本报告是基于《2021年墨天轮数据库大调查》的数据分析结果形成，有效问卷数为3294份。该调查旨在全面深入地了解数据库行业以及从业人员的现状、数据库生态工具，国产数据库的发展趋势以及数据库从业人员的发展方向等，它是各相关政府部门以及行业了解数据库从业人员以及数据库行业的重要参考资料。

沧水的KMS激活服务

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。

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。

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。

近期安全事件频发，数据库数据安全再度被推到风口浪尖，各地也陆续出台相关法律法规，早在2021年9月1日，《中华人民共和国数据安全法》正式实施生效，这是我国第一部有关数据安全的专门法律。行业内也有一些标准文档可以参考，如：数据安全16条军规、数据库安全运维法则等。数据库软件则一直围绕安全持续加强，比如全密态数据库、区块链表、透明数据加密、数据库审计、数据库防火墙、虚拟专用数据库、数据遮罩等技术。从数据管理流程中的数据存储、数据计算、数据维护、数据采集与发布这四个步骤出发，未来数据安全隐私计算的研究方向分别为：全密态数据处理、数据安全多方计算、防篡改数据处理、数据隐私计算四个研究方向。