从一组社区调研看数据库选型标准

数据库 其他数据库
当前很多用户正在进行数据库选型,不同企业的选型标准也有所差异,如何进行科学的选择,对于甲方很有意义;同时也可以指导乙方企业发展。下面就是针对这篇调查,自己的一点观感。

近期留意到某社区(www.talkwithtrend.com)的一篇调查,关于中小银行非核心交易系统国产数据库选型评估框架。调查梳理一些银行选型维度,并针对国内排名靠前的国产数据库,由社区用户选择各维度排名前几名。个人觉得,这篇调查还是很有指导意义的。当前很多用户正在进行数据库选型,不同企业的选型标准也有所差异,如何进行科学的选择,对于甲方很有意义;同时也可以指导乙方企业发展。下面就是针对这篇调查,自己的一点观感。详情参考:www.talkwithtrend.com/Article/267563

1、选型评估对比维度

数据库选型评估是个难点,很多用户都面临这一问题。个人之前在某头部银行工作,也曾参与到技术选型工作。对于一些有技术实力及有资源的公司,可以采取自测的方式。可参考我之前的文章《分布式数据库选型评测指南》。这种方式可以充分参考本公司的情况,做到有的放矢。但对于绝大部分用户来说,没有这样的资源来做,只能采取一些折中的方法。社区调查提出的表格,就给用户选型提出了一些新的选型评估维度。

(1)企业实力

企业实力评估方面,主要是从人、财、智三个方面。

  • 人的方面

主要是在研发、服务及合作伙伴数量,其对应于产品研发能力、服务质量保证及上下游生态。从研发角度来看,目前国内企业大部分还处于数十人的规模,单一产品超百人的屈指可数。这主要受到人力成本过高及人才培养供给不足的限制。从用户来讲,是希望从这个维度考察产品技术兜底的能力。但这一维度对很多中小型企业来讲,是不太有利的,这里更希望在考察时不仅从“量”也要从“质”的角度去考虑。从服务角度来看,一个产品能否自用户处使用的好,不仅仅取决于产品本身,还取决于服务质量。由于国内数据库厂商发展相对较短及在生态上的不足,目前服务还多是以原厂为主,因此充足的服务人员对用户来说很重要。甚至在某些情况下,是会成为有限考量因素,特别是对于传统企业,更希望得到贴心的管家式服务。第三个的合作伙伴,一方面是产品服务合作来看,正如前面所谈,这方面还都比较薄弱;但更多是从上下游生态来看。数据库产品不是孤立的,是需要跟上下游产品联动起来。从近几年来看,国内厂商正开始重视这方面的建设,特别是几个老牌企业,优势明显。

  • 财的方面

是从企业资产规模来说。数据库作为一款基础软件,是需要很大投入的。这方面部分大厂或云厂商是很有优势的,借助内部输血可以长期持续发展。对于初创型公司,相对压力会大些,一般是通过融资方式解决,近两年也看到不少好的数据库项目拿到了投资、甚至走向海外。从用户来讲,最为关心的是可持续性,因此很关注这一指标。

  • 智的方面

主要是专利和论文及代码自主可控方面。针对前者,衡量企业的技术能力,可从专利、论文、软著等方面来体现。虽然很难通过量化的指标直接反馈,但更为重视技术输出的厂商无疑技术应该是不差的。这方面国内的企业也开始纷纷重视,特别是云厂商开始频繁参加如OLDB\SIGMOD\ICDE大会,可见一般。在国内第三方的墨天轮社区,也将上述指标作为流行度评分的参与因素之一。针对后者,代码自主可控率,相对来说不太好衡量,特别是一些基于开源增强的产品。国内是有代码自主可控评测,但参与的厂商还很少。

(2)市场认可度

从市场认可度来看,调研从同业调研和同业案例两个角度去考虑。这里感觉还可以增加如三方评估等角度。

  • 同业调研

金融行业有其鲜明的行业属性,通过同行业其他用户的选型,对自己来说参考意义很大。因此,很多金融用户将同业调研作为重要的评估参考。笔者之前在某大行工作期间,就接待过多次同行上门交流,也参与线下闭门的金融用户会议。往往在这些渠道,用户可以得到很多“干货”。

  • 同业案例

同行业案例来说,往往具有更加实际参考意义,甚至有些实施方法都可以直接拿来复用。因此,用户会很关注同业案例,特别是在头部用户的案例。正因为如此,现在很多厂商也开始重视与 ISV 等的合作,正是希望可以规模化复制在某领域的成功实践经验。

  • 三方评估

除了参考同业调研及案例外,这里也建议可补充些其他三方的评估。例如国际上比较权威的评估机构,如 Gartner、Forrester、IDC等;中立的第三方评估网站,如 db-engines.com、国内的墨天轮社区等。上述评估虽然不如前者那么直接,但往往也可以对被调研公司产品在行业内横向对比情况做一参考。

(3)生态环境

从生态环境来看,包括的内容比较繁杂,这里既有上下游生态链情况,也有企业自身在培训认证及文档等方面,还有在上下游数据打通等。

  • 生态工具

在生态工具层面,包括从数据库设计、研发、测试、管理、备份、优化等全方位的支持。这部分国产数据库产品存在一定劣势,之前国外数据库及开源产品构建了较为完善的生态,培养了一大批上下游生态企业。这里有条捷径,就是通过兼容性能力复用其他产品的生态。因此,很多国产数据库都提供了对MySQL、PostgreSQL、Oracle的兼容。这也成为很多企业选择的参考因素之一。此外,国内很多数据库生态厂商,也纷纷加大了支持国内数据库力度。

  • 国产化适配

受到地缘政治等多因素影响,为了保证软件供应链安全,国内很多企业都在完成或正在计划完成信创改造工作。其对应IT全技术栈需采用国产产品。作为基础软件之一的数据库,则需要对接各种国产软硬件平台。从用户角度来讲,国产化适配是“刚性”需求,也是对选择产品的重要考虑因素。目前国内很多数据库企业也都纷纷加大了适配力度,加速在信创改造中落地。

  • 文档

厂商交付给用户的不仅包括产品本身,还需包括相关文档。好的文档,是帮助用户使用好产品的有力抓手。之前这方面国内厂商做的不是很好,经常用户面临出现问题后无从下手的窘境。随着国产数据库在更多企业中落地,对于文档的要求愈发强烈。这个感觉这方面,国内厂商还有很长的路要走,可以参考如 Oracle 等国外成熟产品的实践做法。建议用户在考察产品之初,就可以先从文档入手,可以说“文档是产品的门面”。

  • 培训认证

培训认证体系,是快速积累人才的捷径,特别是在产品还不是很完善的情况,如何用好产品,发挥产品的最大价值的同时,避免很多潜在风险是很重要的。目前国内 TOP 的厂商都纷纷推出了自己的认证体系,甚至有的将这一工作都做到高校。回想其当年考 Oracle 认证的盛况,希望国产数据库也能有这样的一天。好的培训认证体系,会帮助用户快速形成自主维护能力。

  • 社区

生态是需要有“人”来参与的,社区则是提供了人与人交流的舞台。好的社区可以大大加速产品的迭代发展,帮助产品快速成熟发展。国内很多厂商通过构建自有社区或借助第三方社区,来加快生态建设速度。这方面国内厂商可以多跟国外产品,特别是开源产品学习。在建设上更可细分为开发者、使用者、行业用户等细分社区,按各自特点进行建设。在用户的选型上,具有成熟社区的产品,无疑会减低其引入的风险与成本。

  • 数据安全

数据安全,正受到越来越多企业的重视,国家也出台了一系列法律法规来规范数据的使用。作为数据的载体,数据库的安全首当其冲。这其中包括数据传输、数据存储、数据使用、数据归档等一系列安全相关能力。这些也是用户考察的要素之一。

(4)其他维度

除了上述评估维度外,还包括以下一些维度。

  • 架构先进性

很多用户领导会比较关心先进性问题,个人觉得这里存在一个误区。经常有用户认为某种架构比另外一种架构要先进,如常见的“分布式架构要优于单体式架构”。造成这一现象的原因,是被某些宣传舆论所诱导所致。其实,每种架构都有其优缺点,不存在完美架构,这里用户更多的是现实业务需求及未来技术演进,而非盲目追新。

  • 语法兼容性

兼容性,如前面所谈,是可以降低用户在开发、管理上的成本的,也是重要考虑因素。

  • 软件成本及维护成本

成本是个绕不开的话题,这里不单指采购成本,还包括维护成本、机会成本等,需要综合考虑。有的产品,可能商务采购是比较便宜的,但后续成本反而较高。但后面谈到的成本很难评估,用户能做的只能是做些事前考虑,简单分析,但无法完全量化。

  •  性能

性能,个人觉得是最不重要的。目前厂商能提供的都为标准测试的结果,如TPC-C、TPC-H等。这些标准测试是不能代表用户场景,用户在实际使用中的性能无法以此为依据进行评估。比较可行的做法,是用户采用自己的业务做性能测试,还能做下参考。外部的评测数据,简单看看即可。

2、社区问卷调查情况

此次问卷调查是 twt 社区,针对国产数据库做的调查。主要挑选了 17 款占有率相对较高的国产数据库,由各位企业同行进行推荐评选,初选出符合要求的数据库。通过总共 13 个维度的初选,集思广益,最终根据企业用户的大众意见,评选出在中小金融行业国产数据库选型上心仪之品。本次投票由企业IT应用趋势项目创新联盟数据库自主可控项目课题组委会主导、多名行业专家协助组织。下文先就此次初选出的国产数据库,做些情况收集;然后我们再看看从“用户”视角看看,谁才是优选之作。

(1)国产数据库概况

下面这些数据来自厂商官网、墨天轮、企查查等公开信息,部分数据未收集到会有空缺。此外,有些数据口径不完全一致,如资本规模存在非独立数据库厂商资产规模很大。

(2)社区问卷情况汇总

根据社区问卷结果,做了个简图,可通过颜色深浅判断用户选择倾向。特别说明,下述结果仅限于此次调研结果,不代表厂商及产品实力,仅供参考。

责任编辑:姜华 来源: 韩锋频道
相关推荐

2023-04-07 07:30:30

数据库调研数据

2023-11-29 12:12:24

Oceanbase数据库

2012-03-06 10:13:14

诺基亚应用商店运营商

2023-12-15 07:34:56

分布式数据库数据库租户软件架构

2011-06-30 11:23:32

Python

2017-12-01 05:04:32

数据库中间件Atlas

2010-04-20 13:50:35

DB2数据库服务器选型

2022-05-26 15:32:40

数据库数据库系统

2017-11-27 05:06:42

数据库中间件cobar

2017-11-27 05:36:16

数据库中间件TDDL

2016-11-28 10:06:57

戴尔峰会

2017-04-07 15:30:48

数据库调查

2021-08-31 07:54:23

数据库选型

2024-08-22 14:39:34

2024-08-09 08:28:14

品牌数据库产品

2021-08-26 05:06:15

云数据库网状数据库

2019-01-24 10:02:02

数据库物联网

2021-08-26 07:20:05

数据库集群

2022-02-23 09:17:09

数据库分离变更
点赞
收藏

51CTO技术栈公众号