专家实录|数据库发展趋势及在电网领域应用探索的洞察

举报
GaussDB 数据库 发表于 2025/10/11 09:04:48 2025/10/11
【摘要】 9月18日,在华为全联接大会2025的“数智跃升,打造智慧用电数据新引擎”分论坛现场,中国信通院云计算与大数据研究所大数据与智能化部主任姜春宇对数据库的整体发展趋势以及在电网领域的应用探索做了解读。以下为演讲实录:数据库虽然已经有多年的发展历史,但随着底层硬件和上层应用的变化,一直在创新、迭代,涌现新的发展方向。中国信通院作为国家高端专业智库和产业创新发展平台,长期聚焦于数据库领域研究,每年...

9月18日,在华为全联接大会2025的“数智跃升,打造智慧用电数据新引擎”分论坛现场,中国信通院云计算与大数据研究所大数据与智能化部主任姜春宇对数据库的整体发展趋势以及在电网领域的应用探索做了解读。

1.png以下为演讲实录:

数据库虽然已经有多年的发展历史,但随着底层硬件和上层应用的变化,一直在创新、迭代,涌现新的发展方向。中国信通院作为国家高端专业智库和产业创新发展平台,长期聚焦于数据库领域研究,每年都会发布数据库相关的研究报告,全面综述国内数据库的产业、技术发展现状,为政府和产业侧发展与决策提供支撑。本次分享将对今年的最新报告进行解读。

数据库整体产业发展情况洞察

从市场规模看,我国市场规模近600亿元,云上市场占比进一步扩大。我国的数据库市场体量已经从2022年的400亿涨到了2024年的近600亿,市场规模不断扩大,预计到2027年,整个数据库市场规模将达到800多亿,市场年复合增长率(CAGR)达到11.99%。此外,公有云和本地部署市场也有明显差距。在2023年,公有云市场已经超过本地部署,2024年,两者分别占总市场的64.4%和35.6%,差距逐渐拉大,预计2025年公有云市场占比还将进一步扩大达到67.1%。

从竞争格局看,全球市场进入高质量发展阶段,我国数据库厂商数量显著收敛。根据统计,我国数据库厂商在去年的高峰期有167家,而在2025年仅有100家左右。一年中有近60家厂商已经消亡,竞争愈发激烈,市场格局逐步显现。

从产品类型看,国内外分布各有侧重,向量数据库热度持续攀升。从全球来看,结构化的数据库已经相对成熟,因此数据库产品数量整体以非关系型及混合型数据库为主,关系型数据库为辅,其中键值数据库占比长期稳居第一。而国内正处于更新替换、迭代升级阶段,数据库产品数量仍以关系型数据库为主,以非关系型数据库为辅,其中向量数据库产品热度逐年攀升。

从商业模式看,商用数据库占据主导地位,PG生态获得投资青睐。欧美等国,商用数据库的占比略有上升,在开源领域,PG生态因强大的生态能力、开放性,以及在AI时代的多模能力,受到了很大的青睐。

从我国市场看,市场规模持续扩大,市场格局逐步显现。我国的数据库市场头部效应明显,产业规模持续扩大,已经从高速增长期进入产业质变期,供给侧从“烧钱”向“赚钱”转型,产业侧从“数量型”向“质量型”转变。

从重点行业看,头部用户运维人员的投入逐年增长,研发人员在减少。国内有大量的分布式数据库,而分布式数据库在替换后还面临一些操作系统和服务器的挑战,因此运维成本相对更高。中国信通院也在大力推动分布式数据库运维管理能力成熟度的评估工作,以评促建,让应用侧通过能力的提升,来适应分布式数据库的运维挑战。

从学术创新看,多模融合成为研究重点,我国科研实力稳步增强。我国在全球三大数据库领域学术会议的影响力也在进一步提升,对三大会议每年的贡献占比平均为40.70%、46.35%和54.09%,数量呈逐年上升趋势。从2024年的VLDB、ICDE和SIGMOD论文的情况可以看到,“多模数据处理”成为了关注热点。

2.png

从标准体系看,我国标准体系日益完善,引领产业高质量发展。中国信通院通过多年的研究实践,在国内数据库创新的关键时期,已经构建了一套与之匹配的标准体系,基本覆盖产业界的每类数据库产品、服务及生态工具,以促进国内数据库产业高质量发展。

数据库关键技术发展趋势洞察

从技术架构层面来看,数据库的发展趋势主要有:

从分而治之到交易分析一体化。OLAP数据库擅长数据分析,OLTP数据库专注于事务处理。随着数智时代的到来,企业在事务处理的基础上,对于实时数据分析的需求也同步提升,而技术栈的分化给企业运维管理带来了新的挑战,HTAP架构应运而生,其将事务处理与分析处理融合在一个系统中,消除了OLAP与OLTP之间的壁垒。

从本地部署到云化转型。传统数据库为了保障系统高性能,基本采用紧耦合设计,而云原生数据库通过计算、存储的高度解耦实现了各层资源的弹性扩展和高效利用,成为了重要的发展趋势。为了更好地指导企业对云原生数据库的研发及应用,规范云原生数据库标准化建设,中国信通院云大所数据库团队定义了云原生数据库的能力成熟度体系,包括扩展能力、弹性能力、智能化管理能力、安全能力等,也于今年开展了《云原生数据库能力成熟度模型》标准编制工作。

此外,数据库和AI原生时代的融合也呈现出几大发展趋势:

AI for DB人工智能拓宽了数据库的应用场景,数据库在查询优化、自然语言交互和智能资源管理等方面都迎来了新的突破。

DB for AI迈入云原生时代,企业的数据、知识都要以向量的模式存储,向量数据库可以极大提升大模型的检索效率。多模数据库能够在单一系统中同时支持多种数据模型,在保证性能和一致性的同时,实现对异构数据的原生支持,提升了开发效率与数据处理能力,也将是未来AI的重点方向。

AI原生数据库解锁场景新可能。AI原生数据库实现了数据处理的智能化、自动化,显著提升了数据管理与分析的效率和价值。依据智能程度,AI原生数据库可依次分为AI建议型数据库、AI辅助型数据库、AI强化型数据库、AI自组装型数据库以及AI自设计型数据库五个阶段。此外,AI原生数据库技术标准体系的建设也正在推进过程中。

数据库智能体提供了数据交互新模式。数据库智能体整合了自然语言处理、机器学习、知识图谱和多模态数据处理等多种技术,能够理解用户意图并高效地与数据库进行交互,为用户提供智能化、个性化的数据服务。中国信通院在数据库运维智能体方面也制定了相应的技术要求。

电力行业数据库应用洞察

电力行业的发展对数据库提出了更多的需求,数据库不仅需要覆盖电力业务全场景,包括电力监测、配电系统运行、电网调度、变电站等,还要足以支撑用电高峰期的海量数据统计、分析、监测等需求,保证业务不中断。不同业务场景对数据库的要求也有所不同:

监测业务场景的核心需求是PB级海量数据存储与毫秒级实时同步能力,能够支撑秒级图像回传、视频流分析以及AI缺陷识别的全流程闭环。

配电业务场景的核心需求是高并发时序写入、多源异构数据统一建模、弹性扩展与开放共享接口等,保障城市配网在复杂负荷场景下的高可靠运行。

电网调度业务场景的核心需求是同时具备高并发TP/AP混合负载、集群高可用及横向弹性扩展能力,确保零中断服务与市场规则的快速适配。

变电站业务场景的核心需求是海量时序和结构化数据的混合处理,以及多机多核并行计算与低延迟同步,确保全景可视、故障秒级响应以及跨系统协同。

这些不同的业务场景对数据库提出了不同的要求,同时也在推动着数据库技术的不断创新和发展。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。