2023年11月的墨天轮中国数据库流行度排行火热出炉，本月共有283个数据库参与排名。本月排行榜前五中，TiDB 数据库排名较上月上升一位，排名第4，榜单前两名的分差再度缩小，前五之争愈加激烈。墨天轮数据库流行度排行榜第6名-10名中出现两位新面孔，亚信 AntDB、中兴 GoldenDB 排名再度上升，进入十强榜单。在本月排行榜中，有一批数据库表现亮眼，在排名上较上月有极大的提升。崖山数据库、虚谷数据库等一系列的数据库在产品迭代、生态建设等方面都取得了显著的成果。

2023年9月18日，一年一度的Oracle CloudWorld如期在美国拉斯维加斯举行。会上Larry表示Oracle利用先进的人工智能技术，进一步优化我们的自治数据库，无需人工干预，杜绝人为错误。并且在数据库内部通过人工智能与机器学习自动解析与处理JSON数据，实现“JSON二元性”。另外，令人振奋的是Oracle将提供向量数据库，通过将AI矢量搜索集成到Oracle数据库中，能够快速、轻松地享受人工智能的优势，而无需担心牺牲安全性、数据完整性或性能。使用Oracle AI矢量搜索不需要机器学习专业知识。所有数据库用户，包括开发人员和管理员，都可以在不到30分钟内掌握使用方法。此外，Oracle还将使基于Oracle数据库和自治数据库构建的应用程序能够添加基于LLM（大型语言模型）的自然语言界面，为用户提供了一种简单且直观的方式，只需用自然语言提出问题，即可快速获取所需的数据。SQL Developer也将得到增强的生成式AI功能，使开发人员能够使用自然语言生成应用程序或生成SQL查询，而无需编写繁琐的代码。

MySQL 是一个开源关系型数据库管理系统，最初在1994年由 Widenius 和 Axmark 开始开发，创建于基于低级语言ISAM开发的 mSQL。1995 年，Michael Widenius 成立了 MySQL AB 公司，MySQL 由个人开发转变为团队开发，同年首次发布了第一个版本。2000 年 MySQL 使用 GPL 协议开源。21世纪初，Web 网站层出不穷，每个网站都需要一个免费的数据库，MySQL 正好填补这个空白。当时建站的主要语言是 PHP，Perl ， MySQL 简单、易用、高性能特性能满足这些中小型互联网公司的需求。因此，MySQL 迅速的流行起来，到 2001 年，MySQL 已经达到了超过 200 万次有效安装，到 2004 年，该软件每天下载超过 3 万次。2008年1月，SUN 以10亿美元收购 MySQL，后来 Oracle 收购了 SUN，从此 MySQL 成为甲骨文旗下产品。如今，MySQL 是使用最广泛的开源关系数据库系统。

根据 IDC 发布的《2022年下半年中国数据仓库软件市场跟踪报告》显示，2022年中国数据仓库软件市场规模为8.7亿美元，同比增长23.7%。其中，本地部署数据仓库软件规模为4.6亿美元，同比增长12.5%；公有云数据仓库软件规模为4.1亿美元，同比增长39.3%。IDC预测， 到2027年，中国数据仓库软件市场规模将达到27.3亿美元，2022-2027的5年市场年复合增长率（CAGR）为25.7%。目前中国数据仓库市场仍然存在厂商发展历史较短、市场规模较少、上云进程较美国相对滞后等问题。面对新技术的层出不穷，数据仓库未来会朝着 实时分析、云原生Serverless、湖仓一体、HTAP、数智融合以及流式数仓等方向发展。

图数据库与20世纪70年代的网络模型数据库类似，两者都表示通用图，但网络模型数据库在较低的抽象级别上运行，并且缺乏对边链的轻松遍历。2000年 Neo technolgies 成立并开始开发图形数据库 Neo4j。随着数据库呈现爆发式增长，中国也涌现了越来越多的图数据库产品。在图应用成熟度发展历程中，先是管理企业的或者说是自身的核心数据，变成进行交易数据分析，最后升级为进行事件和行为的分析，随着图应用的成熟度发展，对底层的图数据库技术的要求也是在逐步发展的。图数据库的火热发展与其重要技术息息相关。图数据库的相关技术有图查询语言、图数据的计算、图处理引擎。图数据库具有独特的优势，具体表现在：更好，更快速的查询和分析、更简单和更自然的数据建模、数据结构的灵活性、支持实时更新和查询等。

中国大陆首个SIGMOD最佳论文

数据库发展研究报告 （2023 年） CCSA TC601 大数据技术标准推进委员会 2023年7月 版权声明 本报告版权属于 CCSA TC601 大数据技术标准推进委 员会，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：CCSA TC601 大数据技 术标准推进委员会”。违反上述声明者，本院将追究其相关 法律责任。

空间数据库（Spatial DBMS）是一种能够有效地存储、操作和查询空间数据的数据库管理系统。它包括表示在几何空间中定义的对象的空间数据，以及用于查询和分析此类数据的工具。大多数空间数据库都允许表示简单的几何对象，例如点、线和多边形。一些空间数据库处理更复杂的结构，例如3D 对象、拓扑覆盖、线性网络和不规则三角网络。空间数据库的管理方式主要有四种：文件关系数据库混合管理方案、全关系式数据库管理方案、面向对象数据库管理方案、对象关系数据库管理方案。这四种方案各有优劣。空间数据库与传统数据库在数据连续性、数据相关性、空间关系、记录长度、查询与操作等方面都有显著的区别。在应用场景方面，目前空间数据库在智慧城市、气象、环境、农业和交通等领域中有广泛的应用。随着技术的发展，目前空间数据库的发展趋势主要集中在分布式处理、实时数据流分析、深度学习算法、3D可视化和云服务等方面。

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。

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。

语义解析（Semantic Parsing）是自然语言处理技术的核心任务之一，涉及语言学、计算语言学、机器学习以及认知语言等多个学科。NL2SQL(Natural Language to SQL）是语义解析领域的一个子任务，顾名思义是将自然语言转为SQL语句。它可以充当数据库的智能接口，让不熟悉数据库的用户能够快速地找到自己想要的数据,改善用户与数据库的交互方式。相关技术关键字还有：Text2SQL、Natural Language Interface to/for Database (NLIDB)、Natural Language Query (NLQ)、NLP、NLG等。

自1970年以来，数据架构技术不断演进，先后有OLTP（交易型数据库）、OLAP（分析型数据库）、大数据/数据湖、NewSQL、HTAP、LakeHouse以及目前的超融合架构。当前数据中心部署的数据产品大体可分为四大类，包括交易型数据库、分析型数据库、专用数据库以及大数据/数据湖。这四大类产品之间需要频繁的数据搬运，整个技术栈非常复杂，由此带来了诸多问题和挑战。超融合数据库融合各种技术于一体，可以很好的解决交易型数据库（OLTP）、分析型数据库（OLAP）、大数据/数据湖（Data Lake）之间频繁进行数据搬运导致的复杂低效、代价高昂等问题，简洁而优雅。不过，超融合数据库在发展过程中也面临存储扩展性受限、数据安全等问题和挑战。

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。

开源数据库发展研究报告 （2022 年） 大数据技术标准推进委员会 数据库应用创新实验室 2022年 7月 编写委员会 ❖ 主要编写单位（排名不分先后）： 中国信息通信研究院云计算与大数据研究所、江苏省农村信用社 联合社、Apache Doris 社区、杭州石原子科技有限公司、openGauss 社区、北京科蓝软件系统股份有限公司、广州巨杉软件开发有限公司、 平凯星辰（北京）科技有限公司、OpenMLDB社区、云和恩墨（北 京）信息技术有限公司、成都虚谷伟业科技有限公司、上海新炬网络 信息技术股份有限公司

数据库发展研究报告 （2022 年） 大数据技术标准推进委员会 数据库应用创新实验室 2022年 7月 编写委员会 ❖ 主要编写单位（排名不分先后）： 中国信息通信研究院云计算与大数据研究所、云和恩墨（北京） 信息技术有限公司、北京科蓝软件系统股份有限公司、成都虚谷伟业 科技有限公司、上海新炬网络信息技术股份有限公司、杭州沃趣科技 股份有限公司、浙江创邻科技有限公司、星环信息科技（上海）股份 有限公司、腾讯云计算北京有限责任公司、华为云计算技术有限公 司、天津南大通用数据技术股份有限公司、湖南亚信安慧

On-premises（on-prem）指传统的部署模型，存在成本高、实施周期长，数据备份与恢复能力差等局限。云数据库是在云计算的大背景下发展起来的一种新兴的共享基础架构的方法，它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易。2020年数据显示，云数据库已占据整体数据库市场份额的 40% ，据Gartner预测，2022年云数据库营收数据将占据数据库整体市场的半数以上。Serverless（无服务器架构）是指服务端逻辑由开发者实现，运行在无状态的计算容器中，由事件触发，完全被第三方管理，其业务层面的状态则存储在数据库或其他介质中。Serverless 是云原生技术发展的高级阶段，可以使开发者更聚焦在业务逻辑，而减少对基础设施的关注。

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。

1963年，IDS网状数据库面世开启数据库时代。这是数据库之父——查尔斯·巴赫曼Bachman的经典论文。

1974年，Boyce和Chamberlin在System R上实现结构化查询语言SEQUEL，1980年改名为SQL。

Patricia G.Selinger开创的基于代价的查询优化执行器框架。