La cartelera de la base de datos nacional después de penas y alegrías-marzo de 2022

Clasificación de base de datos

Con el desarrollo de las bases de datos, han aparecido muchas palabras nuevas, como HATP, NewSQL, distribuido, nativo de la nube, etc. Para comprender estos conceptos a través de la siguiente introducción a la clasificación de bases de datos.

Base de datos relacional (SQL)

Una base de datos relacional se refiere a una base de datos que utiliza un modelo relacional para organizar los datos.

Las bases de datos relacionales se dividen en: OLAP, OLTP, HATP (Hybrid Transactional/Analytical Processing)

En la actualidad, hay aproximadamente dos implementaciones de HTAP:

El primero es el aislamiento físico de las bases de datos principal y secundaria. La base de datos principal ejecuta la carga de trabajo OLTP y la base de datos en espera ejecuta la carga de trabajo OLAP. La sincronización de datos se realiza entre las bases de datos principal y secundaria a través de registros de rehacer.

La segunda es adoptar un diseño integrado, realizar cargas mixtas a través del mismo motor, distinguir los grupos de recursos donde se ubican las solicitudes OLTP y OLAP y aislar lógicamente los grupos de recursos, como el mecanismo de aislamiento multiusuario de Oracle.

Los productos HTAP típicos incluyen Oracle, SQL Server, Greenplum, TiDB, OceanBase y PolarDB.

Cabe señalar que el valor de HTAP es que es más simple y más versátil. Para la mayoría de los clientes medianos, la cantidad de datos no es particularmente grande y solo se requiere un sistema. Sin embargo, para las empresas de Internet súper grandes, el rendimiento del análisis de la base de datos HTAP puede ser En lugar de una base de datos OLAP dedicada o una plataforma de big data.

Las ventajas de la arquitectura distribuida, como la economía y el alto rendimiento concurrente, hacen que HTAP, que integra OLTP y OLAP, se convierta gradualmente en la corriente principal:

Base de datos no relacional (NoSQL)

NoSQL (Not Only SQL) es solo un concepto que generalmente se refiere a las bases de datos no relacionales que, a diferencia de las bases de datos relacionales, no garantizan las características ACID de los datos relacionales.

Clave-valor, documento, almacén de columnas, base de datos de gráficos, etc.

Base de datos híbrida (NewSQL)

relacional + no relacional

En pocas palabras, NewSQL integra la poderosa escalabilidad de NoSQL en las bases de datos relacionales tradicionales.

No existe una arquitectura distribuida en el gen de diseño de la arquitectura SQL tradicional, mientras que NewSQL nació en la era de la nube y nace con una arquitectura distribuida.

Por ejemplo: TiDB , etc.

Otras categorías

base de datos distribuida

La base de datos distribuida, del nombre se puede desmontar en: base de datos distribuida +, está compuesta por múltiples entidades independientes e interconectadas entre sí a través de la base de datos de la red.

Base de datos nativa en la nube

"Nube" en nativo de la nube significa existente en la nube, no implementado tradicionalmente en las instalaciones.

"Nativa" significa que la aplicación tiene en cuenta los factores del entorno de la nube desde el proceso de diseño, está diseñada para la nube y se ejecuta en la nube.

Una de las ventajas de la tecnología nativa de la nube para los productos de bases de datos es que conduce a la creación y ejecución de aplicaciones escalables de forma elástica. En otras palabras, las bases de datos nativas de la nube tienen una mejor escalabilidad elástica.

Base de datos autónoma

Una base de datos autónoma es una base de datos en la nube que utiliza tecnología de aprendizaje automático para automatizar el ajuste, la protección, la copia de seguridad y la actualización de la base de datos, y otras tareas administrativas rutinarias que tradicionalmente realizan los DBA, sin intervención humana, a diferencia de las bases de datos tradicionales. Todas estas y muchas más tareas.

Por ejemplo: Oracle, GaussDB , etc.

Estadísticas de escala de usuario de la base de datos

La historia del desarrollo de bases de datos en China

Punto de partida de la base de datos nacional

La foto es de la primera reunión de la sociedad de bases de datos celebrada en Huangshan en 1977. El séptimo desde la izquierda en la segunda fila es el maestro de bases de datos chinas. Este año se considera el punto de partida de las bases de datos chinas.

El profesor Sa Shixuan es el fundador del Departamento de Gestión de la Información Económica de la Universidad Renmin de China, uno de los fundadores de la disciplina de las bases de datos en mi país y un activo defensor y organizador de las actividades académicas de las bases de datos.

Historial de desarrollo de la base de datos

El desarrollo de la base de datos se ve desde siete dimensiones: modelado de datos, arquitectura técnica, funciones requeridas, métodos de implementación, medios de almacenamiento, modelos comerciales y modelos de gobierno.

En 1978, la teoría de la base de datos se introdujo oficialmente en China, y en 1982, apareció el primer programa de curso de "Probabilidad del sistema de base de datos" de un libro de texto de computadora.

Desarrollo de la industria de Xinchuang

Clasificación de bases de datos nacionales

Clasificación del tipo de código fuente

De acuerdo con las diferentes fuentes de código fuente, las bases de datos nacionales se pueden dividir en cuatro categorías:

Serie Oracle, serie MySQL, serie Informix, serie PostgreSQL

Clasificación de proveedores de bases de datos

Por fabricante:

Proveedores tradicionales, empresas emergentes, proveedores en la nube y proveedores transfronterizos.

Clasificados por facciones de fabricantes:

Escuela Académica, Escuela de Internet, Escuela de Emprendimiento, Escuela Empresarial

Académico

Los años 40 de desarrollo de bases de datos nacionales se originaron a partir de la orientación, el apoyo y el apoyo del estado. En esta etapa, la investigación y el desarrollo de bases de datos nacionales comenzaron en las universidades. Hasta el día de hoy, varias compañías importantes de bases de datos de universidades e institutos de investigación siguen siendo Las fuerzas participantes importantes de las bases de datos nacionales son Jincang del Congreso Nacional del Pueblo, Wuhan Dameng, Shenzhou General Motors y NTU General Motors.

Universidad de Ciencia y Tecnología Dameng Huazhong, Universidad de Nankai, Universidad de Nankai, Universidad Jincang Renmin de China.

pastel de internet

Con el vigoroso desarrollo de Internet y las tecnologías de código abierto en los últimos años, las empresas de Internet han participado en la construcción de bases de datos con gran entusiasmo. Ya sea que se trate de investigación y desarrollo independientes o con la ayuda de código abierto, Internet ha resuelto sus propios problemas de aplicación y, basándose en la plataforma en la nube, se ha lanzado la aplicación y promoción de bases de datos en la nube. Entre ellos, PolarDB de Alibaba, OceanBase , TDSQL de Tencent , etc., se han convertido en las armas principales que se pueden usar y estabilizar.

Emprendimiento

Otra fuerza dinámica en el campo de las bases de datos son las nuevas empresas emergentes de bases de datos independientes. Debido al atractivo futuro de la industria, el capital ha comenzado a favorecer esta industria. La combinación de empresarios tecnológicos y capital ha generado una serie de bases de datos emergentes. empresas Entre ellos, incluyendo Giant Sequoia , PingCAP , Even , Star Ring, Bai Rui, Xing Rui Ge, Yi Jing Jie, etc. La mayoría de los núcleos empresariales provienen de empresas internacionales como Oracle, IBM, Intel, HP y EMC.

pastel corporativo

Además de empresas de bases de datos independientes y empresas de Internet, empresas tecnológicas líderes también han participado en la investigación sobre tecnologías de bases de datos centrales, incluidas Huawei, ZTE, Inspur, etc. Huawei lanzó GaussDB en 2019 , ZTE lanzó GoldenDB e Inspur lanzó GaussDB en 2019. Es la introducción de K-DB. La participación de empresas líderes en tecnología que están bien versadas en servicios de nivel empresarial ha eliminado por completo la barrera entre la base de datos y las operaciones del mercado comercial, dando paso a una era de ejecución acelerada.

Cada una de estas cuatro escuelas tiene sus propias ventajas:

La escuela académica comenzó temprano, se acumuló profundamente y tenía muchos clientes gubernamentales y empresariales;

La facción de Internet tiene su propia escena, la iteración del producto es rápida y la madurez es alta;

La escuela emprendedora tiene una visión y punto de partida internacional, y un punto de partida técnico alto;

La facción empresarial está bien versada en las necesidades de los clientes de nivel empresarial y tiene una gran acumulación de mercado.

Fabricantes nacionales de bases de datos principales

Fabricantes domésticos de Internet convencionales

Start-ups nacionales

Tamaño del personal de la base de datos

El movimiento de Dapeng no es una pluma en una pluma. Como importante software básico, los productos de base de datos son un proyecto a largo plazo con alta tecnología y una gran inversión desde la investigación y el desarrollo hasta la aplicación madura.

Los equipos centrales de desarrollo de las principales empresas como Oracle, MongoDB y Huawei cuentan con más de 1000 personas y han invertido más de 10 años.

Distribución de personal de fabricantes de bases de datos nacionales.

El número de empleados es generalmente menos de 100. La cantidad promedio de personal en las empresas de la base de datos de mi país es de aproximadamente 184, la más alta es de aproximadamente 1200 y la más baja es de aproximadamente 10.

Entre ellos, hay 21-50 empresas con la mayor proporción, con 34 empleados, que representan el 43%, seguidas de 51-100 empleados, que representan el 15%, 101-200 y 201-300. El número de empleados está empatado por el tercer lugar, siendo ambas 10, representando el 13% respectivamente, se puede observar que si bien existe una gran cantidad de bases de datos en mi país, el promedio de empleados es relativamente pequeño, y aún se encuentran en la etapa de desarrollo rápido.

Análisis de clasificación de popularidad de bases de datos nacionales

De acuerdo con la cantidad de bases de datos nacionales incluidas en Motianlun, la cantidad de productos de bases de datos se ha desarrollado rápidamente. En el último año, se agregaron casi 100 nuevos productos de bases de datos.

Número de bases de datos nacionales incluidas en Motianlun |Fecha|Número de bases de datos nacionales| |-|-| |Marzo 2022|199| |Febrero 2022|195| |Enero 2022|194| |Diciembre 2021| 189| |Noviembre 2021|163| |Octubre 2021|150| |Septiembre 2021|142| |Agosto 2021|139| |Julio 2021|136| |Junio 2021|135| |Marzo 2021|117| |Febrero 2021|116| |Enero 2021|105| |Septiembre 2020|104|

DB-MOTORES

Como se puede ver en db-engines, las diez clasificaciones principales aún no han cambiado, y las puntuaciones de Oracle y MySQL se están acercando.

https://db-engines.com/en/ranking

El ranking de bases de datos nacionales en db-engines.

Rango de rueda Motian https://www.modb.pro/dbRank

La diferencia de valor calorífico es enorme:

Los puntajes de los cuatro primeros cayeron, y los diez primeros permanecieron sin cambios. Del valor de popularidad, podemos ver que el primer lugar tidb obtuvo 579.53 puntos, el décimo lugar AnalyticDB 198.07 puntos y el vigésimo lugar UXDB 40.01 puntos.

Aunque hay hasta 199 productos de bases de datos que participan en el ranking, no hay muchos productos que sean realmente competitivos en términos de popularidad.Existe una gran brecha entre el escalón T0 y T1, T2, T3, etc. ranking La industria nacional de bases de datos es altamente competitiva, personalmente creo que después de 5 a 10 años, no habrá demasiados productos de bases de datos nacionales que realmente puedan continuar desarrollándose.

Por supuesto, muchos proveedores de bases de datos de código cerrado no se enfocan en la popularidad, ni toman la iniciativa para mantener la comunidad. En cambio, ponen más energía en sus propios productos. Es imposible juzgar completamente la verdadera fuerza de un producto de base de datos. basado solo en el ranking de popularidad.

Introducción al top ten de popularidad de Motianlun

1er lugar: TiDB

TiDB es una base de datos HTAP (Hybrid Transactional and Analytical Processing) distribuida de código abierto diseñada por PingCAP, que combina las mejores características de RDBMS tradicional y NoSQL.

TiDB es compatible con MySQL, admite una expansión horizontal ilimitada y tiene una gran consistencia y alta disponibilidad.

El objetivo de TiDB es proporcionar una solución integral para escenarios OLTP (Procesamiento transaccional en línea) y OLAP (Procesamiento analítico en línea).

ruta de desarrollo

Arquitectura

Fragmentación automática

Segundo lugar: OpenGauss

openGauss es un sistema de administración de bases de datos relacionales de código abierto lanzado bajo la licencia permisiva Mulan v2. El kernel de openGauss se deriva de PostgreSQL, que está profundamente integrado con los años de experiencia de Huawei en el campo de las bases de datos, combinado con las necesidades de los escenarios de nivel empresarial, y continúa creando funciones competitivas. Al mismo tiempo, openGauss también es una plataforma de base de datos de código abierto que fomenta la contribución y la cooperación de la comunidad.

principal distribución comercial de openGauss

Tercer lugar: OceanBase

OceanBase es un sistema de base de datos distribuida de alto rendimiento que admite datos masivos, realizando transacciones de filas cruzadas y tablas cruzadas en cientos de miles de millones de registros y cientos de terabytes de datos completos juntos.

ruta de desarrollo

Escenarios de aplicación y características

Arquitectura

Cuarto lugar: Damon

Su predecesor fue el Instituto de Investigación de Bases de Datos y Multimedia de la Universidad de Ciencia y Tecnología de Huazhong, con sede en Wuhan.

Historial de desarrollo de la base de datos de Dameng

Arquitectura

Quinto lugar: GaussDB

Tome GaussDB 100 como ejemplo.

Historial de desarrollo de GaussDB 100

GaussDB 100 es una base de datos distribuida completamente transparente que admite arquitecturas de hardware x86 y Kunpeng. Basada en un núcleo de base de datos innovador, proporciona capacidades de procesamiento en tiempo real para transacciones concurrentes altas, alta disponibilidad de grado financiero en dos lugares y tres centros, y alta distribución escalabilidad Apoye los sistemas clave centrales de finanzas, gobierno, telecomunicaciones y otras industrias.

Características

Arquitectura

mecanismo de sincronización

6to lugar: PolarDB

PolarDB es una base de datos nativa de la nube distribuida relacional de próxima generación desarrollada de forma independiente por Alibaba Actualmente es compatible con tres motores de base de datos: MySQL, PostgreSQL y altamente compatible con la sintaxis de Oracle. La potencia informática se puede ampliar a más de 1000 núcleos y la capacidad de almacenamiento puede ser de hasta 100T. A través de las mejores prácticas de las actividades de Double Eleven de Alibaba, los usuarios no solo pueden disfrutar de la flexibilidad y el precio del código abierto, sino también del alto rendimiento y la seguridad de las bases de datos comerciales.

Séptimo lugar: GBase

Tianjin Nanda General Data Technology Co., Ltd. (en lo sucesivo, Nanda General) se estableció en 2004. CCID Consulting la calificó como una empresa nacional líder en bases de datos en los últimos siete años, y fue seleccionada con éxito como el primer lote de especialización clave a nivel nacional especial nuevo en 2021. Empresa "Pequeño Gigante".

La serie GBase se basa en la innovación y el desarrollo continuos de Informix, desde OLAP hasta OLTP, relacional->NoSQL->NewSQL, expandiendo gradualmente la ecología y aumentando la participación de mercado.

NTU está profundamente involucrada en la industria financiera y desarrolló de forma independiente GBase 8a, la primera nueva base de datos analítica basada en almacenamiento en columnas en China; en 2014, firmó una cooperación estratégica con IBM, obtuvo el código fuente y la autorización tecnológica de Informix, y desarrolló complejos bases de datos de procesamiento de transacciones sobre los hombros de gigantes Producto GBASE 8s, y luego investigación y desarrollo de arquitectura distribuida integrada 8c para mejorar la disponibilidad del sistema.

Octavo lugar: TDSQL

Historial de desarrollo de TDSQL

Diagrama de arquitectura del sistema

Escenarios de aplicación y características

Noveno lugar: Congreso Popular Jincang

Beijing Renmin University Jincang Information Technology Co., Ltd. (en lo sucesivo, Renmin University Jincang) fue iniciada y fundada en 1999 por expertos en bases de datos de la Universidad Renmin de China. Ha emprendido importantes proyectos nacionales como "863" y "Nuclear High Base ". Las empresas miembros de Technology Group Co., Ltd. (CETC) se utilizan ampliamente en los mercados de partidos, gobiernos, militares y empresas en todos los niveles. En la actualidad, ha cubierto casi 3.000 condados y ciudades en todo el país, y ha completado el despliegue de casi 1 millón de unidades. Soluciones típicas para aplicaciones innovadoras".

NPC Jincang se centra en el campo de las bases de datos relacionales y desarrolla Kingbase ES (KES), Kingbase AnalyticsDB (KADB) y la serie de bases de datos KSone para escenarios OLTP, OLAP y HTAP.

En combinación con la ola de innovación y reforma, NPC Jincang adapta activamente chips, sistemas operativos, middleware, etc., domésticos aguas arriba y aguas abajo, y completa la compatibilidad y la certificación mutua de casi 10,000 productos con socios ecológicos, esforzándose por proporcionar a los usuarios una continua y estable servicios.

10° lugar: AnalyticDB

AnalyticDB es un almacén de datos nativo de la nube desarrollado de forma independiente por Alibaba Cloud. Adopta la separación informática de almacenamiento + arquitectura de copias múltiples y admite la expansión elástica de una escala máxima de 5000 nodos. La velocidad de consulta de SQL complejo es más de 10 veces más rápida. que la de las bases de datos relacionales tradicionales.

A diferencia del sistema de big data complejo y de alto umbral, AnalyticDB es altamente compatible con MySQL y PostgreSQL.El costo de migración de la aplicación Oracle es bajo y puede realizar análisis y perspectivas multidimensionales en tiempo real en datos de billones de niveles, lo que en gran medida mejora la eficiencia de las empresas en la extracción de valor de los datos.

Los productos de referencia son productos OLAP como Apache Kylin, Apache Druid y Clickhouse.

Diagrama de arquitectura

Gran evento de la base de datos nacional

aliento mutuo

Ser viejo es cada vez más fuerte, y preferiría cambiar el corazón de una cabeza blanca. Pobre y fuerte, no caigas en el cielo azul. Aunque naciste como hormigas, debes tener la ambición de una gran águila, y tu vida es como una hoja delgada de papel, pero debes tener un corazón inquebrantable. El universo aún no ha sido determinado, tú y yo somos oscuros. ¡caballos! Aunque sea un sueño en la vida, le llevará un momento de espléndida serenidad.

Enlace original: https://www.modb.pro/db/378753

Descargo de responsabilidad: este artículo es el contenido original de Chen Juchao, el autor de Mo Tianlun, y representa el punto de vista del autor. Si tiene comentarios y sugerencias sobre el contenido anterior, brinde sugerencias e intercambios en el área de comentarios a continuación, o haga clic en la página de inicio del autor Mo Tianlun para dejar un mensaje. *

Lectura relacionada

Motianlun proporciona servicios completos integrales en torno al aprendizaje y crecimiento de las personas de datos, creando una plataforma unificada que integra noticias, preguntas y respuestas en línea, eventos en vivo, cursos en línea, lectura de documentos, descargas de recursos, intercambio de conocimientos y operación y mantenimiento en línea. promover la difusión del conocimiento y la innovación tecnológica en el ámbito de los datos.

Siga la cuenta pública oficial: Motianlun, plataforma Motianlun, campamento de crecimiento de Motianlun, localización de la base de datos, información de la base de datos