影响公有云的客户的一些选择，但预计今年并不会成为主流。
我观察了一下，基本上数据库行业从业人员关注的都比较少，比如盖老师反馈是春节后才关注到。这个和当年 OB 打榜效果完全不一样，OB 当时打榜对行业外影响也可以忽略不计，但是数据库圈子反响还是比较大的。为啥会这样呢？可能主要有两个原因：
春节的流量都被 Deepseek 抢走了。这个大家都知道，也不用展开说。
在西方，数据库技术早已走向成熟，基本上不再有厂商打榜。Oracle 最后的记录是在 2013 年提交的。而且 TPC 记录的有效期为 3 年，目前榜单上排在前 4 位的世界纪录都是中国厂商创造的，只有 PolarDB 和 TDSQL 的记录处于有效期内。
而且在 TPC-C 测试中，大家都采用了数据分片的水平扩展方式，基本上都能够实现线性扩展。所以打榜本身基本上就是堆节点，拼财力。
这次 PolarDB 的总系统成本（包含 3 年的软硬件和服务支持成本）达到了 16 亿人民币。第二名的 TDSQL 总成本是 10 亿人民币，OceanBase 的最高纪录成本是 28 亿人民币。
当能这是整体系统三年折算，polardb 这次打榜，按只花费一个月也超过了 4000 万的投入。这几千万的宣传价值感觉不如办几个市场大会好使。
海外基金因为贸易战等原因，基本上和国内脱钩了。国内创投的钱基本被 AI 吸走了，这几年能融资的公司特别少，所以普遍创业公司资金都比较紧张。
最近听到多个创业公司合伙人级别跳车，又重新到大厂去就业了，侧面印证了这个事情。
另外，创业公司资金造血能力其实也比较弱，和大环境有很大关系。私有化卷的都不赚钱，公有云上国内 SAAS 本身没有起来，如果不成为云厂商的一方产品，在公有云是比较难单独售卖的。云市场模式，让客户付款，开票都会比较麻烦，国内技术人员决策能力又弱，导致好产品也难销售。
春节期间写一了篇文章：2025 春节随想，从 deepseek 到 AI 数据库，简单构想了一下什么是 AI 数据库。
为什么需要这种东西，主要解决了用户很容易存储和带语义的检索数据。相比传统数据库解决 ACID 问题，AI 数据库核心要解决的是查询效果，降低使用门槛和成本。其中 AI 数据库，效果是其核心价值。
这两天看到李国良团队提了一个类似概念，Chat2Data，一个基于 RAG、向量数据库和 LLMs 的交互式数据分析系统。下面是 chat2Data 的全局图：
当然这个 AI 数据库具体落地还是未知的，先想想价值方面，这个价值的主要体现在效果和成本两个方面：
这个春节 Deepseek 爆火，业界普遍认为会加速 AI 原生应用的到来。也有反对者认为去年同样的时候是 kimi 的爆火，但并没有持续太久，Deepseek 能持续多久呢。
Anyway，不管 Deepseek 能持续多久的热度，大模型这波浪潮还在持续，另外 deepseek 开源，显著降低成本，会有更多的更近，让应用有了更多可能。
数据库其实期望 AI 原生应用能到来，训练场景基本用不上数据库。只有并发，在线的要求上去了，数据库才有发挥的空间。
虽然 25 年经济不好说，最后让我们乐观点，期待一下，数据库可以在 AI 原生应用中逐步发挥作用吧。
朱洁，个人著作：《大数据架构详解》获得 2017 电子工业出版社优秀作者奖
