近日，由第一新聲發布《2025年中國金融業數據庫 國產替代能力評估報告 》。此份報告由第一新聲智庫連續多年追蹤研究，并于今年啟動問卷征集、專家訪談等專項調研工作，累計回收300余份有效問卷，其中金融業專項問卷103份，并結合大量專家的定性研究內容，最終完成此份報告。報告可以真實反映出金融業數據庫當前替換進程、核心問題、主流廠商及能力對比等，報告結尾部分的 TOP10 廠商，可以供金融從業者更好地選擇。本人也參與到此份報告的編寫中，貢獻微薄力量。下文，就是針對報告內容的一點個人解讀。

1. 金融業數據庫替換現狀調查

報告的第一部分，重點談到了金融業數據庫的現狀及痛點問題。

1.PNG

首先從此次報告的問卷樣本來看，無論從人員規模和數據庫應用情況，均存在很大的差異。其中頭部的大型機構和尾部的小型機構占據一定比例，但超半數以上的是中等體量規模的金融機構。這種多元分布的格局也意味著，不同規模機構在數據庫替換上完全不在一個量級。大型金融機構數據規模巨大、復雜度高，但同時人員技術儲備占優；而中小型機構則明顯不同，其更為關注成本與敏捷性。因此，一套在大型機構成功的“完美”替換方案，照搬到中小機構可能顯得臃腫且昂貴。金融機構需正視自身規模與業務特性的獨特性，在借鑒他人經驗時，應重點參考其方法論和風險應對思路，而非具體技術方案，從而制定出最適合自身的替換策略。

2.PNG

上圖則更進一步印證這一觀點，不同金融機構從資產規模這一指標就能看出差異性。中小金融機構占據相當大的比例。下面進一步從銀行規模和系統分級去拆解考慮

3.PNG

以銀行為例，不同體量的銀行的系統規模差異就很大；同一銀行內系統的分類也有著明確的要求，占有少數的A類系統雖然數量不多，但占用了最多的科技投入，也是替換的重中之重。從下文中我們也可以看到，不同體量的金融機構和不同類型的系統替換比例差異很大。那么當前的替換程度又如何了呢？

4.PNG

從發展歷程來看，國產數據庫在金融業使用，產品經歷了從“可用”到“好用”的跨越，使用規模上從“局部試用”到“規模化推廣”。但我們還要清醒的看到，國產數據庫的真實替代率仍然不高，還有很長的一段路要走。就在報告發布之后，某微信群里就有小伙伴提問談到金融業數據庫不都替換完了嘛？為什么跟報告中的數據感覺差異很大？這就是典型的“幸存者偏差”，從外部大會、媒體報道等多方面了解的信息與真實情況存在的差異。那真實情況又如何呢？

5.PNG

6.PNG

7.PNG

上面三張圖可以從多個側面反映出金融業數據庫使用現狀。一方面，不同業務系統之間，數據庫國產化率差異巨大；早期以辦公類為主的系統多已替換，但到核心類仍然比例不高，其核心問題在于核心系統對數據庫要求極高，替換存在很大風險，因此動作比較慢。另一方面，國外數據庫中以Oracle、DB2為代表的商業產品及MySQL、PostgreSQL為代表的開源產品占據了較大份額；其背后原因多是在于穩態與敏態業務不同的技術選型所致。

2. 數據庫國產替代關鍵痛點分析

1)國產數據庫內核力不足是主因

8.png

根據調查指出，金融業數據庫國產替代在2027年實現能替就替的全面替代目標面臨較大挑戰。其核心在于國產數據庫產品力不足所致。前期，國產數據庫初步實現了“可用”模板，但隨著替代進程深入，底層內核能力不足問題愈發凸顯，直接導致核心功能缺失、性能表現不佳、綜合成本高等。根據第一新聲智庫調研顯示，當前國產數據庫在功能、性能、兼容性等維度的問題并非孤立存在，而是源于底層內核能力的不足。這種基礎技術缺陷引發了綜合產品力弱、運維成本高、生態建設難、用戶接受度低、應用反饋不足、技術迭代慢的惡性循環。特別是在金融業的極高標準要求下，內核能力的不足直接導致國產數據庫難以滿足核心系統的穩定性、一致性、高性能等需求，進而影響了金融機構的替代信心和進度，形成了技術缺陷、生態弱勢、替代困難的連鎖反應困局。

2)Oracle 成為金融業替換“頭號目標”

9.png

Oracle數據庫在金融業中的地位無需多言，從國內近20萬的Oracle DBA可見一斑。可以說Oracle在數據庫樹立了一個非常高的“標桿”，國內在近二、三十年里也基于Oracle累積了大量IT資產。國產數據庫如何撬動這塊市場、復用已有生態、保護好已有資產成為國內數據庫廠商需共同面對的問題。這也是我們看到國產數據庫大量將Oracle兼容性作為核心能力來構建的初衷。

3)批量替換中規模與成本的矛盾

10.png

曾幾何時，在數據庫替換中面對國產數據庫能力不足的通病，采用大量硬件堆砌或利用分布式擴展能力來掩蓋單點不足成為普遍的一種選擇。這種方式在局部試點中是沒有問題，但當面臨大量系統的批量化替換時，其背后隱藏的成本矛盾則會突顯。這里所說的成本，不僅僅是硬件資源的大量投入，還包括如架構變化后所帶來的應用改造適配等多方面的成本影響。這也是為何數據庫國產化替換進程沒那么快的原因之一。以往很多“好的案例”，在真正批量化使用中卻無法效仿，金融業者普遍面臨的三無問題（無錢、無人、無時間）。

4)懸在頭上的“達摩克利斯之劍”

11.png

作為數據庫替換的核心，是在于對底層技術棧的“自主可控”。這是做替換的作為核心的訴求，然而一個不可回避的問題是開源與自主可控問題。眾所周知，國產數據庫絕大多數都是基于開源（或少部分購買商業）的方式構建而成，真正完全自研的少之又少。上述方式雖然加速了產品的成熟度及商業化進程，但也不避免帶來多重風險隱患。金融業作為涉及國計民生的關鍵行業，對安全性尤為關注。基于開源構建，并不代表不具備自主可控能力，關鍵在于其消化吸收能力。一方面各廠商提供如核心代碼自主率的證明，一方面諸如國測考試對廠商進行真刀真槍的考核；但無論是那種方式還都無法真正反映廠商自主能力，更多的還是要從核心技術解讀、復雜問題分析、故障排查與修復、產品規劃與演進等多個角度來綜合判斷。

3. 替換能力評估的 TOP 10 廠商

作為此次重點部分，報告從多個維度分析了國產數據庫廠商及產品在替換能力的表現，最終選擇 TOP 10 廠商。這一廠商的列表，可以說在一定程度上代表了國產數據庫的最高水平。

1)替換能力評估標準

12.png

首先在評估標準上，這里根據問卷調查及部分專家建議，從多個維度進行評估并有著不同的權重。排在第一位的是所謂數據庫核心能力，也就是最為常見的可用性、一致性等這些。這往往是一些最為樸素的訴求，也是數據庫最應該承擔的能力。其實在金融行業，很多所謂花俏的功能是不建議的使用，更受到關注的反而是這些基礎能力。所謂數據庫要“皮實、可靠、不丟數”是最起碼得要求。排在第二的是性能，注意這里說的性能可不是一兩個很漂亮的TPCC報告之類，而是在真實業務場景下的性能表現。經常聽到對國產數據庫的吐槽就是性能不行，其核心就在于針對復雜多變的場景的適應能力不足，無法真正擔負起核心關鍵業務。第三則是兼容性，這里不僅僅包括語法兼容、語義兼容、甚至包括上下游生態兼容等，這更多是為了保護好現有資產，避免大量的建設工作，這也意味著更少的投入和更低的風險。此外，包括安全可控、TCO等也是大家都比較關注的。

2)構建心中的 TOP 10

報告的后半部分，則從多個維度對主流廠商進行排名，包括可用可靠性、性能（單節點）、Oracle 功能兼容、安全可控、TCO最優、產品綜合能力、最佳生態、品牌影響力、市場滲透率、市場綜合能力。這里不展開榜單內容，而是想從一個角度切入談談如何構建自己心中的TOP 10廠商。作為數據庫的使用者，常常面臨的一個痛點就是無從選擇、無法比較，廠商產品眾多、技術路線各異，看PPT都是“完美”產品，自己用又怕變成小白鼠...

13.png

那么如何構建自己心中的評價體系呢？參照上圖，我們可以看到廠商很多的市場宣傳重點，這也代表著廠商產品的定位及方向。那么作為評判人，首先要做的就是從業務出發，搞清楚自己的訴求，你需要什么樣的庫？例如廠商說我可以做多模向量，但用戶根本沒這個訴求，顯然這個產品對我不太合適。再如廠商說我可以做一比一平替，那么對于已有數據庫遷移過來就很有意義。其次，看其背后的技術原理及架構，即所謂的核心能力強不強，很多產品從原理上看就可以大致判斷其上限與下限，其哪些場景是不合適的，這些通過一兩次交流及公開材料不難獲得。第三，看場景、看案例、看解決方案，這些代表著產品經過的實踐過程，從中看到跟自己訴求是否吻合，也代表著以往是有有人也趟過這條路。第四，則是測試、測試、再測試，拿自己真實業務場景測試，真正做到心中有數。

4. 國產數據庫技術發展趨勢

1)一體化融合架構

14.png

集中式與分布式，是數據庫常見的兩種技術架構，那么一體化融合架構正是著眼于將這兩種架構有機整合。其優勢在于實現了技術特性的最佳融合與業務場景的全面覆蓋，通過統一引擎同時提供集中式部署的高性能（單機TPC-C達百萬級tpmC）與強一致性（ACID事務保障），以及分布式部署的彈性擴展（支持千節點集群）與高可用性（RTO<30秒），使金融機構能夠根據業務特征靈活選擇部署模式——如核心交易系統采用集中式確保低延遲，互聯網業務選用分布式實現水平擴展。這種架構有效解決了傳統技術路線"二選一"的局限，既降低了混合架構的運維復雜度（管理成本降低40%），又規避了不同數據庫間的數據同步難題（消除ETL延遲），成為支撐金融業從傳統核心系統到新型互聯網業務的全場景數據庫解決方案。

2)AI賦能數據庫

15.png

AI4DB是另一個熱點方向，如何將AI能力賦能數據庫發展，實現正在意義的自動駕駛數據庫成為后續發展的方向之一。其背后則代表著更為易用、更低成本、更趨安全的數據庫產品。

3)RAC架構再贏關注

16.png

曾幾何時，Oracle RAC架構是作為核心關鍵場景的數據庫首選方案，但國產數據庫在這一領域過去二、三十年進展不大；但在最近幾年有了明顯的改善，以崖山、達夢、南大通用等一批廠商為代表，均紛紛拿出了自己的RAC產品或方案。那么針對金融業務（特別是關鍵核心場景），RAC架構仍然具有著不可替代的優勢，相信隨著國產產品在這一領域的持續突破，未來在金融數據庫替換改造中必將扮演著愈發重要的角色。