眾所周知，隨著互聯(lián)網、大數據、人工智能等新一代信息技術的創(chuàng)新聚變，數字化產業(yè)正在成為全球經濟新的驅動引擎，以數據為核心生產要素的增長變革，成為面向網絡化、智能化方向提質增效及重塑核心競爭力的基礎。隨著數字化轉型深入推進和數據量的爆炸式增長，產業(yè)對數據庫的需求發(fā)生了革命性變化。
技術發(fā)展讓數據創(chuàng)造無處不在，從企業(yè)應用到個人應用和萬物互聯(lián)，來自新時代的數據庫挑戰(zhàn)持續(xù)增長：數據存儲從TB級別、PB級別增至EB級別；海量并發(fā)從企業(yè)內部數百至數千并發(fā)到互聯(lián)網模式下百萬級至億萬級并發(fā)；新的應用場景要求數據庫具備彈性伸縮能力；各行業(yè)在加速信息化基礎設施的分布式建設；此外端邊云協(xié)同、AI融合、軟硬結合、數據安全、隱私保護等都是重要挑戰(zhàn)。當前數據庫技術得到創(chuàng)新發(fā)展并發(fā)生著顛覆性變革，從結構化數據到非結構化數據，從關系型到非關系型，從集中式到分布式，從閉源到開源,“One size fits all”的時代已經過去。
全球知名咨詢公司Gartner 2021年企業(yè)軟件全球市場報告顯示，數據技術已成為企業(yè)軟件中最大且增速最快的賽道，未來5年復合增長率將達到17.5%；2022年5月發(fā)布的市場報告顯示，2021年全球DBMS(Database Management System，數據庫管理系統(tǒng))市場規(guī)模達到800億美元，同比增長22.3%。在快速發(fā)展中，數據庫領域的技術和市場也發(fā)生著巨大變革。
中國的數據庫市場是全球市場的重要組成部分，從技術到商業(yè)，中國數據庫產業(yè)正在發(fā)生快速而深遠的變化，為了記錄時代變革、洞察技術趨勢、傳遞產品價值，我們組織編寫了本報告，希望能夠為數據庫產業(yè)的產學研用提供參考，為行業(yè)發(fā)展作出貢獻。
附：中國數據庫行業(yè)年度分析報告2022－實時數據庫
和通用數據庫及傳統(tǒng)實時數據庫的不同之處在于，新一代實時數據庫技術不止是數據庫，而是工業(yè)技術、實時技術、數據庫技術以及先進的IT技術深度融合的產物，是一套包括數據采集、數據存儲、數據計算和數據可視化的工業(yè)數據管理系統(tǒng)，管理工業(yè)數據從生產到應用的全生命周期，是工業(yè)信息系統(tǒng)的工業(yè)數據管理底座，是工業(yè)數字化、信息化和智能化的基礎核心基礎軟件。
11.1實時數據庫是工業(yè)數字化建設的核心
實時數據是工業(yè)名詞，統(tǒng)一表示強實時屬性工業(yè)系統(tǒng)、過程或行為隨時間變化的數據。作為數據庫系統(tǒng)發(fā)展的分支之一，實時數據庫主要但不限于不斷更新的快速變化的實時數據及具有時間限制的工業(yè)事務處理。因此，和其他通用數據庫不同之處在于，實時數據庫技術不止是數據庫，而是
工業(yè)技術、實時技術、數據庫技術以及先進的IT技術深度融合的產物，是一套包括數據采集、數據存儲、數據計算和數據可視化的工業(yè)數據管理系統(tǒng)，管理工業(yè)數據從產生到應用的全生命周期，是工業(yè)企業(yè)信息系統(tǒng)的工業(yè)數據管理底座，是工業(yè)數字化、信息化和智能化的基礎核心軟件。
實時數據庫專門解決工業(yè)實時數據采集、存儲和應用問題，融合各種先進技術和優(yōu)化架構設計，通過提高效率來處理大規(guī)模實時數據的同時帶來系統(tǒng)性能的提升，包括更精準的數據采集、更高的容納率、更快的大規(guī)模查詢、更好的數據壓縮以及更有效率的數據應用支撐。
新一代實時數據庫管理系統(tǒng)創(chuàng)新融合了工業(yè)數據采集技術、中斷觸發(fā)技術、自動化控制技術、內存庫技術、關系庫技術、行列存儲技術、多核并行技術、安全通信技術、高效實時檢索技術等等，在國外壟斷的核心技術領域突破了卡脖子重圍，實現(xiàn)了完全的自主創(chuàng)新，通過用戶共創(chuàng)，完成了大量實踐和長期檢驗，在提高工業(yè)數據管理能力的同時，為企業(yè)數字化、信息化和智能化做出了重大貢獻。
11.2實時數據庫發(fā)展歷程
實時數據庫最早期的研究始于上世紀80年代的英國，四十余年發(fā)展過程中，經歷了早期實時數據庫、標準實時數據庫、新一代實時數據庫三大階段。
早期實時數據庫階段(1980-2000)的實時數據庫代表產品為西門子、ABB等工業(yè)自動化廠商，該類產品當時較好地解決了生產線實時數據采集、就地存儲的問題，但在廠級異構數據采集、數據匯總集中和海量數據容納、大規(guī)模復雜查詢及靈活數據應用支撐方面存在明顯不足。
標準實時數據庫階段(2000-2020)以OSI、Instep、庚頓數據、麥杰等為代表，該階段技術脈絡逐步清晰、解決方案架構趨于穩(wěn)定、應用領域極大豐富，進一步拓寬了數據采集范圍，同時極大提升了數據容納能力和支持復雜業(yè)務的查詢計算能力，成為以流程工業(yè)為代表的生產監(jiān)控領域標準配置。
中國實時數據庫起步較晚，但21世紀初由于國家層面將實時數據庫作為與操作系統(tǒng)同一級別的軟件鼓勵支持，同時趕上了20余年來中國流程工業(yè)聲勢浩大的信息化浪潮的推動，中國實時數據庫產業(yè)得以快速高質量發(fā)展，以庚頓數據為代表的實時數據庫廠商開啟了新一代實時數據庫階段(2020至今)，該階段由于數據規(guī)模爆炸增長、數據采集難度提高，工業(yè)企業(yè)深水區(qū)的數據應用進入全面數字化和智能化階段，大型工業(yè)集團化應用日益增多，工業(yè)企業(yè)生產連續(xù)性、工業(yè)安全以及智能化應用需求不斷提升，實時數據庫技術路線呈現(xiàn)多樣化和融合化發(fā)展。
隨著全球市場格局劇烈變革，工業(yè)數字化轉型不斷進入核心業(yè)務深水區(qū)，我國工業(yè)企業(yè)進入通過新型工業(yè)技術和數字化技術實現(xiàn)高質量和低碳化發(fā)展目標的發(fā)展新階段，5G、云計算等新興技術快速發(fā)展，傳統(tǒng)實時數據庫的應用系統(tǒng)紛紛優(yōu)化升級，我國實時數據庫產業(yè)正在迎來重大發(fā)展機遇。
11.3實時數據庫關鍵技術研究現(xiàn)狀及問題
實時數據庫管理系統(tǒng)作為涵蓋工業(yè)數據采集、數據管理及數據應用的軟件系統(tǒng)，其整體架構與技術路線不斷深化發(fā)展，在端云采集同在、集控式與分布式并存、邊緣計算與云平臺共處等應用趨勢驅動下，國內外在海量數據存儲機制、實時事務管理策略、分布式并行處理技術等關鍵技術領域的研究一直火熱，其理論更為成熟，實踐場景更為豐富，以流程工業(yè)為代表的核心應用領域成果尤為突出。
(1)海量數據的存儲機制
實時數據庫包括內存數據庫和歷史數據庫，內存索引機制和外存索引機制必須深度融合才能真正提升讀寫性能，滿足不斷升級的應用需求。ARTs_EDB系統(tǒng)提出兼有AVL樹和B+樹優(yōu)點的SB樹作為其內存索引機制，并利用基于時間點的方法實現(xiàn)了一種新的時態(tài)索引技術。GDREAL實時歷史數據庫針對性能瓶頸，提出新的儲存機制——Z樹，有效提升了磁盤存儲性能。由于高效的查詢算法對于內存實時數據庫的性能至關重要，專口面向工業(yè)控制領域數據和業(yè)務的哈希索引算法及接口設計具有更強的適應性和更高的效率。此外，考慮到實時數據庫基于測點的存儲結構特征，綜合B+樹與哈希索引與一致性哈希索引的方法能夠有效提升數據查詢效率。
實時數據庫在組織存儲文件格式時，極其重視數據壓縮算法的研究，以應對實時數據庫在生產環(huán)境面臨海量數據存儲的挑戰(zhàn)。在實時數據庫領域中，數據壓縮技術主要有兩類,無損壓縮和有損壓縮。無損壓縮以通用壓縮理論為基礎，采取哈佛曼算法等經典的壓縮算法，如InStep公司的eDNA實時數據庫；而有損壓縮則更多地考慮了工業(yè)實時數據的特征，采取特殊舍點的算法，著名的有損壓縮算法是OSI公司的PI實時數據庫使用的旋轉門壓縮算法；麥杰數據庫在時間維度上
有更全面考慮，綜合定制采樣頻率、例外報告、和矢量線性壓縮三種措施；庚頓數據將數據壓縮劃分為存儲前的定制采樣頻率、例外報告，和存儲后死區(qū)壓縮算法、可行域有損壓縮算法(自研)、兩階段無損壓縮算法，綜合壓縮比超1000:1。
此外，低成本的存儲是實時數據庫需要解決的一個主要問題，對數據進行分級存儲，從使用不同存儲介質，以及減少數據的副本數等方面，解決如何在保證數據查詢性能的前提下，降低數據的存儲成本。對于實時數據庫來說，多級存儲表示：CPU寄存器->內存->SSD固態(tài)硬盤->HDD機械硬盤->磁帶/光盤存儲，實時數據庫把各種不同存儲容量、存取速度和價格的存儲器按照層次結構組成多層存儲器，并通過管理有機的組合成為一個整體，使所存放的數據按照時間層次分布在各種存儲器中，同時隨著數據不斷增長將數據從高速存儲向低速存儲持續(xù)遷移，在每一級存儲可以掛載多存儲路徑，實現(xiàn)存儲空間的在線擴容。近年來非易失性內存等信息存儲硬件開始普及，基于這類新型硬件的實時數據庫的內部處理邏輯、算法等需要重新設計，實時數據庫技術可借此進一步發(fā)展和完善。
(2)實時事務的管理策略
事務是指必須原子地執(zhí)行的一個或多個數據庫操作的集合，集合中的所有操作或者都執(zhí)行，或者都不執(zhí)行。實時數據庫的事務則兼具傳統(tǒng)數據庫事務與實時任務兩者的特征，必須同時實現(xiàn)數據一致性和定時限制。因此，實時事務的管理策略與傳統(tǒng)事務存在顯著差異，通常包括事務調度和并發(fā)控制兩項內容。
事務調度的目標是滿足定時限制事務的比率最大化，即讓盡可能多的事務處理在截止期之前完成。目前國內外的實時數據庫中最為常用的是基于優(yōu)先級的事務調度策略，包括基于事務截止期來指派優(yōu)先級的截止期最早最優(yōu)先策略、基于空余時間(事務可推遲執(zhí)行的時間估算)來指派優(yōu)先級的空余時間最短最優(yōu)先策略、通過價值函數來指派優(yōu)先級的價值最高最優(yōu)先策略、通過價值密度函數(事務期望化值與所需執(zhí)行時間的比值)來指派優(yōu)先級的價值密度最大最優(yōu)先策略、基于事務執(zhí)行歷史日志的調度策略和廣義截止時間最優(yōu)策略等。上述事務實時調度策略有著各自的化勢應用場景，但是能夠結合國防軍事領域特點的事務調度策略研究則相對不足。
并發(fā)控制的目標是通過規(guī)范多個并發(fā)事務的執(zhí)行順序來避免它們之間的相互干擾，防止數據庫狀態(tài)一致性的破壞。實現(xiàn)并發(fā)控制的傳統(tǒng)技術包括鎖協(xié)議、時間戳和有效性確認其中兩階段鎖是最經典的鎖協(xié)議之一，但是在基于優(yōu)先級的事務調度過程中會產生“優(yōu)先級倒置”等問題。為解決上述問題，高優(yōu)先級兩階段鎖對傳統(tǒng)的兩階段鎖協(xié)議進行了改進，在發(fā)生“優(yōu)先級倒置”時能夠中止低優(yōu)先級事務而確保高優(yōu)先級事務及時獲得相應資源。分布式環(huán)境下的并發(fā)控制(分布式鎖)目前尚沒有特別高效的方案，國外分布式系統(tǒng)已經廣泛應用的算法和實現(xiàn)包括Paxios、Raft、Zookeeper等。
(3)分布式并行處理技術
在當前最流行的分布式框架Hadoop中，不同的調度算法對于其性能有極大的影響。目前常用的作業(yè)調度算法主要包括先進先出調度算法、公平份額調度算法和計算能力調度算法，其中應用得最廣泛的是先進先出調度算法。支撐Hadoop框架的兩個核心技術是源自Google File System的HDFS和MapReduce。MapReduce模型適用于批量處理任務，但計算實時性不高。對于實時計算任務，流式計算框架擁有更為針對性的設計，典型地包括Twitter公司開源的Storm框架、Linkedi公司開發(fā)的Samza框架和UC BERKELEY大學研究的Spark流式框架。用于分布式環(huán)境下實時性要求嚴格而計算精確度要求稍低的應用場景。
然而，工業(yè)領域有著豐富的數據查詢與處理場景，例如流程圖監(jiān)控頁面的實時數據展示，面向報警管理與優(yōu)化的數據挖掘分析等，需要系統(tǒng)能夠同時提供分布式查詢、實時訂閱、實時與非實時并行計算等多種能力。如果簡單地將上述并行處理技術進行集成和拼裝，而缺乏對流程工業(yè)數據處理場景的深入分析，將導致系統(tǒng)復雜而低效，無法滿足應用的實時性和可靠性要求。因此，該方向尚存在大量研究工作有待開展。
分布式實時數據庫的服務橫型包含分布式存儲服務、分布式計算服務和網絡通信服務三大分布式服務群。同時，基于工業(yè)互聯(lián)網的跨地域數據傳輸與服務接口訪問使得分布式實時數據庫的開放性日益提升，信息安全問題也逐漸成為分布式實時數據庫系統(tǒng)設計過程中必須重點考慮和投入的方向，對應的網絡信息安全和用戶訪問認證技術成為隔離系統(tǒng)外部和內部的重要安全屏障。除此之外，組態(tài)管理服務用于對系統(tǒng)組態(tài)配置信息和工廠模型信息迸行統(tǒng)一管理和發(fā)布。事務管理服務參與全生命周期流程，將全局任務與分布式服務節(jié)點進行緊密連接，確保任何涉及多服務節(jié)點的任務能夠完整、有序、正確地執(zhí)行，并在調度過程中盡可能滿足其實時特性。
進入二十一世紀，隨著國家鼓勵發(fā)展實時數據庫等基礎軟件的鼓勵以及數字化轉型、雙碳目標等國策的出臺，國內實時數據庫系統(tǒng)研究和應用不斷深入，國產實時數據庫軟件取得長足進展，其功能和性能在電力、化工、冶金、煙草、軍工、新能源等眾多行業(yè)的重大項目中不斷得到驗證，逐步實現(xiàn)了對國外軟件的趕超。
雖然實時數據庫管理系統(tǒng)屬于核心基礎軟件，但目前大部分國產實時數據庫軟件針對自主可控CPU和操作系統(tǒng)進行優(yōu)化不足，軟件在一些功能的技術實現(xiàn)上使用通用但更依賴CPU計算能力的方法，CPU、IO設備等硬件能力不足。因此，如果想要真正滿足大工業(yè)市場海量傳感器數據實時存儲和處理的需求，尤其核電應用等態(tài)勢感知、裝備運行狀態(tài)監(jiān)控等高級數據應用領域的特殊需求，目前大部分國產數據庫管理系統(tǒng)還需要更進一步。針對以上問題，以庚頓數據為代表的實時數據庫廠商例近年來不斷突破創(chuàng)新，海量順序和亂序數據的高性能寫入、海量實時和歷史數據的原始及聚合查詢、廣泛適配國產硬件設備和操作系統(tǒng)以及如何實現(xiàn)實時數據庫更高可靠性和安全性等領域均進行了大量深入的研究與創(chuàng)新應用，取得了豐碩的成果和市場回報。
11.4中國實時數據庫市場發(fā)展趨勢
對大型工業(yè)企業(yè)而言，精準、快速掌握數字化轉型進程中產生的各種數據和信息，可以進一步保障生產穩(wěn)定、業(yè)務優(yōu)化、設備健康和能耗降低，而這些正是企業(yè)獲得高質量發(fā)展的關鍵驅動力。充分發(fā)掘工業(yè)數據價值的企業(yè)，才能最大限度釋放工業(yè)數據生產力，幫助工業(yè)用戶在激烈的市場競爭中搶占主動、獲得先機。
隨著5G技術、高性能電池技術的發(fā)展和低成本傳感器的普及，工業(yè)數據呈現(xiàn)爆炸式增長，流程工業(yè)的工業(yè)數據資源日益豐富，但企業(yè)對數據的掌握和應用沒有跟上數據增長的速度，大部分工業(yè)數據并沒有得到有效的共享和利用，數據收集和整理的時間占比過大，真正被發(fā)掘并運用到企業(yè)的日常運營中的數據不到三分之一。因此，流程工業(yè)迫切需要海量工業(yè)數據的整體解決方案，更加高效地、精準地、實時地采集需要的工業(yè)數據，同時對這些數據進行整合分析并及時共享給各業(yè)務部分的數據使用方，以期創(chuàng)造更新的增長極。數據已然成為現(xiàn)代流程工業(yè)數字化轉型的核心，真正實現(xiàn)工業(yè)數據的采集、存儲并幫助建立工業(yè)數據分析和應用平臺挖掘工業(yè)數據價值，成為驅動實時數據庫行業(yè)面臨的挑戰(zhàn)和機遇。
實時數據庫開發(fā)的理念是為了實現(xiàn)工業(yè)監(jiān)控及工業(yè)數據分析應用，其數據讀取以及存儲壓縮能力作為核心功能一直在升級迭代。為滿足工業(yè)企業(yè)更高標準要求，突破原有應用場景限制，開辟新的增量市場，實時數據庫廠商需要在技術層面上需要實現(xiàn)更多種信息技術的深度融合，尤其要和邊緣計算結合互補；為了降低企業(yè)應用難度，提升使用感受，需要高度統(tǒng)一協(xié)議接口，進一步提高系統(tǒng)一體化水平。
(1)融合與統(tǒng)一，實時數據庫技術創(chuàng)新不能停
與各類信息技術的高度耦合，邊緣計算將算力下沉。實時數據庫當前采集頻率已經突破毫秒級，超越了多數設備數據采集需求的上限。雖然性能已經達到單體設備采集標準，但是設備數量未來幾年將快速增長，與物聯(lián)網、云計算、邊緣計算等不同技術橫向融合是提升自身價值的重要途經，其中以邊緣計算與實時數據庫的相關性最強。當數據過于龐大，集中化的處理方式很難響應實時的數據分析需求時，需要通過邊緣設備實時響應的處理并反饋，采取這種分級處理的方式能夠有效提升時效性數據的價值，同時減輕存儲系統(tǒng)的負擔。尤其在離散制造業(yè)當中，行業(yè)碎片化程度高且呈橫向分布，應用邊緣計算技術可以更契合離散制造系統(tǒng)實時工業(yè)軟件開發(fā)。
系統(tǒng)一體化程度提升，軟件協(xié)議接口統(tǒng)一化。硬件上，設備由企業(yè)采購，但是不同品牌的智能制造設備數據測點反饋的數據真實性、時效性會略有不同；軟件上，目前不同實時數據庫產品適用的開發(fā)平臺或多或少存在限制，接口標準眾多難以高度統(tǒng)一，激化設備和軟件數據對接問題。對實時系統(tǒng)的一體化成為企業(yè)、設備提供商、實時數據庫提供商的統(tǒng)一需求。
(2)更強大，更成熟，實時數據庫產品升級迫在眉睫
功能升級，應用場景增加。實時數據庫目前主要還是應用于傳統(tǒng)大型工業(yè)例如火電廠、核電廠、煉鋼廠等，這些行業(yè)實時數據的并發(fā)量和處理量已經處于金字塔頂端，印證了實時數據庫核心功能已經具備“向下”兼容的能力，例如汽車、家具、食品等行業(yè)。可結合云平臺技術，突破現(xiàn)場控制監(jiān)控的瓶頸，賦能于更多的場景當中。最大程度實現(xiàn)工廠自動化生產，實現(xiàn)無人化“黑燈工廠”減少企業(yè)人力成本，提高生產效率。
更完整成熟的實時數據庫產品。相較于通用的時序數據庫，完整的實時數據庫產品更適用于工業(yè)制造領域。制造業(yè)企業(yè)與互聯(lián)網公司相比，缺少專業(yè)研發(fā)優(yōu)化人員，更多是使用者的身份，對產品的首要需求是高穩(wěn)定、可維護。工業(yè)智能生產采用的架構比較類似，擁有相對成熟的體系，標準化、成熟度高的實時數據庫產品更契合工業(yè)需求。成熟的實時數據庫產品需要提供標準的數據挖掘模式，對于基本的過程參數、不同工序之間一些標準的產品無需企業(yè)進行進一步開發(fā)應用。
(3)市場規(guī)模急速膨脹，資本進入最佳時機
中國工業(yè)實時數據庫市場經歷了二十多年的發(fā)展，至今一直處于穩(wěn)步增長狀態(tài)，但是增速較為緩慢，應用動機基本出于行業(yè)領頭企業(yè)“嘗鮮”使用、制造標桿工廠的想法，未能得到深度開發(fā)應用，但是在工業(yè)數字化從口號進階至國家重要發(fā)展方向后，給市場注入一陣強心劑。工業(yè)場景中，80%以上的監(jiān)測數據都是實時數據，過去企業(yè)沒有重視保存歷史數據，如今對數據價值挖掘及應用的需求和實際使用的情況之間存在巨大缺口，市場有很大上升空間，預計至2025年達到269億元的規(guī)模。以數據為核心競爭力的意識將在制造業(yè)中蔓延滲透至大大小小各個細分行業(yè)，未來大量應用實時數據庫成為必然趨勢。
(4)產品國產化替代大勢所趨
隨著大數據時代的來臨，數據成為企業(yè)的重要戰(zhàn)略資源，數據的隱私性和安全性是企業(yè)在選擇實時數據庫時的重要考量因素。特別是工業(yè)數據，具有其他行業(yè)不具備的特征。與互聯(lián)網大數據不同，工業(yè)數據雖然規(guī)模龐大，但是大多為有效數據，數據價值密度高，對企業(yè)而言具有絕對的商業(yè)價值。工業(yè)數據主要來源于各類傳感器設備對環(huán)境和生產流程的監(jiān)測，多種類數據并發(fā)量巨大，數據類型異常龐雜。工業(yè)制造是國家發(fā)展的重要依靠，特別是在高精尖領域，對數據泄露采取零容忍態(tài)度，數據機密性強。
中國實時數據庫研發(fā)起步較晚，初期階段更多借鑒國外的優(yōu)秀技術和經驗，導致海外品牌在中國市場中占據了先機。近幾年在產品性能方面，本土產品奮起直追，甚至實現(xiàn)彎道超車，卻在營銷層面存在薄弱環(huán)節(jié)，暫未打破壟斷局面，但海外產品靈活性不足及數據隱私兩個主要驅動因素暗示著國產化替代浪潮的到來。在保證數據安全的前提下使用性能優(yōu)秀、維護便捷、成本更低、接口協(xié)議更開放的產品是每一個理性的中國企業(yè)都會做的選擇，本土化產品的迅速崛起讓中國企業(yè)看到了新方向。
(5)頭部效應驅動實時數據庫再上層樓
工業(yè)實時數據庫不同于時序數據庫等通用數據庫，在生產線的運行時間可長達數十年，且價格高昂，是企業(yè)實時系統(tǒng)的核心構成。在初期選擇階段企業(yè)會進行再三考量，安裝使用后不會輕易更換。替換周期長、成本高或造成未來市場產生頭部效應。對實時數據庫有迫切需求的更多是中大型工業(yè)企業(yè)，產品應用一步到位和可持續(xù)運行是首要考量因素。實時數據庫未來的市場將屬于擁有絕對產品競爭力的優(yōu)秀企業(yè)。
但目前市面產品質量層次不齊，市場中得到認可的產品來自十幾家不同的實時數據庫企業(yè)，由于缺乏統(tǒng)一的對比標準和長時間的調教優(yōu)化，部分國產產品在基本功能上仍存在缺陷。例如在數據點采集存儲方面，不少廠商在數據采集過程中存在數據不穩(wěn)定、數據斷包的現(xiàn)象；服務器兼容性、可靠性和穩(wěn)定性不足，導致經常性停運維修；數據檢索能力弱，進行歷史數據定位提取時發(fā)生目標屬性類型不匹配的情況。
實時數據庫是典型的長期主義市場，爬坡周期長，產品成熟慢，用戶共創(chuàng)程度高，成熟穩(wěn)定性要求高，需要不斷優(yōu)化調節(jié)和歲月的沉淀。研發(fā)具有自主知識產權的實時數據庫系統(tǒng)具有重要的意義，實時數據庫系統(tǒng)的設計與結構的開發(fā)尤為重要，開發(fā)流程繁瑣，需要時間的沉淀來對產品進行反復的優(yōu)化調試。前期設計開發(fā)包含概念結構設計、邏輯結構設計、物理設計，對接入層、存儲層、計算層、平臺層以及應用層多層面的開發(fā)。后期運維調試階段，則需要根據行業(yè)特定需求進行實時數據庫優(yōu)化調整，產品的成熟度與工程支持人員的專業(yè)度及工業(yè)知識沉淀程度決定維護調試周期的長短。
【來源： 微信公眾號“庚頓數據” 】
