墨天轮联合业界专家力量协作共创编写，报告总结2022年数据库行业产学研用的发展近况、挑战以及对未来趋势的展望。希望给行业带来有价值的参考信息和指导意见，推动中国数据库的技术创新和生态发展，加速数据库产业落地。

乐 知 乐 享 同 心 共 济 国 外 数 据 仓 库 开源数仓 商业数仓 全球数据仓库产业图谱 中 国 数 据 仓 库 商业数仓 开源数仓 （TDSQLA） （Maxcompute、EMR） （Palo） （OushuDB） （Apache Kylin） GaussDBDWS （AnalyticDB、Hologres） （Gbase 8a） （Rapids UXDB （Snowball （ArgoDB、Inceptor） （LSQL） （ByteHou

数据库发展研究报告 （2021年） 中国信息通信研究院云计算与大数据研究所 2021 年 6 月 版权声明 本报告版权属于中国信息通信研究院，并受法律保护。 转载、摘编或利用其它方式使用本报告文字或者观点的，应 注明“来源：中国信息通信研究院”。违反上述声明者，本 院将追究其相关法律责任。

时序数据库是一种专门用于存储和处理时间序列数据的数据库系统。时序数据库具备高效的时间序列数据存储和查询能力，以支持大规模时间序列数据的存储、分析和可视化。目前时序数据库主要应用于物联网、传感器数据分析、日志数据分析等领域，这些领域通常需要大量的时间序列数据处理和分析。近五年来，时序数据库发展十分迅猛，各大互联网企业包括Google、阿里、Amazon都推出自己的时序数据库，DB-Engines从2014年起也把时序数据库作为独立的目录进行分类统计。从2015年开始，各种时序数据库如雨后春笋般涌现。未来时序数据库会朝云原生时序数据库、智能数据库等方向发展。

近年来，随着大数据、机器学习算法、新型硬件技术的发展，几乎所有行业对 AI 的需求都在快速增长。在很多行业中，相比于结构化数据，非结构化数据和半结构化数据不仅数量更多，而且其商业价值甚至可能超越传统的关系数据。DB与AI相结合成为当前热门的研究主题之一。 AI 算法门槛较高，依赖 AI 算法设计师和模型训练师来落地算法应用，造成 AI 落地难，急需利用数据库系统技术来降低 AI 使用门槛； DB 和 AI 的功能界限变得模糊，用户需要兼具 DB 和 AI 的混合分析功能，AI 原生数据库将是解决这个需求的关键技术； AI 原生数据库一方面扩展 SQL 的算子来支持 AI 算子，实现库内的训练和推理，一方面通过数据库内置 AI 算法来提升数据库的智能优化、智能运维； AI原生数据库在数据模型、数据操作和系统部署层面都带来新的挑战。

数据库作为IT行业里最重要的核心的产品之一，它近年来正发生着重大的变化、巨大的变革。无论从需求侧还是从技术侧来看，数据库都进入了融合发展的新时代。需求侧在经历了“量”的跨越式增长后，迎来“质”的变化，对数据库的形态、体验和成本都提出了新需求；而技术侧也紧贴需求，不断推陈出新，尝试新的突破。目前市场中已经出现一种更为彻底的数据库融合形态——超融合数据库。在云原生领域，数据库作为云计算关键技术和最基础的服务之一，同样需要不断进化以适应日新月异的场景需求。基于客户的需求和数据库架构的演进，云原生数据库未来发展的三大方向为：Serverless、Regionless 和 Modeless。随着数据量的爆炸式增长、AI技术的助力，数据库逐渐向实时流式处理、智能化、DB微服务化等方向发展。