Gartner2023数据库魔力象限发布 阿里云依旧领导者 腾讯退出 EDB/Yugabyte进入

这是一个跨越数年的系列,历史文章参考:

数据库魔力象限2022:阿里领先、腾讯再次进入

2021 藏在魔力象限中的数据库江湖

Gartner云计算魔力象限@2018

概述

Gartner云数据库魔力象限(后简称“象限”或“MQ”)一直是全球数据库领域的年度”锦标赛”,其目标是帮助企业技术决策者选择更加适合的数据库厂商。也因为Gartner的专业与专注,其榜单在各个领域都被众多的企业技术决策者所认可。所以,数据库领域的MQ也就成为了各大厂商一场年度重要的”考试”。今年的结果,放榜了:

中国数据库厂商:阿里云孤军奋战

虽艰难,但依旧在向前

Gartner的云数据库魔力象限是一个全球范围内的比较,也重点关注厂商在全球市场的表现。所以,即便部分中国厂商在中国这个单一市场上做得很好,也无法受到认可。

在今年的全球魔力象限中,中国厂商只剩下阿里云数据库在孤军奋战。在诸如SAP、IBM、Teradata等一众厂商均跌出领导者象限的背景下,阿里云数据库不仅稳居全球领导者,而且其位置相比于去年,无论是横纵坐标均有增强,这是非常了不起的。

图片

在2018年,李飞飞(原犹他大学教授,IEEE/ACM Fellow)正式加入阿里巴巴,成为阿里数据库事业部的掌门人。自此,阿里云数据库也吹响了征战全球市场的号角。从Oracle、到去IOE、到异地多活、到全面云化/PolarDB、到一站式数据平台,在Gartner魔力象限中起伏的攀登曲线,就是这个艰难过程的“可视化”。

Gartner认为阿里云数据库持续在云原生方向的创新(包括资源弹性、计费模式、混合云等),已经让该厂商从一个云数据库的追随者,成长为一个原创的云原生平台的厂商(shifted the vendor from a cloud DBMS follower to a provider of original native cloud solutions)。

另一方面,也可以注意到,跌出领导者象限的厂商,其对应的云战略通常也是相对失败的,这则是“云计算”是如何重塑数据库领域的具体表现。

比较遗憾的是,在继去年华为退出魔力象限后,今年腾讯云也退出了该魔力象限。

在“象限”报告最后的“Honorable Mentions”部分,提到的中国厂商包括OceanBase、华为云、腾讯云、PingCAP/TiDB(总部在Sunnyvale CA,姑且也算是中国厂商吧)等。其中,OceanBase在中国分布式数据库市场有着非常强的表现,包括产品能力、性能以及市场占有率。

新增分布式关系型数据库厂商 Yugabyte

今年,象限中新增了一个独立的分布式关系型数据库厂商:Yugabyte。他们的主要产品是YugabyteDB,一个基于PostgreSQL的分布式数据库,可以运行在云上,也可以运行在本地环境。

在分布式关系型数据库这块市场上,国内厂商有TiDB、OceanBase,海外有CockroachDB(依旧在象限中),加之今年Aurora Limitless发布,可以预见这块并不宽敞的赛道上,未来的竞争会更加激烈。换个角度来看,也说明,随着数字化的更加深入,这个赛道似乎有一些转暖的迹象。

也非常期待,未来TiDB、OceanBase、PolarDB-X、TDSQL、GaussDB等能够在全球市场一展拳脚。

领跑组:Amazon、微软、Oracle、Google

从2013年2016年,Oracle和Microsoft一直是“绝对第一梯队”,并保持着统治性的领先。随着云计算的成熟,自2017年,Amazon开始进入“绝对第一梯队”,2021年开始Google进入该“梯队”,Oracle虽然依旧保持在梯队中,但位置已经开始有一些相对落后。

在过去十年中,一直保持在“绝对第一梯队”就是“微软”,实属不易。微软是一家“巨无霸”公司,过去十年从企业软件,到云计算,再到AI争夺战,微软都是其中的“弄潮儿”。在数据库领域,微软有老牌数据库SQL Server,云上是SQL Database;还是自研的多模数据库Cosmos DB,以及托管数据库系列Azure Database,有着非常完善的数据库产品组合。不过,Azure的产品和控制台体验真的还是待提高的,Gartner的用户调研中也收到很多类似的反馈。

图片

Oracle依旧拥有地表最强的数据库产品Oracle数据库,以及最流行的开源数据库MySQL。但受限于其在云计算市场表现,很多企业在选择数据库时,会同时考虑云平台的集成度,这也让Oracle感受到了巨大的危机。

Google是云计算的“后来居上者”。Google通过开放的策略,在云计算领域在逐步赶超对手。他的“开放”包括:面向生态的开放;以及面向其他所有云的开放。例如,Google云提供的一方托管数据库产品种类应该是最少的,Google鼓励用户使用第三方厂商基于Google云构建的服务(例如MongoDB等),而不是全部都由Google一方提供;再比如Google通过BigLake服务很好的兼容不同的云平台与环境,无论企业的数据在哪里,Google都提供了非常好兼容性,最终帮助用户使用Google云平台的分析服务构建自己的Lakehouse。

亡羊补牢为时未晚,EDB因云回归

今年,EDB再次回到“象限”中。EDB是一个老牌的数据厂商(基于PostgreSQL),在PostgreSQL社区有着非常强的影响力,在前几年,其主要产品是基于PostgreSQL的Oracle兼容版,以及增强的PostgreSQL。

自2021年,EDB开始逐步转向了云战略,发布了“BigAnimal”,Postgres-as-a-Service平台,支持所有主要的海外云厂商。之后,又发布了Postgres Distributed,形成了一个小的PostgreSQL产品体系。

随着最近几年PostgreSQL的回暖,以及其与众多云厂商的成功合作,EDB也取得了非常不错的市场效果。

全球数据库增长强劲,今年或超千亿美金

Garnter报告中,2022年全球数据库市场增长依旧强劲,整体达到 910 亿美元,年增长率为14.4%。预计,2023年将超千亿美金。其中,云数据库市场达55%。

Garnter预测,到2025年,90% 的新数据和分析部署将通过已建立的数据生态系统进行,整个数据和分析市场的整合。55% 的 IT 将采用数据生态系统,将供应商格局整合 40%,从而降低成本,同时减少选择。

其他

在今年,IBM/SAP/Teradata/Cloudera“组团”跌入远见者象限,如果从更长时间的尺度去看,每个时代都有每个时代的特点,在“云计算”时代,没能够踩对节奏,就会在市场上遇到挑战。未来十年是AI的时代,谁会成为新的弄潮儿,也让人期待

TigerGraph 去年昙花一现后,今年也退出了魔力象限;老牌图数据库Neo4j依旧在榜单上

MongoDB、Snowflake、DataBricks位置较为稳定,Snowflake在纵坐标的相对位置有所下降

过去十年对比参考

图片

关于Gartner云数据库魔力象限

Gartner 云数据库魔力象限,其英文全称为:Magic Quadrant™ for Cloud Database Management Systems。该报告的核心是其魔力象限图。该图有横纵两个坐标,横坐标是”COMPLETENESS OF VISION”,代表了厂商的”远见/软实力”,或者说是“对领域未来理解判断”,具体的包括市场理解、产品策略、创新能力、商业模式等的理解和策略等。纵坐标是“ABILITY TO EXECUTE”,代表了厂商的“硬实力”,包括产品和服务能力、销售定价、市场响应、客户服务等能力。

如果横纵坐标”双高”(软硬皆强)那么就是在第一象限,也就是“领导者

“如果”软实例”很强,则会落在第四象限,被称为”VISIONARIES”,译为”远见者”

如果”硬实力”很强,则会落在第二象限,被称为”CHALLENGERS”,译为”挑战者”

如果”软硬”都相对不算强(注意,这里是”相对”,因为进入了该象限都已经是全球范围内都有竞争力的选手了),那么则落在第三象限,被称为”NICHE PLAYERS”,译作”特定领域者”,这个翻译不是很好理解,其意思有两方面一个是,在某个特定的领域非常强,另外,就是,软实力和硬实力都还相对不算强。不用太纠结翻译。

更多关于该象限的说明可以参考:数据库魔力象限2022:阿里领先、腾讯再次进入文章中的说明。

最后

昨天由云猿生技术的张云杨回顾的阿里云首次冲击该象限的过程也非常有参考价值,感兴趣的可以阅读:参考。

普通用户可以通过,各个数据库厂商对外公开的页面下载最新的“Gartner云数据库魔力象限”。完整的文档中,包含了更多关于各个厂商优势和缺点的描述,可以作为数据库厂商选型的重要参考。

关于作者:orczhou,NineData联合创始人,Oracle ACE(MySQL),《高性能MySQL》第三、四版译者,曾任阿里云数据库资深专家;

Ni Demai,NineData 国际总经理(GM),曾任阿里云数据库国际产品总负责人,华为高斯 GaussDB 创始团队核心架构师,IBM Db2 资深研发工程师。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/264985.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

【数据结构之单链表】

数据结构学习笔记---003 数据结构之单链表1、什么是单链表?1.1、概念及结构 2、单链表接口的实现2.1、单链表的SList.h2.1.1、定义单链表的结点存储结构2.1.2、声明单链表各个接口的函数 2.2、单链表的SList.c2.2.1、遍历打印链表2.2.2、销毁单链表2.2.3、打印单链表元素2.2.4…

图数据库NebulaGraph学习

1.图空间(Space)操作 1.1创建图空间,指定vid_type为整形 CREATE SPACE play_space (partition_num 10, replica_factor 1, vid_type INT64) COMMENT "运动员库表空间"; 1.2创建图空间,指定vid_type为字符串 CREATE SPACE play_space (…

YOLOv8改进 | 主干篇 | 利用MobileNetV3替换Backbone(轻量化网络结构)

一、本文介绍 本文给大家带来的改进机制是MobileNetV3,其主要改进思想集中在结合硬件感知的网络架构搜索(NAS)和NetAdapt算法,以优化移动设备CPU上的性能。它采用了新颖的架构设计,包括反转残差结构和线性瓶颈层&…

Java小案例-聊一聊Java、Spring、Dubbo三者SPI机制的原理和区别

前言 什么是SPI? 什么是SPI SPI全称为Service Provider Interface,是一种动态替换发现的机制,一种解耦非常优秀的思想,SPI可以很灵活的让接口和实现分离,让api提供者只提供接口,第三方来实现&#xff0c…

软件工程中关键的图-----知识点总结

目录 1.数据流图 2.变换型设计和事务型设计 3.程序流程图 4.NS图和PAD图: 5.UML图 1.用例图 2.类图 3.顺序图 4.协作图 本文为个人复习资料,包含个人复习思路,多引用,也想和大家分享一下,希望大家不要介意~ …

CVE-2023-49898 Apache incubator-streampark 远程命令执行漏洞

项目介绍 Apache Flink 和 Apache Spark 被广泛用作下一代大数据流计算引擎。基于大量优秀经验结合最佳实践,我们将任务部署和运行时参数提取到配置文件中。这样,带有开箱即用连接器的易于使用的 RuntimeContext 将带来更轻松、更高效的任务开发体验。它…

【LeetCode刷题笔记】贪心

135.分发糖果 解题思路: 两个数组 + 两次遍历 ,取 最大峰值 ,准备两个数组 L 和 R ,默认填充 1 , 先 从左往右 扫描一遍, 更新 L 数组,如果 右边

评论回复功能数据库设计

1. 评论的场景 类似csdn博客评论 2. 建表sql CREATE TABLE comment (id varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NOT NULL COMMENT id,parent_id varchar(32) CHARACTER SET utf8 COLLATE utf8_general_ci NULL DEFAULT NULL COMMENT 父级评论id(…

初识大数据,一文掌握大数据必备知识文集(3)

🏆作者简介,普修罗双战士,一直追求不断学习和成长,在技术的道路上持续探索和实践。 🏆多年互联网行业从业经验,历任核心研发工程师,项目技术负责人。 🎉欢迎 👍点赞✍评论…

State of PostgreSQL 2023 报告解读

基于 PostgreSQL 内核的时序数据库厂商 Timescale 发布了一年一度的 State of Postgres 2023 报告。 Timescale 介绍 简单先介绍一下 Timescale 这家公司的历史。它最早是提供了一个 PG 的插件,引入了 Hypertable 这个概念,来高效地处理时序数据&…

Flappy Bird游戏python完整源码

通过pygame实现当年风靡一时的flappy bird小游戏。 当前只设定了同样长度的管道,图片和声音文件自行导入。 效果如下: # -*- coding:utf-8 -*- """ 通过pygame实现曾风靡一时的flappybird游戏。 小鸟x坐标不变,画布左移实现…

mac上使用 Downie 下载网页视频

在今天的数字时代,视频内容在互联网上的传播变得更加普遍和便捷。然而,有时我们可能希望将网页上的视频保存在本地,以便离线观看或与他人分享。Downie 是一款强大而简便的工具,专门设计用于下载网页上的视频内容。本文将介绍 Down…

阿里巴巴虚拟试衣间:在模特身上尝试任何服装 | 开源日报 No.122

HumanAIGC/OutfitAnyone Stars: 1.8k License: NOASSERTION Outfit Anyone 由阿里巴巴集团的智能计算研究院开发。它提供了超高质量的虚拟试衣功能,用户可以在模特身上尝试任何服装,并且保证安全和隐私。主要功能包括: 提供超高质量的虚拟试…

Qt通用属性工具:随心定义,随时可见(一)

一、开胃菜&#xff0c;没图我说个DIAO 先不BB&#xff0c;给大家上个效果图展示下&#xff1a; 上图我们也没干啥&#xff0c;几行代码&#xff1a; #include "widget.h" #include <QApplication> #include <QObject> #include "QtPropertyEdit…

基于单片机设计的指纹锁(读取、录入、验证指纹)

一、前言 指纹识别技术是一种常见的生物识别技术&#xff0c;利用每个人指纹的唯一性进行身份认证。相比于传统的密码锁或者钥匙锁&#xff0c;指纹锁具有更高的安全性和便利性&#xff0c;以及防止钥匙丢失或密码泄露的优势。 基于单片机设计的指纹锁项目是利用STC89C52作为…

基于Spring自动注入快速实现策略模式+工厂模式优化过多的if..else

一、策略模式 1.1策略模式定义 在策略模式&#xff08;Strategy Pattern&#xff09;中一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。 在策略模式定义了一系列算法或策略&#xff0c;并将每个算法封装在独立的类中&#xff0c;使得它们可以互相…

cleanmymac和柠檬清理哪个好 cleanmymac有必要买吗

大家好&#xff0c;不定期分享正版软件激活安装、使用帮助&#xff0c;售后等知识。 在我们的日常使用中&#xff0c;电脑常常会出现卡顿、运行缓慢的情况。这时候&#xff0c;我们通常会想到清理电脑&#xff0c;以期望恢复电脑的正常运行状态。而在清理电脑时&#xff0c;有两…

Service详解【六】

文章目录 6. Service详解6.1 Service介绍6.2 Service类型6.3 Service使用6.3.1 实验环境准备6.3.2 ClusterIP类型的Service6.3.3 HeadLiness类型的Service6.3.4 NodePort类型的Service6.3.5 LoadBalancer类型的Service6.3.6 ExternalName类型的Service 6.4 Ingress介绍6.5 Ingr…

多个bean获取同一个Service,获取的内存地址是同一块;引用bean地址存储在一个map中

public class UserService {public void test() {System.out.println("---test----");} } Testpublic void doesNotContain1(){// 创建Spring容器AnnotationConfigApplicationContext applicationContext new AnnotationConfigApplicationContext();// 向容器中注册…

3 pandas之dataframe

定义 DataFrame是一个二维数据结构&#xff0c;即数据以行和列的方式以表格形式对齐。 DataFrame特点&#xff1a; 存在不同类型的列大小可变带有标签的轴可对列和行进行算数运算 构造函数 pandas.DataFrame( data, index, columns, dtype, copy)参数解释&#xff1a; 序号…
最新文章