2020年数据库行业研究报告
2020年中国互联网络发展状况统计报告
2020年中国互联⽹络发展状况统计报告中国互联⽹络发展状况统计报告（2020年7⽉）中国互联⽹络信息中⼼前⾔1997年，国家主管部门研究决定由中国互联⽹络信息中⼼（CNNIC）牵头组织有关互联⽹单位共同开展互联⽹⾏业发展状况调查，⾃1997年⾄今CNNIC已成功发布了33次全国互联⽹发展统计报告，本次报告是第34次报告。
当前互联⽹已经成为影响我国经济社会发展、改变⼈民⽣活形态的关键⾏业，CNNIC的历次报告则见证了中国互联⽹从起步到腾飞的全部历程，并且以严谨客观的数据，为政府部门、企业等各界掌握中国互联⽹络发展动态、制定相关决策提供了重要依据，受到各个⽅⾯的重视，被国内外⼴泛引⽤。
⾃1998年以来，中国互联⽹络信息中⼼形成了于每年1⽉和7⽉定期发布《中国互联⽹络发展状况统计报告》的惯例。
第34次统计报告延续了以往内容和风格，对我国⽹民规模、结构特征、接⼊⽅式和⽹络应⽤等情况进⾏了连续的调查研究。
本年度《报告》的数据采集⼯作⼀如既往地得到了政府、企业以及社会各界的⼤⼒⽀持。
各项调查⼯作得以顺利进⾏；在各互联⽹单位、调查⽀持⽹站以及媒体等的密切配合下，基础资源数据采集及时完成。
在此，谨对他们表⽰最衷⼼的感谢！同时也对接受第34次互联⽹发展状况统计调查的⽹民朋友表⽰最诚挚的谢意！中国互联⽹络信息中⼼2020年7⽉报告摘要⼀、基础数据截⾄2020年6⽉，我国⽹民规模达6.32亿，较2013年底增加1442万⼈。
互联⽹普及率为46.9%，较2013年底提升了1.1个百分点。
截⾄2020年6⽉，我国⽹民中农村⼈⼝占⽐为28.2%，规模达1.78亿。
截⾄2020年6⽉，整体⽹民中⼩学及以下学历⼈群的占⽐为12.1%，相⽐2013年底上升0.2个百分点，⽽⼤专及以上⼈群占⽐下降0.3个百分点。
⼿机上⽹的⽹民⽐例为83.4%，相⽐2013年底上升了2.4个百分点。
台式电脑和笔记本电脑上⽹⽹民⽐例略有下降，分别为69.6%和43.7%。
2020年中国软件行业基准数据wk
2020年中国软件行业基准数据（CSBMK®-202010）发布时间：2020年10月15日发布单位：中国电子技术标准化研究院北京软件造价评估技术创新联盟北京软件和信息服务交易所前言一个行业的量化管理水平，在一定程度上体现了这个行业的管理成熟度。
我国正式对软件项目开发成本度量的“量化的”、“标准化”的方法研究始于2006年。
在北京市科委支持下，我们对国外信息化发达国家的在软件项目成本度量方面的优秀实践和模式进行了一系列调研，与美国、澳大利亚、荷兰、芬兰、日本、韩国等国家的软件度量相关组织就方法、技术、数据库建设等方面进行多次技术交流，对行业级基准数据库的建设方法进行了初步的探索和研究。
自此开启了我国软件项目成本度量的“量化”方法研究之路。
在工业和信息化部信息技术发展司的支持下，我们从2008年开始对行业标准《软件研发成本度量规范》进行预研，2010年正式获准立项，2013年10月23日正式发布（标准号SJ/T 11463-2013），2018年12月28日，国家标准《软件开发成本度量规范》正式发布（标准号GB/T 36964-2018）,国标研制前后历经10余载。
目前已经发布的软件成本度量领域的一系列国家标准、行业标准、地方标准，在技术路线上基本都是一致的：采用国际主流的功能点方法度量软件规模，利用权威的软件基准数据（定额数据）计算软件工作量和费用。
因此，权威的、可公开获取的软件行业基准数据就成为这些标准能够落地应用的重要支撑。
从2016年开始，北京软件造价评估技术创新联盟与中国电子技术标准化研究院、北京软件和信息服务交易所联合，每年公开发布一次“中国软件行业基准数据”，供广大信息化用户、软件厂商以及第三方造价评估服务机构和研究机构在软件造价评估工作中，参考使用。
CSBMK®中国软件行业基准数据，是目前在实际软件成本评估工作中被使用次数最多、被广为认可的基准数据。
目录1 背景与目的 ________________________________________________________________ 12 数据描述 __________________________________________________________________ 1 2.1 数据来源____________________________________________________________________ 1 2.2 数据范围及分布______________________________________________________________ 2 2.3 数据处理流程________________________________________________________________ 3 2.4 数据分析方法________________________________________________________________ 32.5 质量保证措施________________________________________________________________ 43 主要基准数据 ______________________________________________________________ 6 3.1 软件开发生产率______________________________________________________________ 6 3.2 应用软件运维生产率__________________________________________________________ 7 3.3 软件质量____________________________________________________________________ 8 3.4 软件开发工作量分布__________________________________________________________ 9 3.5 人月费率___________________________________________________________________ 10 3.6 功能点单价_________________________________________________________________ 12 3.7 应用软件运维费用占比_______________________________________________________ 123.8 规模调整因子_______________________________________________________________ 134 基准数据分布情况 _________________________________________________________ 14 4.1 行业分布___________________________________________________________________ 14 4.2 地区分布___________________________________________________________________ 154.3 团队规模___________________________________________________________________ 165 主要基准数据变化趋势 _____________________________________________________ 17 5.1 软件开发生产率_____________________________________________________________ 17 5.2 软件质量___________________________________________________________________ 18 5.3 软件开发工作量分布_________________________________________________________ 20 5.4 软件开发人月费率___________________________________________________________ 215.5 软件开发规模单价___________________________________________________________ 226 基准数据的使用 ___________________________________________________________ 22附录A 行业基准数据应用示例 ________________________________________________ 23中国软件行业基准数据（CSBMK®-202010）1 背景与目的随着软件行业项目规模不断增长、项目复杂度不断提高，量化管理变得越来越重要。
数据分析专项研究报告(3篇)
第1篇一、摘要随着大数据时代的到来，数据分析已经成为企业、政府及各类组织决策的重要依据。
本报告针对某企业销售数据进行分析，旨在通过数据挖掘，揭示销售趋势、客户特征、产品表现等方面的问题，为企业制定销售策略提供数据支持。
二、研究背景某企业作为一家生产家电产品的公司，近年来市场竞争日益激烈，企业面临销售业绩下滑的困境。
为了提高销售业绩，企业决定开展数据分析专项研究，通过对销售数据的深入挖掘，找出影响销售业绩的关键因素，为企业的决策提供有力支持。
三、研究方法1. 数据收集：收集某企业近三年的销售数据，包括销售额、销售量、客户信息、产品信息等。
2. 数据清洗：对收集到的数据进行清洗，去除重复、缺失、异常等无效数据。
3. 数据分析：运用统计学、数据挖掘等方法对清洗后的数据进行深入分析。
4. 结果展示：采用图表、文字等形式展示分析结果。
四、数据分析1. 销售趋势分析（1）销售额趋势通过对销售额的逐年分析，可以发现以下趋势：- 2018年销售额较2017年有所下降，主要原因是市场竞争加剧，部分产品线出现滞销。
- 2019年销售额较2018年有所回升，主要得益于新产品线的推出和促销活动的开展。
- 2020年销售额较2019年有所下降，主要原因是新冠疫情对消费市场的影响。
（2）销售量趋势通过对销售量的逐年分析，可以发现以下趋势：- 2018年销售量较2017年有所下降，主要原因是市场竞争加剧，部分产品线出现滞销。
- 2019年销售量较2018年有所回升，主要得益于新产品线的推出和促销活动的开展。
- 2020年销售量较2019年有所下降，主要原因是新冠疫情对消费市场的影响。
2. 客户特征分析（1）客户地域分布通过对客户地域分布的分析，可以发现以下特征：- 该企业产品在东部沿海地区销售较好，主要原因是该地区经济发达，消费水平较高。
- 中部地区销售一般，主要原因是该地区消费水平相对较低，市场竞争较为激烈。
- 西部地区销售较差，主要原因是该地区消费水平较低，市场竞争较为激烈。
企业数据资产的确认、计量与报告研究
第34卷第6期会计与经济研究Vol. 34 No. 6 2020年11月Accounting and Economics Research Nov 2020企业数据资产的确认、计量与报告研究秦荣生（北京国家会计学院，北京 101312）摘 要：作为新的生产要素，数据是数字经济的核心，是企业的重要资产，而目前会计理论界和实务界的相关研究甚少，更缺乏相关准则的规范。
文章分析了数据资产的涵义与特性；论述了数据资产的确认，特别对数据资产的所有权和使用权进行了深入研究；讨论了数据资产计量的多种方法；提出了数据资产报告和披露的相关建议。
关键词：数据资产；确认；计量；报告中图分类号： F234.4 文献标识码： A 文章编号： 1009−6701（2020）06−0003−08DOI:10.16314/ki.31-2074/f.2020.06.0012020年3月30日，中共中央、国务院在《关于构建更加完善的要素市场化配置体制机制的意见》中分类提出土地、劳动力、资本、技术、数据五个要素领域改革的方向。
数据被纳入生产要素，反映了其在数字经济发展中的重要地位。
数据是一种特殊资产，要充分发挥数据资产在数字经济发展中的重要作用，数据资产的确认、计量与报告问题亟需解决。
一、数据资产的涵义与特性当前，以大数据、区块链、人工智能、物联网、5G等为代表的数字技术快速发展，不断向经济社会各领域融合渗透。
加快发展以数据资产为核心的数字经济已是大势所趋。
企业是数据资产密集的场所，在生产经营过程中积累了海量数据资产，这些数据资产亟待纳入核算体系。
（一）数据资产的涵义根据维基百科的解释，数据（Data）是“已知”的意思，也可以理解为“事实”，是反映客观事物未经加工的原始素材，是对客观事物的真实表达。
数据形态多样，最简单的是数字，也可以是文字、图像、声音等。
数据是对客观事物的描述，可以记录、分析和重组。
IASB（2018）指出：“资产是一种有潜力产生经济利益权利的经济资源，是企业由于过去事项而控制的现时经济资源。
数据分析化报告摘要(3篇)
第1篇一、报告背景随着大数据时代的到来，数据分析已经成为企业决策的重要依据。
本报告旨在通过对某企业2019年至2023年间的销售数据、市场数据、客户数据等进行深入分析，揭示企业运营中的潜在问题和机会，为企业制定有效的战略决策提供数据支持。
二、数据来源与分析方法1. 数据来源本报告所使用的数据来源于企业内部数据库、行业报告、公开市场数据等，包括但不限于以下几类：- 销售数据：包括销售额、销售量、客户购买频率、产品类别分布等；- 市场数据：包括市场份额、竞争对手分析、行业趋势等；- 客户数据：包括客户年龄、性别、地域分布、消费偏好等；- 产品数据：包括产品线、产品销量、产品利润率等。
2. 分析方法本报告采用以下数据分析方法：- 描述性统计分析：对数据的基本特征进行描述，如平均值、标准差、最大值、最小值等；- 趋势分析：分析数据随时间变化的趋势，如销售增长率、市场份额变化等；- 相关性分析：探究变量之间的相互关系，如销售量与广告投放量的关系；- 因子分析：将多个变量归纳为少数几个因子，以简化数据结构；- 聚类分析：将数据划分为若干个类别，以便于分析和理解；- 预测分析：基于历史数据预测未来趋势，为企业决策提供参考。
三、数据分析结果1. 销售数据分析（1）销售额趋势2019年至2023年，企业销售额呈现逐年增长的趋势，年复合增长率约为15%。
其中，2021年和2022年增长最为显著，主要得益于新产品线的推出和市场份额的提升。
（2）销售量分析销售量与销售额趋势一致，呈现逐年增长态势。
其中，电子产品类产品销售量增长最快，其次是家居用品类产品。
（3）产品类别分布从产品类别来看，电子产品类产品销售额占比最高，达到40%，其次是家居用品类产品，占比为30%。
服装类产品销售额占比为20%，食品类产品占比为10%。
2. 市场数据分析（1）市场份额2019年至2023年，企业市场份额逐年上升，从5%增长至8%。
在主要竞争对手中，企业市场份额仅次于行业龙头，位居第二。
2024年数据库一体机市场规模分析
2024年数据库一体机市场规模分析引言数据库一体机是一种集数据库管理软件和硬件服务器于一体的综合设备。
它通过集成数据库管理软件和专用硬件服务器来提供高效可靠的数据存储和访问服务。
近年来，数据库一体机市场呈现出快速增长的趋势。
本文将对数据库一体机市场的规模进行详细分析，并探讨其发展趋势。
2024年数据库一体机市场规模分析市场概述数据库一体机市场是近年来快速崛起的市场，主要由几家大型厂商主导。
这些厂商通过与数据库软件厂商合作，结合自身技术和资源优势，推出高性能、高可靠性的数据库一体机产品，满足企业日益增长的数据存储和处理需求。
市场规模数据库一体机市场规模庞大，呈现出不断增长的趋势。
根据市场研究报告，截至2020年，全球数据库一体机市场规模已超过20亿美元。
预计在未来几年内，该市场将保持年均增长率超过10%的高速增长。
市场驱动因素数据库一体机市场的快速增长主要受到以下因素的驱动：1.数据爆炸式增长：随着大数据时代的到来，企业对数据存储和处理需求不断增加，传统的数据库架构已经无法满足需求，数据库一体机成为了解决方案之一。
2.硬件与软件一体化：数据库一体机通过将数据库软件与硬件服务器一体化，提供了更高的性能和可靠性，吸引了许多企业的关注。
3.降低成本：相比于传统方式，数据库一体机的集成化设计使得部署和维护成本大幅降低，对于一些中小型企业而言特别具有吸引力。
市场前景数据库一体机市场的前景十分广阔。
随着数字化转型的加速推进，企业对数据的需求将继续增长，这将进一步推动数据库一体机市场的发展。
同时，随着技术的不断进步，数据库一体机的性能将进一步提升，满足企业日益复杂的数据存储和处理需求。
结论数据库一体机市场规模在过去几年内呈现快速增长的态势，并有望在未来几年内继续保持高速增长。
企业对数据存储和处理需求的不断增加，以及数据库一体机独特的优势，使得其成为了企业数据解决方案中重要的一部分。
预计随着数字化转型的不断深入，数据库一体机市场将迎来更广阔的发展前景。
2020年度大数据提供商TOP100
公司与产业2020年度大数据提供商TOP100文/容见现代社会是信息的社会，社会方方面面都被急速编入信息的海洋，原因在于，只有信息技术才能最大限度地提高效率，节省成本。
从这个角度，大数据的诞生、发展、广泛应用几乎是必然的。
近年来，大数据技术服务商雨后春笋一般出现，传统产业的种种生产方式都开始引入大数据要素，一时间，大数据产业渗透到各个行业。
透过大数据在当下的广泛应用，我们可以看见整个社会生产消费机制的大变革。
战略性资源短短5年，中国大数据产业的整体规模已经翻了接近十倍，从2015年的1600多亿元增长到2020年的13000多亿元，这种增长速度是惊人的。
在大数据产业发展之初，其对于整个社会生产来说还是概念性、辅助性的，而今天，大数据产业已经成为诸多生产机制的基础和保障，产业细分也越加专业化。
在这背后，是全球数据量的急速上升，2020年，根据国际权威机构S t a t i s t a的统计，全球总数据量已经达到47Z B，而据预测，到2035年，全球数据将达到2142Z B，这样的膨胀速度将深刻地改变我们的时代。
由此，数据必然成为一种越来越重要的战略性资源。
我国的大数据发展经历了逐步迈进的过程，早在2014年3月，我国已经开始布局大数据，大数据首次被写进当年的政府工作报告，一年后，国务院印发了《促进大数据发展的行动纲要》。
而到了2016年，在“十三五”规划纲要中，大数据已经上升为国家战略，年底，工信部发布了《大数据产业发展规划（2016-2020年）》。
至此，大数据的发展已经有了清晰的规划，此后进入快车道，党的十九大报告提出“推动大数据与实体经济深度融合”，中央政治局就实施国家大数据战略进行了集体学习。
大数据连续6年写入政府工作报告。
而十九届四中全会首次公开提出“数据可作为生产要素按贡献参与分配”。
这成为又一个标志。
2020年4月，《关于构建更加完善的要素市场化配置体制机制的意见》发布，数据要素的市场化配置由此上升为国家战略。
2020年国产数据库专题报告
2020年国产数据库专题报告导语我国数据库软件市场规模扩张发展迅速，预计2020 年数据库软件市场达到200 亿元。
2009 年我国数据库软件市场规模为35.03 亿元，2018 年我国数据库软件市场规模增长至149.91 亿元。
1、数据库：是基础软件核心之一，是“IT 重构”必争之地1.1 数据库与数据库管理系统数据库是基础软件核心之一，是IT 产业基础软件三驾马车之一，是“IT 重构”必争之地。
它产生于二十世纪六十年代，随着信息技术和市场的发展，特别是二十世纪九十年代以后，数据管理不再仅仅是存储和管理数据，而转变成用户所需要的各种数据管理的方式。
数据库有很多种类型，从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。
数据库上游主要包括计算机硬件设备、软件等产品。
主要包括：小型机、微型机、存储设备、交换机、路由器和物联网感知设备等。
数据库下游已经广泛应用到各个行业，政府及金融、能源、教育、交通等领域。
数据库可分为两大类，分别为关系型数据库和非关系型数据库。
关系型数据库（Rational Database），是指采用了关系模型来组织数据的数据库，其以行和列的形式存储数据。
该模式便于用户理解，关系型数据库这一系列的行和列被称为表，一组表组成了数据库。
用户通过查询来检索数据库中的数据，而查询是一个用于限定数据库中某些区域的执行代码。
关系模型可以简单理解为二维表格模型，而一个关系型数据库就是由二维表及其之间的关系组成的一个数据组织。
NoSQL，泛指非关系型的数据库。
随着互联网web2.0 网站的兴起，传统的关系数据库在处理web2.0 网站，特别是超大规模和高并发的SNS 类型的web2.0 纯动态网站已经显得力不从心，出现了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。
NoSQL 数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2020年数据库行业研究报告导语数据库市场当前情况，传统关系型数据库仍占主导，国内市场规模从2012 年的46.51 亿元增长到2017 年的102.8 亿元，复合增速为17%，略高于行业增速，市占率超85%。
一、数据库行业的基本情况1.数据库的性能：六个方面，一套标准数据库的性能指标聚焦于 6 个方面：吞吐量、负载均衡、读写速度、分区分片、并发性和可用性。
不同类型的数据库由于使用场景的差异，在性能和功能上有不同的偏重，在这六个指标方面同样会有所差异。
常见的具体指标有平均每秒响应速度、查询速度、平均每秒吞吐量等。
TPC 是国际上最流行和广泛接受的数据库性能标准测试。
TPC(事务处理性能委员会)是由十几家会员公司创建的非盈利组织，总部设在美国。
TPC 的成员主要是计算机软硬件厂家，主要功能是制定商务应用基准程序的标准规范、性能和价格度量，并管理测试结果的发布。
针对不同类型数据库之间的区别，TPC 颁布了对于数据库在线事务处理(OLTP)能力测试的基准程序TPC-C 和在线分析处理(OLAP)能力测试的基准程序TPC-DS。
TPC-C 测试中的tpmC 值（TPC-C 测试过程的吞吐量，按有效TPC-C 配置期间每分钟处理的平均交易次数测量），在国内外被广泛用于衡量数据库系统的事务处理能力。
根据TPC-C 最新排名，蚂蚁金服自研的OceanBase 数据库tpmC 值达到707,351,007，成功超越之前的记录，击败Oracle 和IBM 的数据库，登顶榜首。
2.国内数据库市场现状：国产化持续推进，关系型数据库为主导当前我国数据软件市场具有百亿以上市场规模，持续受益大数据产业发展。
根据智研咨询数据显示，2017 年我国的数据库软件整体市场规模为120.22 亿元，12-17 年的行业复合增速超17%，处于稳健发展期。
根据2019 大数据白皮书，2019 年大数据研发人员超过8 万人，研发投入超过550 亿人民币，同时预计我国2020 年大数据产业市场达6600 亿元以上，行业复合增速超20%,数据软件细分市场作为产业重要构成持续受益产业发展红利。
传统关系型数据库仍为主流，市占率超85%。
当前数据产业发展下的海量数据导致大量非关联数据分析需求的产生，导致关系型数据库占比的下降。
但参考国外数据库的发展和国内数据库市场当前情况，传统关系型数据库仍占主导，国内市场规模从2012 年的46.51 亿元增长到2017 年的102.8 亿元，复合增速为17%，略高于行业增速，市占率超85%。
国产化替代持续推进，关系型市场ZG产数据库市占率从2009 年的4.2%提升至2019 年的18.9%以上，海外四巨头仍占据65%以上份额，海外厂商整体增长乏力。
自10 年前后提出“去IOE”和13 年棱镜门事件影响后，我国一直在推动国产数据库持续扩张，国产市占率从2009 年的 4.2%提升至2019 年的18.9%以上，但近 3 年海外四巨头在国内市占率仍维持在65% 以上份额，因而当前海外巨头的影响力仍在，国产化仍有较大提升空间。
国内数据库市场面临新入跨界巨头的竞争，南大通用、人大金仓和武汉达梦等传统数据库公司份额有所下降。
华为、阿里2019 年起将自研数据库推入市场并进行大力的商业推广，加剧国内数据库市场竞争。
根据IDC 的数据，2019 年国内传统部署的关系型数据库市场中，华为数据库以 6.2%的市场份额位列第五，排在Oracle、Microsoft、IBM、SAP 之后；阿里巴巴以 5.8%的市场份额位列第六；而传统数据库厂商南大通用和人大金仓分别以 4.2%和 2.7%的市场份额排在第七、八位当前云部署已成为国内关系型数据库新方式，国内数据库云化率持续上升。
根据IDC 数据，2019 年ZG关系型数据库传统部署模式的市场规模为7.9 亿美元，公有云模式市场规模为 5.5 亿美元，同比增速30%。
其中，2019 年阿里巴巴在公有云关系型数据库市场中以48.1%的市场份额排名第一；腾讯以20.4%的市场份额排名第二，AWS 以10.4%的市场份额排名第三；随着企业数智化转型和数据上云的持续，未来 3 年国内数据库采用云部署的市场增速将超过关系型整体市场23.2%的行业增速。
二、以史为鉴：行业与巨头发展史1.数据库行业发展史：穿孔卡片、关系数据库、非关系数据库到云数据库（略）2.Oracle 发展历程：市场领导者是怎样诞生的（略）复盘Oracle 的崛起历程，可以发现技术驱动和行业垂直整合是Oracle 发展历程最重要的两个因素。
每次行业变革发生时，Oracle 始终走在最前面，成为市场的领导者，凭借自身的技术优势和优秀的产品击败对手。
如今，云数据库概念的兴起，行业再次进入到技术变革期。
在这次技术浪潮中，ZG厂商与国外厂商一起走在前面，抓住云数据库的发展趋势，有机会实现弯道超车，扩大、巩固行业地位。
此外，行业通过收购方式打造垂直生态链，提供完整解决方案，更有希望获取优势，击败竞争对手。
三、数据库行业的未来1.数据库行业的发展方向：云数据库、非关系型数据库、内存数据库与流数据库云数据库、非关系型数据库、内存数据库、流数据库是当前数据库行业发展方向。
云数据库降低企业成本的同时为企业提供更加方便的云服务；非关系型数据库在互联网背景下比关系型数据库有更好的表现；内存数据库更能满足当今企业和用户对快速读取的需求，流数据库在内存数据库的基础上加强数据库的实时分析和流量监控能力。
这四种数据库成为数据库行业的新方向、新动力。
云市场快速增长，数据上云成为趋势。
云数据库并非是一种全新的数据库模型，而是选择以服务的形式向用户提供数据库功能。
不同规模企业对云数据库的需求不同：对于大型企业，云数据库可以满足海量数据存储需求；对于中型企业，云数据库可以满足数据存储动态变化的需求；对于小型企业，云数据库可以满足低成本数据存储的需求。
Gartner 认为，数据库的未来必须云化，目前云数据库已为数据库市场的增收贡献一半以上份额。
与传统数据库不断下降的营收相比，云数据库正在积极地快速增长。
到2022 年，预计有3/4 的数据库天然部署或迁移到云上。
Gartner 表示，企业正将新应用向云转移，对数据存储和计算分析的能力要求不断加强。
相比传统数据库，云数据库天然具备灵活性，能够提供强大的创新能力、丰富多样的产品体系、经济高效的部署方式和按需付费的支付模式。
非关系数据库比重提升，关系数据库保持市场主体地位。
近年来，数据增速集中于物联网设备、影音文件、网站日志、社交信息等，这些数据具有海量、低信息密度的特点。
非关系数据库易于扩展、无序存储、分布式架构的特性，相比传统的关系型数据库，更能满足对这些数据的储存需求。
虽然关系数据库的市场份额和增速受到非关系数据库崛起的影响，但关系数据库成熟的体系和完整的生态将持续为CRM、REP 和信用卡交易等以结构化数据为主并注重数据安全和一致性的场景提供服务。
数据库行业发展的最新趋势表明，关系数据库和非关系数据库的边界逐渐变得模糊。
NewSQL 数据库开始兴起，这类数据库不仅具有非关系数据库对海量数据的存储管理能力、高性能数据处理和易于扩展的特性，还保持了传统关系数据库支持ACID 和SQL 查询等特性，支持关系数据模型。
一些非关系数据库也发生转变，调整数据结构以支持使用SQL 语言查询。
William Blair 认为，数据库未来将是把关系数据库和非关系数据库结合，跟据数据结构、使用场景灵活调节，共同为用户服务。
内存数据库得到广泛运用。
随着移动互联网发展，信息系统的互动性日益增强、用户规模不断攀升，催生出一大批高并发、低时延的新兴应用。
基于磁盘存储的数据库受限于磁盘的读写速度，很难满足低时延与高并发的需求。
将数据存储在内存里的内存数据库成为解决传统磁盘数据库问题的主流技术路线。
在电子商务、视频直播、电信计费等对响应速度要求极高的场景下，内存数据库大展身手，进入成熟的商用模式。
根据Research and Market 的报告显示，2019 年全球内存数据库市场达到41.6 亿美元，预计到2025 年将增长至118.2 亿美元，复合增长率达到19%，远超整体市场每年8%的增长率，市场前景广阔。
流数据库成为新潮流。
在内存数据库中，主打事务处理和实时分析结合的流数据库成为新潮流。
流数据库是指能实时收集、处理、存储流数据（一组顺序、大量、快速、连续到达的数据序列）的数据库。
相比传统数据库分批处理数据，流数据库在对数据完成实时分类、分析、存储等环节，应对海量数据涌入时，仍能保持实时响应和低延迟。
流数据库通常采用内存作为数据存储方式，并采用分布式架构，需要高速处理的数据可异步快速加载到处理集群内存中；处理集群可轻易地扩展到数百个物理节点，提升处理速度。
流数据库适用于快速响应、实时分析、实时监控等场景。
对于企业，依靠流数据库强大的实时数据反馈与商业智能结合，对终端用户数据监控并迅速做出决策，有效提升运营效率并减少决策时间，更好地在商业竞争中取得优势。
开源数据库成为更多企业的选择。
开源数据库是指源码完全开放，可供大众下载和修改的数据库。
常见的开源数据库有MySQL、PostgreSQL、MongoDB 等。
面对价格低廉、性能相等、生态不断完善的开源数据库，昂贵的商业数据库逐渐失去市场优势。
根据数据库权威排名DB Engines 数据显示，截至2019 年开源数据库和商业数据库已平分秋色，考虑到大部分云数据库采用开源架构，随着开源数据库生态不断完善、功能日益丰富，未来开源数据库的市场份额将进一步提升。
商业数据库虽然份额持续下降，但这并不意味着商业数据库会退出市场。
对于一些注重数据安全性的企业，如银行、跨国公司，商业数据库依旧是一个让人放心的选择。
此外，一些长期使用商业数据库的大型企业，如果从商业数据库转变为开源数据库需要复杂的数据迁移，这会影响企业的日常业务。
此外，开源数据库如MySQL、Neo4j 等由于协议的开放性，限制了其他企业商用能力；虽然存在社区贡献者和个人开发者，但社区整体生态和服务支持比商用数据库仍相差甚远。
综合来看，商业与开源数据库各有优劣：开源数据库在互联网行业和小微企业很有市场；传统行业和大型企业依旧高度依赖商业数据库。
2.国内数据库行业的未来：市场需求、国产替代与云化趋势国内数据库市场潜力巨大。
自2012 年以来，国内数据库市场迎来蓬勃发展期，进入百花齐放时期。
传统数据库厂商和云数据库服务商都在加速产品迭代和推出新的产品。
同时，新兴数据库厂商不断涌现，以及其他领域厂商向数据库跨界情况的增多，使ZG数据库市场更加繁荣和活跃。
根据IDC ZG的数据显示，2019 年ZG关系型数据库软件市场规模为13.4 亿美元。