OLAP 成为继 OLTP 之后数据库的下一发展重心。
20 世纪 90 年代以前，早期 OLAP 需求场景尚不成熟，OLAP 和 OLTP 在同一个数 据库产品中实现，主要应用于简单的历史数据查询分析。前文中我们提到，1990s 之前， 以增、删、查、改为核心的 OLTP 需求是数据库领域发展的重心。随着企业数据管理系统 应用的深化，数据量的高速积累、数据应用场景的不断丰富和数据模型的不断完善，分析 师和企业管理层逐渐看到数据分析的价值。 20 世纪末，分析型数据库开始崭露头角，OLAP 技术路线独立，成为继 OLTP 之后 数据库领域的另一发展重心。OLAP（联机分析处理）的概念最早由关系模型之父埃德加·科 德于 1993 年提出。他认为 OLTP 已不能满足终端用户对数据库查询分析的要求，用户需 要对关系型数据库进行大量的计算才能辅助决策分析。OLAP 的技术路线由此独立并得到 蓬勃发展，在传统数据库的基础上逐渐发展出数据仓库的产品形态，主要支持面向分析场 景的应用，提供结构化的、主题化的数据用于业务反馈和辅助决策。
我们认为，OLAP 需求的独立和分析型数据库的爆发是数据库行业发展的必然趋势， 其驱动因素主要包括需求侧和供给侧两个维度：
1） 需求侧：数据量的积累带来数据赋能的潜力，分析处理的应用场景不断丰富
数据治理能够实现对企业各个价值链环节的赋能，提升企业的运营与决策效率。数据 量的积累使得基于历史数据的分析决策成为可能，企业的顶层决策、生产运营、后台研发 等一系列环节将逐步由数字化迈向智能化。我们认为，信息密集型、劳动密集型行业的数 据治理赋能成果更易显现，在业务运营过程中容易产生体量巨大、数据结构不统一的数据。 基于对历史数据的分析可以充分赋能产品研发、营销销售、售后服务等诸多环节。以金融 行业为例，基于个人消费行为数据、征信数据、储户信用报告数据、交易数据的分析可以 帮助企业更高效地开展风险评估以及理财产品的定制化推介营销活动。
2） 供给侧：海内外传统数据库巨头、云厂商、独立厂商百家争鸣，各有千秋
分析型数据库领域由于场景需求碎片化、技术路径多样化，海内外各类厂商呈现出百 花齐放的态势。传统 IT 巨头多在关系模型领域深耕，凭借在 OLTP 领域的先发优势率先进 行探索，整体占据主导地位。但云计算、大数据的快速发展带来了需求的进一步爆发，各 类数据模型、各种应用场景的需求逐渐分化。同时随着开源生态的不断丰富，以 Apache 软件基金会为代表的开源体系也为巨头之外的数据库厂商的发展提供了一片沃土。云计算 巨头、独立数据库公司的数据库产品快速崛起。
传统巨头：在 OLTP 领域起步相对较早具有先发优势，产品具备高稳定性、高安全性 的优势，且具备良好的客户基础，市场份额较高。但技术架构相对传统，需要承担较高的 运维成本和改造成本，在新技术的适配性上存在短板。典型代表包括海外 Oracle、IBM、 Microsoft、SAP 和国内人大金仓、达梦数据库等。 云厂商：对于应用场景（特别是互联网领域）的理解更加深刻，产品矩阵类型丰富。 但相对缺少中立性，销售绑定云服务，降低企业可选择性，同时对于私有化部署相对缺乏 服务能力。典型代表包括海外亚马逊、谷歌和国内阿里、腾讯、华为等。 独立厂商：技术架构先进，能够满足更加多元化的分析需求，各自在自身的强势领域 深耕细作。但商业化验证维度存在欠缺，客户消费意愿、消费能力以及市场空间均有待验 证，财务表现相对较弱。典型代表包括海外 Databricks、Snowflake、MongoDB 和国内星 环科技、PingCAP、偶数科技等公司。
