1. 整体描述
近年来，国产数据库进入了快速发展阶段。从早期以集中式 OLTP 数据库为主，到今天同时覆盖分布式数据库、云原生数据库、HTAP 数据库、时序数据库等多种技术路线，国产数据库生态已经从"可用"逐步走向"可选、可评估、可替换"。
从本次清单可以看出，入选产品覆盖了传统数据库厂商、云厂商、通信厂商、金融科技厂商以及新兴数据库创业公司等多个类型。厂商包括达梦、阿里云、腾讯云、瀚高、虚谷伟业、南大通用、人大金仓、华为云、OceanBase、PingCAP、星环科技、DolphinDB 等，基本代表了当前国产数据库市场中的主要技术力量。
从产品形态来看，清单中的数据库产品大致可以分为三类：
第一类是集中式数据库，主要面向传统交易型系统、核心业务系统、政企应用系统等场景，强调兼容性、稳定性、事务能力和迁移成本控制。
第二类是分布式数据库，主要面向高并发、高可用、弹性扩展、海量数据处理等场景，适用于互联网业务、金融核心系统、运营商业务系统以及大型企业数字化平台。
第三类是HTAP 与时序类数据库，主要面向交易分析一体化、实时分析、物联网、金融行情、工业监控等场景，体现出国产数据库正在从单一事务处理能力向综合数据处理平台演进。
从整体趋势看，国产数据库的竞争已经不再只是"有没有数据库产品"，而是进入了更深入的阶段：
- 是否具备核心交易系统承载能力；
- 是否具备成熟的分布式架构能力；
- 是否兼容 MySQL、PostgreSQL、openGauss 等主流生态；
- 是否具备云原生部署、弹性扩缩容和自动化运维能力；
- 是否能够支撑 HTAP、时序、实时分析等新型业务场景。
因此，这份清单的价值不仅在于罗列产品，更在于帮助我们观察国产数据库生态的结构变化和未来方向。
2. 具体描述
2.1 产品数量与厂商分布
从图片整理结果看，本次清单共涉及 26 家左右厂商 ，约 50 个数据库产品或版本条目。其中，华为云、达梦、阿里云、中兴通讯、南大通用、东方金信等厂商出现频次较高，说明这些厂商在多个技术路线或多个产品版本上均有布局。
从厂商类型来看，可以分为以下几类：
| 厂商类型 | 代表厂商 | 特点 |
|---|---|---|
| 传统国产数据库厂商 | 达梦、人大金仓、南大通用、神舟通用、虚谷伟业 | 起步较早，政企市场积累深，集中式数据库能力较强 |
| 云厂商 | 阿里云、腾讯云、华为云、天翼云 | 强调云原生、分布式、弹性扩展和平台化服务能力 |
| 通信与大型科技企业 | 中兴通讯、中国移动相关公司、中国银联、平安科技 | 多面向行业核心业务场景，强调高可用和行业适配 |
| 新兴数据库公司 | PingCAP、OceanBase、DolphinDB、TimechoDB、崖山数据库、星环科技 | 更强调分布式、HTAP、时序、云原生等新技术路线 |
这说明国产数据库市场已经形成了"传统厂商 + 云厂商 + 行业厂商 + 新兴技术厂商"共同竞争的格局。
2.2 集中式与分布式并行发展
从架构类型看，清单中既有集中式数据库，也有分布式数据库，两类产品数量接近。集中式数据库仍然是国产数据库的重要基础形态，主要用于传统应用改造、Oracle/MySQL/PostgreSQL 替换、政企业务系统建设等场景。
与此同时，分布式数据库的比例也非常高，说明数据库国产化并不是简单替换传统数据库，而是在向更高并发、更高可用、更大规模数据处理方向升级。
| 架构类型 | 适用场景 | 典型关注点 |
|---|---|---|
| 集中式数据库 | 单体核心系统、传统业务系统、中小规模 OLTP 场景 | 稳定性、兼容性、事务能力、迁移成本 |
| 分布式数据库 | 大规模交易系统、互联网业务、金融核心系统、云原生平台 | 水平扩展、高可用、分布式事务、弹性伸缩 |
对于企业选型来说，不能简单认为"分布式一定优于集中式"。集中式数据库在架构复杂度、运维成本、SQL 兼容性、单机事务性能方面仍然有明显优势；而分布式数据库则更适合业务规模大、并发高、容量增长快、可用性要求高的场景。
更合理的思路是：
- 稳定、成熟、规模可控的传统业务，可以优先考虑集中式数据库；
- 高并发、高可用、海量数据、跨地域容灾等场景，可以重点评估分布式数据库；
- 新建系统如果天然部署在云上，则可以优先关注云原生数据库能力。
2.3 OLTP 仍是主流，HTAP 和时序数据库开始出现
从业务类型看，清单中的大多数产品仍然属于 OLTP 类型。OLTP 是数据库最核心、最基础的应用场景，主要支撑交易、订单、账户、支付、库存、客户信息、业务流程等系统。
不过，HTAP 和时序数据库也开始出现在清单中，这说明国产数据库正在从"事务型数据库"向"综合数据处理平台"延伸。
| 类型 | 主要能力 | 适合场景 |
|---|---|---|
| OLTP | 高并发事务处理、增删改查、强一致性 | 核心业务系统、交易系统、管理系统 |
| HTAP | 同时支持事务处理和分析查询 | 实时经营分析、业务看板、交易分析一体化 |
| 时序数据库 | 高效写入和查询时间序列数据 | 物联网、监控、工业数据、金融行情 |
其中，HTAP 的出现尤其值得关注。过去企业通常需要将交易数据库中的数据同步到数据仓库或数据湖中，再进行分析。HTAP 的目标是让同一套数据库同时支持在线交易和在线分析，从而降低数据链路复杂度，提高实时分析能力。
时序数据库则反映了物联网、设备监控、金融行情、工业互联网等场景的增长。这类场景的数据特点是写入频率高、时间维度强、数据量大、查询模式相对固定，因此需要专门的数据库引擎进行优化。
2.4 生态兼容成为重要选型因素
从生态字段看，很多国产数据库选择兼容 MySQL、PostgreSQL、openGauss，部分产品则基于自研生态或其他数据库生态。这体现出国产数据库在发展过程中形成了两条路线：
一条是生态兼容路线，通过兼容 MySQL、PostgreSQL、Oracle 或 openGauss，降低应用迁移成本，提高开发人员接受度。
另一条是自主内核路线，强调自研存储引擎、事务模型、优化器、分布式架构或特定场景能力，目标是在核心能力和长期演进上形成自主可控优势。
常见生态路线可以概括如下：
| 生态方向 | 优势 | 风险或挑战 |
|---|---|---|
| MySQL 生态 | 应用广、开发者多、迁移成本低 | 高级特性兼容性、复杂 SQL、分布式事务支持需要验证 |
| PostgreSQL 生态 | 功能丰富、扩展性强、标准化程度高 | 部分国产化改造场景需要关注插件和语法兼容 |
| openGauss 生态 | 国产数据库生态代表之一，适合政企场景 | 生态成熟度、工具链、人才储备仍需持续建设 |
| 自研生态 | 自主可控程度高，可针对特定场景深度优化 | 学习成本、迁移成本、生态工具适配成本较高 |
企业在选型时，不应只看数据库本身的性能指标，还应重点关注生态兼容性，包括：
- 原有 SQL 是否需要大量改造；
- ORM 框架、数据库驱动、中间件是否支持；
- 备份恢复、监控、审计、迁移工具是否成熟；
- 运维团队是否具备相关经验；
- 出现问题时厂商是否能提供足够支持。
2.5 不同批次反映产品持续演进
清单中包含第一批次、第二批次、第三批次、第四批次等信息。不同批次中的产品版本不同，说明数据库厂商在持续迭代产品能力，例如从 V8 到 V9、从集中式到分布式版、从 OLTP 到 HTAP，都是产品演进的重要体现。
例如：
- 达梦同时出现集中式和分布式版本，并且版本从 V8.4 演进到 V9；
- 阿里云 PolarDB 同时覆盖集中式、分布式版以及云原生数据仓库方向；
- 华为云 GaussDB 同时出现集中式、分布式版和集群软件；
- 中兴 GoldenDB 同时覆盖分布式、Lite 版本和 HTAP 方向；
- OceanBase 同时出现分布式和集中式形态。
这表明数据库产品正在从单一产品向产品族发展，厂商也在通过不同版本覆盖不同客户和不同场景。
2.6 主要产品清单与官网地址
下面是根据图片内容整理的产品清单，并补充官网地址，便于后续查阅。
| 序号 | 厂商 | 数据库产品名称 | 架构类型 | 级别 | 业务类型 | 生态 | 官网地址 |
|---|---|---|---|---|---|---|---|
| 1 | 达梦 | 达梦数据库管理系统 / DMDPC / V9 / 分布式版 V9 | 集中式 / 分布式 | I级 / II级 | OLTP | 自研 DMSE | https://www.dameng.com/ |
| 2 | 阿里云 | PolarDB / PolarDB 分布式版 / AnalyticDB PostgreSQL版 | 集中式 / 分布式 | I级 / II级 | OLTP / HTAP | MySQL / PostgreSQL | https://www.aliyun.com/product/polardb |
| 3 | 腾讯云 | TDSQL 关系型数据库管理系统 / TDSQL 分布式数据库 | 集中式 / 分布式 | I级 | OLTP | MySQL / PostgreSQL | https://cloud.tencent.com/product/tddbms |
| 4 | 瀚高 | 瀚高安全版数据库系统 / HighGoDB | 集中式 | I级 | OLTP | PostgreSQL | https://www.highgo.com/ |
| 5 | 虚谷伟业 | 虚谷数据库管理系统 | 集中式 / 分布式 | I级 | OLTP | 自研 | https://www.xugudb.com/ |
| 6 | 南大通用 | GBase 8s / GBase 8a MPP Cluster / GBase 8c | 集中式 / 分布式 | I级 | OLTP / HTAP | Informix / 自研 | https://www.gbase.cn/ |
| 7 | 东方金信 | SeaboxSQL / SeaboxU / SeaboxSQL 分布式版 | 集中式 / 分布式 | I级 | OLTP | PostgreSQL | https://www.seaboxdata.com/ |
| 8 | 人大/中科金仓 | KingbaseES / 金仓分布式 HTAP 数据库集群软件 | 集中式 / 分布式 | I级 | OLTP / HTAP | PostgreSQL | https://www.kingbase.com.cn/ |
| 9 | 海量数据 | Vastbase G100 | 集中式 | I级 | OLTP | openGauss | https://docs.vastdata.com.cn/ |
| 10 | 万里开源 | GreatDB | 集中式 | I级 | OLTP | MySQL | https://www.greatdb.com/ |
| 11 | 优炫软件 | UXDB | 集中式 | I级 | OLTP | PostgreSQL | https://www.uxsino.com/ |
| 12 | 华为云 | GaussDB / TaurusDB / GaussDB 集群软件 | 集中式 / 分布式 | I级 / II级 | OLTP / HTAP | openGauss / MySQL / 自研 | https://www.huaweicloud.com/product/gaussdb.html |
| 13 | 神舟通用 | 神通数据库管理系统 / MPP 集群版 | 集中式 / 分布式 | I级 | OLTP / HTAP | PostgreSQL? | https://www.shentongdata.com/ |
| 14 | 平凯星辰 | TiDB 企业版 | 分布式 | I级 | OLTP | MySQL | https://cn.pingcap.com/ |
| 15 | 中兴通讯 | GoldenDB / GoldenDB Lite / GoldenDB Flash | 集中式 / 分布式 | I级 / II级 | OLTP / HTAP | MySQL / 自研 | https://www.zte.com.cn/china/solutions_latest/goldendb.html |
| 16 | 奥星贝斯 | OceanBase 数据库软件 | 集中式 / 分布式 | I级 | OLTP | 基于开源自研 | https://www.oceanbase.com/ |
| 17 | 中移（苏州） | 大云云数据库 C3B for PostgreSQL V2.0 | 集中式 | I级 | OLTP | PostgreSQL | https://ecloud.10086.cn/ |
| 18 | 深圳计算科学研究院 | 崖山数据库管理系统 | 集中式 / 分布式 | I级 | OLTP | 自研 | https://www.yashandb.com/ |
| 19 | 平安科技 | 平安 RASQL 集中式数据库软件 | 集中式 | II级 | OLTP | PostgreSQL | https://tech.pingan.com/database |
| 20 | 中移动 | 磐维数据库 PanWeiDB | 集中式 | I级 | OLTP | openGauss | https://open.10086.cn/panweidb/home |
| 21 | 天谋科技 | TimechoDB | 分布式 | I级 | 时序 | 自研 | https://www.timecho.com/ |
| 22 | 天翼云 | TeleDB 数据库软件 | 分布式 | I级 | HTAP | PostgreSQL | https://www.ctyun.cn/products/topic/teledb |
| 23 | 中国银联 | UPRDB 分布式数据库管理系统 | 分布式 | I级 | OLTP | 基于开源自研 | https://cn.unionpay.com/ |
| 24 | 星环信息科技 | Transwarp ArgoDB | 分布式 | I级 | HTAP | 自研 | https://www.transwarp.cn/product/argodb |
| 25 | 浙江智臾 | DolphinDB | 分布式 | I级 | 时序 | 自研 | https://dolphindb.cn/ |
| 26 | 北京自然原数 | Kingwow（金乌）数据库 | 分布式 | I级 | OLTP | 自研 | https://obase.com.cn/ |
2.7 选型时建议重点关注的问题
对于企业用户来说，国产数据库选型不能只看"是否入选清单"，还需要结合自身业务系统特点进行综合评估。建议重点关注以下几个方面。
第一，业务场景是否匹配。
如果是传统管理系统、一般交易系统，集中式数据库可能更合适；如果是金融核心、互联网高并发、海量数据场景，则需要重点评估分布式数据库；如果有实时分析诉求，可以关注 HTAP；如果是设备数据、监控数据、行情数据，则可以考虑时序数据库。
第二，兼容性是否充分。
很多国产化替换项目的最大难点不是数据库安装，而是应用改造。SQL 语法、存储过程、函数、触发器、分页语法、事务隔离级别、字符集、排序规则、驱动适配等，都会影响迁移工作量。
第三，稳定性和高可用能力是否经过验证。
数据库承载的是企业核心数据。选型时应重点验证主备切换、故障恢复、备份恢复、数据一致性、性能抖动、扩容缩容、跨机房容灾等能力。
第四，工具链和运维体系是否成熟。
成熟数据库不仅需要内核能力，还需要完整的工具链，例如数据迁移工具、SQL 审核工具、监控告警平台、备份恢复工具、审计工具、性能诊断工具等。
第五，厂商服务能力是否匹配。
国产数据库替换往往不是一次性采购，而是长期建设过程。厂商是否具备迁移经验、行业案例、现场支持能力、问题响应能力和持续迭代能力，会直接影响项目成功率。
3. 总结
整体来看，这份清单反映出国产数据库已经形成了较完整的产品生态：既有面向传统 OLTP 业务的集中式数据库，也有面向大规模业务的分布式数据库；既有兼容 MySQL、PostgreSQL、openGauss 的生态型产品，也有强调自主内核和特定场景优化的自研产品；既覆盖政企、金融、运营商等传统核心行业，也开始向云原生、HTAP、时序数据、实时分析等新型数据场景延伸。
对于技术人员和企业架构团队来说，这份清单至少有三点启示。
第一，国产数据库选型不能只看品牌，而要看业务场景。不同数据库的技术路线不同，适合的场景也不同。集中式、分布式、HTAP、时序数据库并不是互相替代关系，而是面向不同问题的解决方案。
第二，数据库国产化不是简单替换，而是系统工程。它涉及应用改造、SQL 兼容、数据迁移、性能调优、容灾架构、运维体系、人员培训和厂商支持等多个环节。真正的难点往往不在"能不能装起来"，而在"能不能稳定跑起来、长期管起来"。
第三，生态兼容和自主创新需要平衡。兼容 MySQL、PostgreSQL、openGauss 可以降低迁移成本，但长期来看，数据库厂商仍然需要在内核能力、分布式架构、云原生能力、HTAP 能力、智能运维能力等方面形成差异化竞争力。
如果把国产数据库的发展分成几个阶段，那么过去更多是"产品可用"，现在正在进入"场景可选"，未来则会走向"能力领先"。对于企业而言，最合理的做法不是盲目追求某一个数据库产品，而是建立一套可评估、可验证、可迁移、可持续运维的数据库选型体系。
最终，国产数据库的价值不只是替代某个国外数据库，而是支撑企业在安全可靠、成本可控、技术自主和业务创新之间取得更好的平衡。
附：快速选型参考
| 需求场景 | 优先关注方向 |
|---|---|
| 传统业务系统国产化改造 | 集中式数据库、SQL 兼容性、迁移工具 |
| 高并发交易系统 | 分布式数据库、分布式事务、高可用能力 |
| 实时经营分析 | HTAP 数据库、查询性能、数据一致性 |
| 物联网/监控/行情数据 | 时序数据库、写入吞吐、压缩能力、时间窗口查询 |
| 云上新建系统 | 云原生数据库、弹性扩缩容、托管运维能力 |
| 金融/政企核心系统 | 成熟案例、容灾能力、厂商服务、稳定性验证 |