本文來自格隆匯專欄：中金研究，作者：韓蕊 於鍾海 王之昊

數據庫是組織正常運轉所需要依賴的核心軟件，其本身也是一門系統技術。從技術到產品，中間需要跨越可用性的溝塹，才有機會邁向商業成功的坦途。從初代產品到1984年的5.0版本，Oracle數據庫歷經7年才打磨出穩定運行的產品。我們認為真實的客户場景才能試煉出具備可用性和穩定性的軟件產品。在本篇報吿中，我們將從商業視角出發，對比當前中外數據庫市場的格局，討論中外數據庫市場的差距，力求解析中國數據庫市場的歷史機遇與投資機會。

摘要

1）數據庫市場呈現怎樣的格局？數據庫市場方興未艾。從技術流行度視角看，關係模型在完備的數學理論支持下率先實現商業化，目前雖居第一但已向多模演進；雲原生、New SQL、數據湖倉等路線熱度升温；從商業化視角看，市場處在多種技術路線並存、格局未定的狀態，雲成為攪動市場格局的重要力量。

2）數據庫的中外差距在何處？集中式關係型數據庫的中外差距更為顯著，一方面從發展史看，Oracle等海外龍頭進入國內市場時產品已然成熟，而國內產品化剛處發軔之始，海外產品在實踐中經受了重要場景錘鍊、建立用户信任。另一方面，在商用市場，Oracle通過擴展SQL語言形成自己的“方言”體系掌握事實上的行業標準；在開源市場，收購MySQL助力其掌握開源社區的話語權。同時，通過加強運維及DBA人才培養加強內生造血能力；通過開展系列收併購活動豐富上下游適配，海外龍頭以數據庫為核心建立的生態圈已相對完善。

3）數據庫的國內投資方向有哪些？我們認為國產數據庫的投資方向應契合國產數據庫廠家打破海外巨頭壟斷的破局之道，分別為a）抓住利好政策窗口期替換存量集中式關係型市場；b）在架構上另闢蹊徑，原生分佈式打破集中式部署下的壟斷；c）雲化趨勢打開OLAP、數據湖倉等增量分析型市場。我們的測算結果顯示國產替代存量市場規模大於600億元；與此同時，分析型的增量市場正以30%以上的年均複合增速（2022-2025）高速擴張。

4）什麼樣的國產數據庫廠家可以脱穎而出？我們認為，技術實力是數據庫廠商的立身之本，在此基礎之上，完善的服務體系和生態構建是從技術成功轉化為商業成功必不可少的兩大要素。

5）怎麼給一個數據庫公司估值？我們認為傳統的數據庫廠家與新興的數據庫廠家適用不同的估值方法。通過整理海外數據庫廠家的估值邏輯，我們觀察到“終局”思路（遠期估值再折現）是造成新興數據庫公司與傳統數據庫廠家估值差異的原因。

風險

國內生態建設不及預期；流動性不及預期；市場競爭加劇。

數據庫市場呈現怎樣的格局？

技術流行度視角：關係型數據模型仍居第一但已向多模演進；雲原生、NewSQL、數據湖倉等技術路線熱度升温。關係模型在完備的數學理論支持下最先實現商業化，並在超過50年的核心業務場景打磨之下趨於成熟。我們的統計數據顯示，截至2022年4月底，在技術流行度口徑下關係模型產品的份額達到72%；同時，目前已有近40%的關係型產品提供對於多模的支持，新興技術路線的流行度排名也快速提升。

商業化視角：數據庫市場處在多種技術路線並存、格局未定的狀態，雲成為攪動市場格局的重要力量。根據Gartner的數據，全球數據庫市場規模從2017年至2021年以20%的CAGR高速增長至800億美元。同時，我們觀察到雲原生、大數據項目、數據湖/倉庫等路線帶來了變革的力量，有的項目一經推出便很快進入市佔率排行前列，比如2013年前後Hadoop路線下的Cloudera、2020年前後的Snowflake、Spark路線之下的Databricks。收入口徑下，Gartner數據顯示2021年雲廠商Microsoft、AWS的市佔率排名均已超過Oracle。全球數據庫市場格局未定，雲架構支撐的海量數據高性價比存儲與分析成為影響市場格局的重要力量。

技術流行度視角：關係模型仍居榜首，新興技術路線流星趕月

全球市場：雲原生、NewSQL、湖倉一體等技術熱度持續升温

圖表：數據庫系統流行度排名

資料來源：DB-engines，中金公司研究部

注：統計時間截至2022/4/22，評價維度主要包括在網絡/技術論壇中被討論/提及的次數、就業機會的數量、在職專家人數等，具體標準參考DB-engines官網公示

在關係型技術路徑上，開源的力量不容忽視，PostgreSQL與MySQL在全球範圍內已然延展出兩大產品家族。我們在《數據庫系列報吿開篇：技術路徑覆盤及展望》中提出開源思潮的流行影響數據庫技術架構的迭代。在全球範圍內，PostgreSQL與MySQL兩大頂級開源關係型數據庫項目深刻地影響着廠家的技術路線選擇，並已然成長延伸出兩大產品家族。

圖表：開源數據庫源流與發展：PostgreSQL圖譜

注：統計截至2022年2月底，具體信息以公司公吿為準； 資料來源：墨天輪，PostgreSQL社區，openGauss社區，Greenplum社區，公司公吿，中金公司研究部

圖表：開源數據庫源流與發展：MySQL圖譜

注：統計截至2022年2月底，具體信息以公司公吿為準； 資料來源：墨天輪，MySQL社區，MariaDB社區，公司公吿，中金公司研究部

2016年以來，雲原生、NewSQL、湖倉一體等技術熱度持續升温。雖然受限於發展歷史較短，在流行度的絕對值上新興技術尚無法和頭部的成熟項目抗衡，但我們能看到2016年以後新技術路徑發展勢頭迅猛。雲原生領域，雲原生數據倉庫Snowflake是目前最炙手可熱的數據庫上市公司之一；NewSQL領域，Amazon Aurora、CockroachDB、TiDB是典型代表；而大數據領域，Spark SQL技術路線的流行度穩步上升，Databricks作為選擇Spark路線的商業公司，伴隨着湖倉一體概念的升温而受到資本市場熱捧。

圖表：近年雲原生、NewSQL技術流行度不斷升温

資料來源：DB-engines，中金公司研究部

注：統計時間截至2022/4/22，評價維度主要包括在網絡/技術論壇中被討論/提及的次數、就業機會的數量、在職專家人數等，具體標準參考DB-engines官網公示

國內市場：關係型路線佔據主導，開源路線被廣泛應用

從存量市場看，關係型路線仍佔據主導，同時產品多基於開源技術二次開發而來。從技術流行度角度出發，國內數據庫產品數據模型份額結構和全球市場趨勢一致，呈現出關係型路線佔主導、非關係型產品蓬勃發展的特點。

►關係型路線佔主導：關係模型的ACID特性助力其支撐核心事務場景，在國內數據庫產品市場同樣更為流行。根據信通院的統計數據，截至2021年中，關係型數據庫數量佔比約為60%。近些年，NoSQL路線在國內同樣備受矚目，以MongoDB、HBase、Redis為代表的開源路線在NoSQL系產品得到了廣泛應用。

►我國的關係型數據庫產品廣泛應用開源路線：我們將國內存量關係型數據庫產品的技術路徑做進一步分解，根據信通院的數據，關係型產品中分別有約30%、28%的產品由開源數據庫PostgreSQL、MySQL二次開發而來。

圖表：從技術流行度來看，關係型數據模型在國內外市場均佔據主導地位（2021年）

資料來源：DB-engines，工信部，中金公司研究部 注：統計時間截至2022/4/22，評價維度主要包括在網絡/技術論壇中被討論/提及的次數、就業機會的數量、在職專家人數等，具體標準參考DB-engines官網公示

商業化視角：數據市場方興未艾，格局未定

全球市場：雲成為變革市場格局的重要力量

全球數據庫市場處在高速發展過程中，目前Microsoft、AWS、Oracle佔據大半市場。根據Gartner的數據，從2017年到2021年，全球數據庫市場以20%的年均複合增速維持高速增長；2021年市場規模接近800億美元，同比增速超過22%。從格局來看，傳統數據庫龍頭Oracle與全球雲巨頭Microsoft、AWS市佔率位列行業前三。我們觀察到自2018年以來，Oracle市佔率略有下滑，雲成為變革市場格局的重要力量。

圖表：全球數據庫市場維持高速增長，2017-2021

資料來源：Gartner，中金公司研究部

圖表：2021年全球數據庫廠商市場份額概覽

資料來源：Gartner，中金公司研究部

圖表：2011-2021年數據庫市場份額排名變遷

注：上圖中的收入量級只統計數據庫相關收入，具體數據以公司公吿為準

資料來源：Gartner，各公司公吿，中金公司研究部

頭部NoSQL、大數據廠商收入增速快且備受資本市場關注。NoSQL、大數據領域的上市公司中，Cloudera營收規模最大，但近年增長放緩，而MongoDB、Elastic增速均在50%左右，Snowflake更是實現多年翻倍增長。資本市場高度關注新技術趨勢廠商，如近年炙手可熱的湖倉一體公司Databricks、圖數據庫項目Neo4j。

圖表：頭部NoSQL、大數據領域上市公司收入

資料來源：Wind，中金公司研究部注：Cloudera 2019年收入增長迅猛主要因為其收購了Hortonworks並表導致

圖表：Databricks、Neo4j歷史融資情況

資料來源：FactSet，中金公司研究部

國內市場：海外廠家仍佔主導，國產替代任重道遠

海外廠家在國內數據庫市場佔據主導份額，國產替代任重道遠。從收入口徑看，海外廠家仍在我國數據庫市場佔據主要市場份額，其中Oracle又佔據主導地位。根據IDC的最新數據，2021年本地部署的關係型數據庫產品市場中，僅Oracle一家的市場份額即接近27%；在金融行業中，Oracle的主導地位尤為明顯，根據信通院的數據，2020年其在金融行業佔據55%的數據庫市場。

圖表：金融行業存量數據庫系統格局，2020

資料來源：IDC，信通院，中金公司研究部

下游重點行業的客户特徵解析

金融、政務、公共事業、製造、醫療等為價值量貢獻較大的下游行業客户。金融始終是中國數據庫及大數據應用最大的細分行業市場之一。此外，在關係型數據庫市場中，政府、公共事業（電信、能源、交通）和製造等行業貢獻靠前，與金融一起佔據了超80%的市場空間；在大數據應用市場中，醫療、政務、互聯網和教育貢獻靠前，Top5行業亦佔據了整體約70%的市場空間。

圖表：按照下游客户所在行業分類的關係型數據庫市場規模，2019-2024e

資料來源：Frost & Sullivan，信通院，中金公司研究部

金融&電信：價值量大、技術要求高、遷移難度大

數據一致性要求高，存量系統中海外成熟關係型數據庫產品佔比高，系統複雜、遷移難度較大。傳統金融機構（銀行、證券、保險）和電信運營商是支撐國民經濟正常運行的關鍵行業，且合規、監管較嚴格，對數據一致性要求很高，核心業務系統以關係型數據庫為主。同時，金融、電信業務極為複雜，核心系統作為業務底座涉及與上層應用、其他分析或技術平台數據交互的問題，遷移、改造難度較大，一般均會採用雙軌並行、逐步替換的方式。

金融業務與大數據深度融合，是未來發展的核心競爭要素之一。除了滿足日常交易需求的數據庫以外，金融機構擁有龐大的客羣基礎，積累了大量非結構化的行為數據等，藴藏了豐富的客户偏好、社會關係等信息資源，若能充分利用將有效提高業務效率、風險防範水平等。目前金融大數據已經在信貸風險評估、供應鏈金融、騙保識別等領域得到廣泛應用，大數據應用分析能力正在成為金融機構未來發展的核心競爭要素之一。

政務：看重服務、數據安全、自主性

存量市場國產替代需求急切，增量市場持續受益於數字政府能力建設持續投入。一方面，電子政務的建設使得政府機構對信息系統的依賴性及信息安全標準越來越高，數據庫作為其中的核心軟件，需要自主掌握源代碼控制權。另一方面，自2015年起針對政務大數據產業發展的相關政策緊密出台，目前政務數據量已經初具規模，大數據技術也日趨成熟，是政務大數據發展的良好時期，但仍然需要解決部門之間存在壁壘、數據標準不統一、數據孤島等問題以更大程度地發揮數據價值，推進政府數字化轉型，最終實現服務精準化、高效化、一體化。

政務場景下選型看重服務、數據安全保障等。我們認為政務場景下業務邏輯相對簡潔，對於數據一致性、時延等的容忍度高於金融/電信場景，但由於政務行業本身IT能力儲備相對較弱，而數據庫相關工具部署、使用門檻較高，因此需要數據庫廠商提供較多服務支持，同時政務場景的特殊性使其對於供應鏈安全、數據安全等格外重視。

互聯網：IT能力強、多自研、對國產商業化數據庫需求相對較少

互聯網巨頭在雲數據庫時代扮演者IT基礎資源提供者和數據庫開發創新者的角色。一方面，互聯網巨頭憑藉自身服務器資源、技術人才儲備、資金充裕等優勢，出於業務協同、戰略佈局、開源創收等考慮紛紛下場雲計算；另一方面，互聯網業務的發展反哺數據庫系統的創新，隨着業務的擴大傳統的商用數據庫成本過於高昂，倒逼國內大廠去“IOE”走上自研道路，而大廠豐富的業務、海量的數據和技術人才儲備也為自研數據庫提供場景和條件。

互聯網中小企業數據庫選型時對開源、公有云、NoSQL接受度高，對國產商業化數據庫產品和運維服務需求相對較小。互聯網企業文化更加開放，並且自身IT能力較強，其特殊的業務場景往往需要NoSQL支撐，此外中小互聯網企業一般面臨資金、人員有限，場地不足，業務爆發快等問題，雲計算服務能夠匹配中小互聯網企業的IT基礎設施需求，使其專注於業務層面拓展。因此互聯網企業對於開源、NoSQL、公有云等新技術趨勢接受度更高，更願意採用開源數據庫並進行二次開發，往往是開源社區的重要貢獻者。

數據庫的中外差距在何處？

從發展史看，國內滯後海外二十年

我國第一個自主知識產權數據庫成型於1988年，滯後於海外20年。我們在此前報吿中對數據庫發展史進行了詳盡覆盤，回溯數據庫近70年的歷史，可以看到在早期數據庫跨時代的事件中鮮有中國廠家或者學術研究者的身影。早在1968年，IBM推出了世界上首個大型商用數據庫IMS。對比來看，我國的數據庫技術研究起步於1980年前後；到1988年武漢達夢推出第一個國產自主版權數據庫，我國數據庫產品的商業化進程滯後於海外二十年。

從產品迭代視角來看，Oracle等海外龍頭進入國內市場時其產品已然成熟，而國內產品化剛起步。從1979年到1989年Oracle進入中國市場的時間節點，Oracle數據庫已經迭代到第六版，不僅實現了行級鎖、在線備份和恢復、增強可擴展性等核心性能與商業特性，而且完成了PL/SQL這一Oracle自有的SQL“方言”的拓展，產品歷經20年的打磨已然成熟。而彼時國內數據庫尚處於學術研究起步、積累階段，海外廠商迅速在電信、金融、政務等重要行業拿下大單、近乎壟斷。

圖表：國內外數據庫產品迭代對比圖

注：以上圖表僅選取部分廠家、部分產品版本內容，根據公司官方公開數據整理，具體信息以公司公吿為準 資料來源：公司公吿，公司官網，中金公司研究部

Oracle壟斷集中式關係型數據庫“事實標準”

在商用市場，SQL+“方言”助力Oracle掌握行業“事實標準”。SQL語言在1986年被美國國家標準學會納為關係型數據庫的標準語言，後被國際標準化組織（ISO）採納為國際標準成為事實上操作關係型數據庫的行業標準。而Oracle（時稱Relational Software, Inc.）早在1979年即開發出世界上第一款商用的基於SQL的關係型數據庫。Oracle數據庫此後乘SQL國際標準之風大闊步邁入企業級市場。同時，Oracle通過擴展SQL語言形成自己的“方言”體系——高度兼容SQL的高級數據庫程序設計語言PL/SQL，給自己的數據庫賦予了更多商用增強便捷功能。通過40餘年的落地、推廣與生態培養，Oracle數據庫在主導集中式關係型數據庫市場的同時，也將自有的“方言”SQL體系成功扶持為事實上的行業標準。

在開源市場，Oracle收購MySQL已然獲取開源社區的話語權。MySQL 1.0發佈於1996年，在2000年採用GPL協議進入開源的世界。如我們在前一章所述，時至今日，MySQL是世界範圍內最受歡迎的開源數據庫之一。2009年，Oracle通過收購成為了MySQL的法律主體，具有變更開源協議的權力。至此，數據庫世界開源與商業的汩汩溪流匯入Oracle的大河，Oracle一方面通過產品迭代不斷打磨關係型數據庫的性能，另一方面通過開源社區彙集了多方生態，一步步加強在數據庫市場的話語權。

圖表：Oracle擴展的“方言”體系PL/SQL特點概覽

資料來源：《Oracle數據庫原理及應用》（2019，李然等），中金公司研究部

構建人才與產業鏈上下游生態是基礎軟件構築壁壘的必經之路

商業成功與人才生態相互促進，Oracle全球擁有百萬量級的開發者隊伍。數據庫相關知識體系龐雜艱深、壁壘高，不同產品、技術路徑需要單獨額外學習，而在設計、建設、運維的各個實踐環節都需要大量的專業人才。完善的培訓、社區、認證體系、DBA和運維人才的充足供給保障數據庫產品的最佳實踐，而數據庫產品商業繁榮帶來的就業機會和優厚薪酬又激勵人才供給，形成正向循環。

海外巨頭通過收併購不斷夯實基礎能力，擴展產品生態。從產業鏈的角度來看，數據庫除了錘鍊自身的技術實力之外，對接上游需要接入服務器和存儲、網絡等IT基礎資源，沿產業鏈下游支撐各行各業的應用軟件系統。我們覆盤Oracle、IBM、微軟等數據庫產品供應商發展史都會發現，各海外巨頭均通過大量收併購補充基礎技術實力、拓展生態應用。

圖表：Oracle的收購版圖

注：統計截至2021年12月31日，具體信息以公司公吿為準。 資料來源：公司公吿，公司官網，中金公司研究部

數據庫的國內投資方向有哪些？

誠如前文所析，國內數據庫研究起步時間晚於海外二十年，集中式關係型數據庫“事實標準”由海外巨頭掌控。國內廠家如何破局？我們提出三個觀點：1）抓住利好政策窗口期替換存量市場；2）原生分佈式數據庫的國產替代打破集中式部署下的壟斷；3）雲化趨勢之下的聯機分析型（OLAP）數據庫帶來增量市場。

海外集中式關係型數據庫的國產替代尋機存量市場

關鍵領域亟待自立自強，國產崛起正在路上。數據要素是數字經濟深化發展中的“核心引擎”[1]，我們認為通過數據庫對數據資產進行良好的組織和管理是釋放數據要素價值、推動數據要素市場發展的前提和基礎。2015年起，數據庫、大數據基礎產業愈發受到國家重視，相關政策密集發佈。2021年11月底工信部《“十四五”軟件和信息技術服務業發展規劃》中明確“關鍵基礎軟件補短板”是八大專項行動之一，提出須聚力攻堅基礎軟件，對數據庫進行補強；《“十四五”大數據產業發展規劃》中，要求2025年大數據產業規模突破3萬億元，並明確夯實基礎、打造生態等6大主要任務。政策支持持續加碼，為行業發展保駕護航。我們認為抓住政策窗口期替換存量海外集中式數據庫，對國產廠家而言是下一個5-10年維度發展的歷史機遇。

從供給側看，我們認為國產替代主要在集中式關係型市場展開，存量替代空間可觀。我們綜合多方數據推算到，截至2021年，以Oracle、微軟、IBM等公司為代表的海外廠家在集中式關係型數據庫市場的市佔率接近70%，集中式關係型數據庫市場的國產替代空間廣闊。從需求側看，存量替代有集中式與分佈式兩種選擇，我們認為需要根據下游客户特點分開討論。我們的測算結果顯示集中式數據庫國產替代年均釋放約100億元左右的需求。

場景一：國產集中式數據庫替換海外集中式數據庫

國產集中式數據庫替換海外集中式數據庫：我們認為將主要在政務及大型央企國企市場展開，年均釋放約60億元市場空間。根據沙利文的數據，2020年政務及公共事業客户貢獻了27%的關係型數據庫市場，是數據庫國產替代展開的重要領域之一。我們在第一章中分析了政務市場客户的數據庫選型特點，政務客户對於供應鏈安全、數據安全、產品穩定性等格外重視，同時，對於數據庫廠家的服務能力也有較高的要求。我們的測算結果顯示，政務及部分國企央企客户的數據庫國產替代帶來的整體市場規模超過400億元，年均市場規模約60億元，市場容量較大，國產廠家前景可期。

場景二：國產分佈式數據庫替換海外集中式數據庫

國產分佈式數據庫替換海外集中式數據庫：我們認為金融將成為核心市場，同時呈現集中式與分佈式並存的格局；金融市場分佈式與集中式合計國產替代市場規模約200億元。2022年2月9日，中國人民銀行等四部門引發《金融標準化“十四五”發展規劃》，明確要求金融業系統服務器終端須支持構建分佈式和集中式並存的雙核架構格局。2022年1月初，中國銀保監會發布《中國銀保監會辦公廳關於銀行業保險業數字化轉型的指導意見》，明確要求推進主要業務系統從傳統架構向分佈式架構轉型，要求支持大規模企業級應用。金融行業存量數據庫以Oracle、IBM DB2等海外集中式關係型數據庫為主，我們認為在政策窗口期內，金融市場將成為國產分佈式與集中式數據庫國產替代的重要市場。我們的測算結果顯示，考慮集中式與分佈式並存的場景，金融行業數據庫國產化帶來的市場規模超300億元，國產替代有望在未來5-10年內漸次有序展開。

原生分佈式從架構出發尋求突圍機遇

分佈式架構為國產廠家帶來追趕海外廠家技術實力的機會，部分廠家技術實力已然站在世界前列。我們看到，由於海外廠家在集中式關係型數據庫方面發力更早、積澱更深，也同時由於國內硬件發展的桎梏，我們在集中式關係型數據庫方面實現技術超越仍需時日。但是，國產數據廠家在架構上另闢蹊徑，探索出分佈式架構的破局之法。1998年，武漢達夢的DM2即實現了自主知識版權的商業版分佈式數據庫。

我們在數據庫開篇報吿中討論了分佈式數據庫的實現機制，分佈式架構帶來的可用性與一致性問題的權衡推動着分佈式架構實現上的創新，很多國產數據庫廠商也都給出了獨到的解法，有的原生分佈式數據庫產品已然表現出超越海外集中式數據庫的性能。

圖表：從第三方測試結果也可以看到，部分國產原生分佈式廠家技術實力已處在世界前列

注：排名截至2022年4月22日；E-MapReduce為大數據平台（基於Hadoop、Spark） 資料來源：TPC，中金公司研究部

技術視角看，分佈式架構也是國內廠家突圍的方向之一。集中式架構採用縱向擴展（Scale up），強調提升單機性能。伴隨摩爾定律失效而來的問題之一是單機性能瓶頸，增加單機性能所需的成本呈幾何倍數增加，邊際收益顯著遞減。分佈式架構高性價比地實現集中式架構難以提供的橫向擴展性，有能力突破集中式數據庫的存儲瓶頸。

雲化趨勢打開國產數據庫增量市場

新技術趨勢給國產數據庫廠商帶來彎道超車的機會，雲化是確定性的行業趨勢。一方面，每一次新的技術浪潮都帶來新的商業機會，雖然在傳統架構、關係型市場中海外廠商積澱較深，但分佈式、雲原生、多模、HTAP、數據湖倉等新興技術目前仍然處於高速發展上升期，且不少國產廠商提前佈局；另一方面，中國本土即有豐富的海量數據應用場景，數據庫作為基礎軟件也需在實踐中不斷打磨，國產替代大背景下，本土客户和廠商通力合作亦能幫助國產數據庫快速迭代提升。

圖表：預計雲數據庫數量在國內數據庫產品所佔的比例將逐漸提升，2015-2024e

資料來源：Frost & Sullivan，中金公司研究部

雲架構能高性價比地滿足海量數據的分析型需求，打開OLAP等分析型數據庫的增量市場。使用雲數據庫的客户能夠以低廉的價格享受雲架構之下的存儲資源。同時，我們認為在雲架構存算分離、按需付費、按需擴展等特性支持之下，用户的大規模冷數據存儲、批處理，以及海量數據分析型需求能夠被高性價比地滿足。我們認為，雲不僅實現底層IT資源的重構，而且為OLAP、數據倉庫、數據湖等分析型市場打開了另一扇探路之門。

圖表：分析型數據庫佔比逐年提升，我們認為雲架構將成為重要推力

資料來源：Frost &   Sullivan，中金公司研究部

圖表：我們認為雲架構同樣為數據湖市場規模高速提升的重要推手

資料來源：計世資訊，中金公司研究部

數據庫的關鍵成功要素是什麼？

技術為先

過硬的技術實力是在競爭中立穩腳跟的前提。數據庫、大數據等是典型的智力密集型行業，具有研發投入大、研發週期長、技術壁壘高等特點，且隨着5G、雲計算和人工智能等新興技術的深入發展，數據庫、大數據相關技術升級迭代加快，需要供應商準確把握新技術發展動向和趨勢，持續投入，並將新技術與現有的技術平台和核心產品有效結合。而落到具體考察的技術指標上，可以參考《中央國家機關2021年數據庫軟件協議供貨採購項目徵集公吿》，其分別對事務型、分析型數據庫系統評價體系做出明確要求。

圖表：央採2021事務型數據庫（OLTP）評價指標

資料來源：《中央國家機關2021年數據庫軟件協議供貨採購項目徵集公吿》，中金公司研究部

下游客户實際選型過程中除了參考第三方性能測試結果以外，往往都會進行POC測試。正如我們在數據庫開篇報吿中介紹的，TPC是為數據庫提供權威性能測評的第三方機構，目前國內僅有少量產品如Oceanbase、南大通用的Gbase和星環科技的ArgoDB等進行了相關測試。但由於數據庫性能對硬件配置、業務環境、參數設置等都高度敏感，且不同客户有個性化的需求側重，因此實際選型過程中企業都傾向於在自己配置的環境中進行POC測試以此來比較不同競品的技術實力。

核心期刊論文發表數量、專利數量也是衡量廠商技術實力的另一抓手。學術研究一直是數據庫技術發展的重要支撐體系，學術界公認的數據庫領域頂級會議為VLDB、SIGMOD和ICDE，我國在全球數據庫領域學術影響逐漸提升，阿里、華為、騰訊、螞蟻金服、百度、PingCAP等企業論文入選。專利是企業知識產權成果積累與商業化保護的重要手段，我國數據庫企業自研技術發展歷史相對較短，截至2021年6月，全部企業技術專利累計僅千餘，平均專利數量不足五十個，整體與海外成熟廠商水平差距較大，但仍有小部分領先國產廠商已累計百餘專利。

服務築基

數據庫技術體系龐雜，對專業度要求高，傳統行業客户往往需要全方位服務。數據庫部署涉及對底層硬件/操作系統、上層應用及業務邏輯等的適配，且目前國產化替換通常需要遷移，對服務人員的專業能力、工作經驗都提出要求。傳統行業尤其是金融、電信、政府、製造、交通等，企業內部精通數據庫的IT人員稀缺，因此尤其依賴外部服務。過去海外數據庫巨頭在拓展中國市場時，通常直接和專業的本土服務商進行合作，目前國產數據庫廠商基本都有自己的服務團隊也會與服務商合作拓寬覆蓋範圍。以星環科技為例，據其最新招股書披露，2018-2020年度公司軟件產品授權及配套服務和技術服務相關收入佔比合計達到56.24%、53.45%、50.86%。

數據庫服務能力涉及售前、售中、售後各方面。信通院在數據庫服務能力成熟度模型中將所需服務分為規劃設計、實施部署和運維運營三大塊，專業的數據庫服務商通常需要提供全流程的服務覆蓋，而對於國產數據庫廠商來説，服務範圍一般包括：1）售前支持：方案制定、產品定製化、諮詢服務；2）現場支持：實施測試、售後服務、定期巡檢；3）遠程服務：互聯網支持服務、7*24電話支持服務、郵箱、社交媒體等；4）專家培訓：專業的培訓講師、配套的培訓教材、現場操作培訓。

生態加持

數據庫向下適配硬件、操作系統，向上支撐各類應用，運維人才、配套工具保障最佳實踐，生態支持是其商業成功的重要加持。Oracle在早期能拉開與DB2、SQL server的差距，很大程度上受益於其開放的生態，雖然是閉源產品，但Oracle開放大量接口且內部操作可供DBA追蹤分析，培養起豐富的人才資源，衍生出大量圍繞Oracle提供產品和解決方案的服務類廠商、生態工具廠商，其生態繁榮與商業成功相輔相成。

開源和雲能夠加速生態圈的建立，國產數據庫廠商積極開源、上雲。開源數據庫源代碼開放、有詳細的產品文檔和良好的社區生態，企業可以無成本試用，因此具備用户羣體廣、傳播速度快的特點，能夠幫助初創廠商加速傳播獲客、加速生態建立。巨杉數據庫、Oceanbase是國內最早開源的數據庫廠商，而後自2019年起華為、騰訊、阿里陸續將自家的數據庫開源。此外雲計算時代，雲數據庫可以藉助雲基礎平台，而無需從頭建立生態，從而避免生態短板、快速進行商業變現。我國主流數據庫廠商均有云產品或雲適配相關佈局。

圖表：國產數據庫廠商開源情況

資料來源：CSDN，Github，中金公司研究部 注：統計時間截至2021/12/19

國產數據庫廠商產品流行度概覽

國產廠商厚積薄發，從學習追趕到顛覆式創新。墨天輪數據顯示，截至2021年12月，TiDB、openGauss、達夢分別位居國產數據庫流行排行榜Top3；前11席位中，雲廠商貢獻5席，人大金倉、武漢達夢和南大通用均在列，此外還有初創廠商TiDB、中興通訊和從阿里雲中獨立的Oceanbase。從數據模型角度，上榜產品均以關係型為主，但除了傳統架構以外，近年國產數據庫廠商積極創新，貢獻了不少原生分佈式、雲原生的產品，其中TiDB更是目前最炙手可熱的NewSQL產品，其流行度得分也遙遙領先。

圖表：國產數據庫流行排行榜Top10

資料來源：墨天輪，中金公司研究部 注：上表中產品從數據模型角度均為關係型，上表類型分類中的“關係型”特指非原生分佈式、非雲原生的傳統關係型；openGauss特指開源項目，GaussDB指企業級產品，時間截至2021/12；評價維度主要包括搜索引擎、趨勢指數、三方測評、生態（社區、高校合作、培訓認證、開放文檔等）、就業機會等，具體標準參考墨天輪官網

怎麼給一個數據庫公司估值？

從全球視角看，傳統集中式關係型數據庫市場巨頭主導、格局穩健、市場規模穩步增長；同時，分佈式、雲等計算機底層架構的變革驅動，分析型、流批一體等場景需求催化，以及大數據、人工智能等新型分析技術的應用都驅動着數據庫架構不斷演變，新興的數據庫市場高速發展、格局未定。因此，我們認為傳統的數據庫廠家與新興的數據庫廠家適用於不同的估值方法。我們對不同發展階段、架構各異的海外數據庫廠家估值方式進行整理，以期給國內數據庫廠商估值做參考。

穩定盈利的數據庫公司：DCF、EV/FCF、P/E

以集中式關係型數據庫見長的傳統數據庫龍頭廠家比如Oracle、IBM已深耕行業六十餘年，通過經典的數據庫產品獲得大多數行業客户青睞，客户關係較為穩定，利潤、現金流穩健增長、格局穩健。我們能夠預期該類企業在較長時間段內能夠持續穩定經營並盈利，適用於DCF估值；也可結合P/E、P/S等相對估值法估值。

高速發展期的新興大數據公司：EV/Sales並結合Rule of 40等指標分析

對於處在商業化早期的公司往往需要高研發投入打磨產品、高銷售投入開拓市場，以支撐收入規模化擴張，此時公司的利潤、現金流常處於負值。即使公司可預期的市場空間大、有望實現規模化收入後產生正向現金流，但在該發展階段採用DCF估值會帶來對終值依賴度較高等問題。此時，EV/Sales也是一種可選的估值方法。在海外，以Snowflake、MongoDB、Elastic等為代表的新興數據庫/大數據公司多采用訂閲製為主的商業模式，因而採用SaaS公司常用的EV/Sales估值也較為合理。

在EV/Sales的視角下，Snowflake等公司享有較高的估值倍數的原因往往來自於兩個方面：

►收入端持續高增。2021/2022財年，Snowflake分別實現營收同比增速123%/106%，Bloomberg預期公司在2023財年維持66%的增速。2022年65x EV/Sales對應0.6-1.0倍EV/Sales/g。在實踐中，海外投資者為了將公司業務的迅速放量考慮在估值中，通常會對收入迴歸穩健增長的時點進行遠期估值再折現。

►產業地位與可預期的市場空間。數據庫是核心的計算機基礎軟件，與企業的核心數據資產牢牢綁定，在產業鏈中也處在核心地位。同時，當前所處的時代數據爆發式增長，而數據價值並未得到有效提取釋放，這也意味着由數據存儲、數據分析處理等環節組成的大數據市場空間可期。因此，資本市場為該類公司匹配了相對更高的估值倍數。

一般而言，企業難以同時實現較高的收入增速和較高的利潤率，Rule of 40衡量了收入增速和利潤率的權衡關係，我們認為在EV/Sales估值體系下同時考慮Rule of 40指標有助於投資人篩選優質數據庫標的。Rule of 40將收入增速和現金流利潤率之和大於40%的SaaS公司衡量為優質的SaaS公司。

長期視角下的“終局法”思路促成新老數據庫公司估值差異

當前市場環境下，短期業績難以支撐EV/Sales視角下的高估值。我們發現，雖然成長期數據庫公司具有高收入增速、所處賽道具有廣闊發展前景的特點，但短期業績卻難以兑現，在3-5年維度下淨利潤可能仍舊虧損、現金流持續淨流出。在市場流動性強、景氣度持續向上的“牛市”環境中，風險偏好向上，資本市場願意給予商業模式優秀、收入迅速擴張的公司較高的估值。然而，根據中金策略組的觀點，在美聯儲加息縮表疊加俄烏局勢未定的影響下，全球美元流動性增速回落、避險情緒提升，我們認為此時繼續沿用EV/Sales估值往往缺乏錨點。

數據庫適用於長期視角下的終局法估值。不論對於海外新興數據庫/大數據市場，還是國內快速成長、日新月異的數據庫市場，優質的數據庫廠商均處在快速成長期，業績有規模化擴張的潛力。我們觀察到，不同於傳統數據庫公司業務已然成熟、格局趨於穩健，以Snowflake、MongoDB等為代表的新興數據庫公司尚處快速成長期、收入高速增長，海外投資者通常採用5-10年後業務步入平穩後的遠期時點對新興數據庫公司估值，再做折現。我們認為“終局”思路是造成新興數據庫公司與傳統數據庫廠家估值差異的原因。

►從格局來看，數據庫是“贏家通吃”型的標準軟件產品。數據庫是高標準化、高毛利的軟件產品，更重要地，數據庫作為高技術含量的基礎軟件，從誕生之初便不受地理區位限制，是天生具有全球化能力的軟件產品。從關係模型支撐Oracle數據庫崛起、Spark從Hadoop生態圈突圍並幫助創業公司擊敗傳統巨頭等例證我們可以看到，正確的技術方向與商業抉擇可以幫助數據庫廠家在未來獲取較高的市佔率。因此，數據庫的技術特性決定了我們可以從終局視角審視數據庫廠家的路線選擇。

►長期視角下的終局法估值：我們認為在大數據、雲時代下興起的海外廠商及部分新興國產數據庫廠家仍處在成長期，需要持續的研發投入打磨產品、持續的銷售/營銷投入塑造品牌，在3-5年後才進入收入的規模擴張期、在5-10年後再進入利潤兑現期。在終局視角下，通常給予公司10年期的現金流預測與FCF終值折現，並結合遠期PE或者EV/FCF估值進行估值。

風險討論

國內生態建設不及預期。數據庫向下適配硬件、操作系統，向上支撐各類應用，需要運維人才、配套工具保障最佳實踐，因此，產品生態是廠商選型的重要考量之一，生態支持是數據庫供應方商業成功的重要加持。海外數據庫廠商，尤其在關係型OLTP領域發展歷史悠久，生態組成漸趨豐富，若國內數據庫產業生態建設速度不及預期，可能會影響下游客户的產品選型意願。

流動性不及預期。數據庫作為基礎IT設施的一部分，企業的投資意願及力度會受宏觀經濟因素影響，若流動性不及預期，市場整體景氣度下降，短期將影響行業整體增速。另一方面，數據庫需要大量前期研發投入，若流動性不及預期，影響數據庫初創廠商的融資能力，將不利於行業整體產品技術的持續迭代。

市場競爭加劇。通過覆盤數據庫行業發展史可以發現，我國曾出現數次數據庫創業熱潮，尤其自大數據被納入國家級發展戰略之一以來，湧現出一批以數據庫和大數據為主營業務的初創公司。據墨天輪數據，截至2021年底，其已收錄近200個國產數據庫產品，尤其在關係型、OLTP等領域的市場參與者眾多。若競爭加劇，將在短期內影響行業內公司的收入增速及盈利能力。

[1] http://www.gov.cn/zhengce/content/2022-01/12/content_5667817.htm