中兴通讯有超 20 年数据库研发积累，内核引擎已实现全自研。早在 2002 年，中兴通讯就基于 IT 技术前瞻性考虑， 启动了数据库研发，早期用于自身通讯设备和服务中；2014 年，中兴通讯面向金融行业启动了金融级分布式数据库 GoldenDB 的研发，并逐步将 GoldenDB 打造为成熟稳定商用领先的金融级分布式数据库，可为用户提供高性能、高 可靠、高并发、可扩展的数据库解决方案。公司拥有 200+核心专利申请量，实现 100%内核掌控。
GoldenDB 已在金融、运营商行业通过现网验证，实现商用领先。GoldenDB 是业界唯一覆盖政策性银行、国有大行、 股份制行、城商行及证券机构、运营商等核心业务数据库分布式改造的国产数据库，并打造了业界首个证券行业、首 个国有大行及首个股份制行核心改造成功案例。目前，GoldenDB 已服务了 50 家金融机构，同时承担了超过 30 家金 融机构核心业务的数据库建设以及中国移动总部以及 29 个省分公司的数据库改造实践工作。
设立子公司金篆信科，加速国产数据库的创新和行业发展。为将数据库加快培育和打造成新增长极，中兴通讯于 2021 年 11 月设立子公司金篆信科，由公司执行董事、执行副总裁顾军营兼任子公司董事长、经理，由公司副总裁、GoldenDB 产品总经理赵培担任子公司董事、常务副总经理，并将原属于 GoldenDB 的著作权和专利也转移到了子公司名下。金 篆信科总部位于北京亦庄经开区，注册资金 5 亿，是当前国内注册资本规模最大的数据库研发企业。金篆信科致力于 打造国产数据库第一品牌，并与国内产业链上下游产业伙伴共同打造全栈生态，成为我国高科技产业发展的标杆。金 篆信科目前团队规模超 500 人，设立两个研发中心，分别位于北京和南京，主体团队依旧是原来中兴通讯的团队。 GoldenDB 继承中兴通讯 CMMI5 级业界最高研发能力，已在 2021 年 7 月通过 CMMI3 级认证。
积极打造全栈生态。从某种角度而言，对数据库来说最重要的是生态，因为数据库作为底层基础软件在承上启下的过 程中需要兼容适配操作系统、中间件以及 CPU、存储设备、交换机、路由器等基础软硬件。根据人民网报道，金篆 信科的数据库产品已与上百家上下游主流软硬件产品完成适配认证，并在多个局点投产商用，拉动产业链发展。 向下层面，金篆信科跟国内 CPU 厂家（鲲鹏、海光、飞腾、龙芯、兆芯等）都完成各项测试和认证工作，并颁 发了证书；与现在主流的操作系统（麒麟软件、统信 UOS、中兴新支点等）亦完成了适配。 向上层面，金篆信科聚焦金融、运营商行业 ISV 的发展和促进，包括衍生出来的一些工具类场景（数据迁移、备 份恢复等），公司与合作伙伴互相促进产品的融合与完善，并且在客户现场得到实际落地。
积极响应行业号召，发展行业标准生态体系。金篆信科稳步推进分布式数据库技术的应用和发展，在信息技术应用创 新工作委员会数据专委会里贡献了许多产品设计思路、技术要点，以及实践经验，参与制定了多项技术规范、SQL 规范、测试规范等内容。据不完全统计，在数据库领域内公司已参与起草制定超过 9 项国家金融交易级数据库行业标 准、8 项金融行业课题及白皮书、7 项行业测试规范。
重视“质量防护”，实现全流程质量管理。在需求、设计、编码、发布、验收、上线的全流程中，金篆信科不仅充分 践行敏捷的思路和方法，并且高度强调“质量防护”，保证数据库在支撑各种重要系统时的质量。GoldenDB 基于中 兴通讯 HPPD 2.0（高效产品开发 2.0）框架，构建基于“核心技术”和“产品可靠”的 NEWS 项目管理体系，并获 得 PMI（中国）项目管理大奖—杰出项目奖。
厚积薄发，GoldenDB 获得市场高度认可。自 2014 年正式立项以后，GoldenDB 数据库经历了多年深度沉淀研发， 并自 2019 年开始出现成果爆发（以 2019 年 10 月中信银行信用卡核心系统投产为代表）以及奖项爆发（以 2019 年 6 月成为全项满分通过“大数据产品能力评测”的首个产品为代表）——而这些市场奖项荣誉实则源自行业和客户对 GoldenDB 的认可和信赖。
从交易到分析，数据库格局挑战者。早期 GoldenDB 数据库的特点是“金融级、交易型”，金融级意味着高标准，交 易型是指可以替换核心交易系统。随着版本的迭代，GoldenDB 亦向混合负载等发展方向不断迭代，最新的 v7.1 版 本支持多模 SQL 引擎，支持更多类型数据的存储和使用、支持智能负载分析和调整，优化资源利用。根据沙利文联 合头豹研究院，中兴通讯以及旗下金篆信科拥有的金融分布式数据库相关专利数量排名第三。
满足金融领域特需功能，产品功能指标评估连续两年排名第一。由于 GoldenDB 的出色表现，GoldenDB 连续两年 （2020-2021 年）被沙利文联合头豹研究院评为中国金融级分布式数据库第一。《2021 年中国金融级分布式数据库市 场报告》对主流的 11 款金融级分布式数据库综合竞争力进行了专业评估，GoldenDB 总得分排名第一，在“产品功 能”和“最佳案例”维度均斩获第一，“架构设计”、“运维与安全”、“生态建设”和“服务与市场”维度均排名第三。
引领金融、运营商等关键行业核心业务交易系统数据库转型升级。银行核心系统的英文是“CORE (Centralized Online Real-time Exchange) Banking System”，实际意义是指“集中式在线实时交互银行业务系统”，是金融行业最重要的 业务系统模块，对数据库的要求最高。GoldenDB 在政策性银行、国有大行、股份制行、城商行等金融机构核心业务 系统的应用情况体现其在金融行业的能力和认可。
GoldenDB 采用无共享架构，满足金融、政企客户多样化的需求。GoldenDB 在传统“计算节点和存储节点组合”架 构的基础上，新增了全局事务管理节点和多重功能集合的管理节点，极大的丰富了数据库功能，满足客户多样化的需 求。GoldenDB 实现了数据的集中存放、统一管理和数据能力开放平台解决方案，为客户提供了扁平化的基础数据处 理平台。
工具集覆盖全流程，在 AI 算法支持下具备专家级分析评估能力。在工具集方面，GoldenDB 提供从业务迁移评估、 数据迁移、回流、应用开发到智能监控诊断的全流程工具支持。经现网验证，优化的系列工具，使迁移效率提升 30%， 迁移成功率达 100%。另外，在安全性方面，GoldenDB 参照 EAL4+数据库领域最高安全级别要求，从安全审计、加 密算法、数据保护、鉴权、备份和传输等全方面保障金融行业数据安全。
GoldenDB 兼容性强，保证了金融企业的历史业务逻辑和应用逻辑。GoldenDB 完全兼容 MySQL 语法，兼容 SQL92、 99、2003SQL 标准，同时兼容部分 Oracle 语法，其支持的语法类别全面覆盖数据库语法类别。同时 GoldenDB 对跨 节点的复杂 SQL 操作支持全面，使得业务人员的开发工作量大幅降低，无需考虑大量的 SQL 改造，良好的 SQL 兼 容性和可维护性，使得用户可以像使用单机数据库一样使用分布式数据库。
1、GoldenDB 实现中国首个股份制行分布式核心业务系统投产
中信银行开启核心业务分布式时代，国产数据库首次投入大型银行核心系统。2014 年，GoldenDB 携手“天使客户” 中信银行，开启金融级交易型分布式数据库的研发。经过与中信银行长达 6 年的紧密合作，GoldenDB 先后在 2019 和 2020 年，分别实现大型股份制信用卡核心业务和总行账务核心业务投产，由此，GoldenDB 成为国内第一个在大 型银行信用卡账务核心实现上线的国产数据库，并成功满足国内金融行业核心业务系统对分布式数据库的要求。截至 目前，GoldenDB 在中信银行核心系统已稳定运行近四年，未出一次事故，未打一个补丁，可靠性达到 6 个 9，达到 大型机水平。
根据中国软件评测中心，中信银行是最早完成核心业务基于国产分布式数据库 GoldenDB 上线的大型银行，其数据库 按照两地三中心（北京生产机房、同城机房；合肥异地容灾机房）建设，实现同城 RPO=0，异地 RPO<=5s 的关键 指标，满足金融行业 5 个 9 以上的高可用要求。2019 年 10 月 26 日，信用卡核心投产，计算节点每中心 10 台，数 据节点 40 个分片（部分合设），三中心一主五备（2+2+2），约 200 台机器；2020 年 5 月 3 日，账务核心投产，计算 节点每中心 20 台，数据节点 40 个分片，三中心一主七备（3+3+2），共 400 台机器，至此原来承载中信银行核心业 务的 IBM AS400+DB2 正式下线。
2、GoldenDB 实现中国首个国有大行分布式核心业务系统投产
采用大量开创性技术，助力建设银行核心系统向分布式平台平稳下移。项目实现了两地 4AZ 多地多活部署（未来扩 展到 4 地）、性能容量线性扩展，解决了应用从主机平滑迁移到分布式数据库的难题，满足建设银行未来业务发展需 求，是国内首个大型银行 Z 系列主机为代表的核心应用系统多地多活分布式改造的成功商用实践案例，为其他大中型 银行提供参考借鉴的依据。
3、GoldenDB 实现中国首个证券行业分布式核心交易系统投产
提供全栈解决方案，助力国泰君安核心交易系统优化提升。2022 年 8 月 22 日， GoldenDB 助力国泰君安新一代分 布式低延时交易平台（NGTP）全量经济业务客户切换上线成功。截至当日收盘，全天成交额近 500 亿元，客户数超 过 1500 万人，交易引擎平均延时低于 40 微秒。国泰君安的新一代分布式核心交易系统是证券行业的首个核心改造 案例，也是 GoldenDB 首个在券商交易核心系统成功商用的工程。
战略合作伙伴广布，中兴通讯助力金融行业数字化转型。中兴通讯针对金融行业生态建设提出了“十百千俱乐部”的 目标，即形成十家过亿合作伙伴、百家过千万合作伙伴、千家有合作的生态伙伴格局。公司加大在金融云网生态建设 上的各方面投入，全力支持合作伙伴发展。目前，公司以金融机构的资产规模和在行业的影响力，选定了 188 家核心 金融客户，计划在 2023 年实现行业覆盖率达到 95%。
以数据库为抓手，推出金融行业综合解决方案，变革金融 IT 架构。中兴通讯在金融数字化转型的浪潮中，不断强化 操作系统和数据库等核心技术创新能力，构筑核心竞争优势，致力于成为金融 IT 架构变革的引领者，赋能金融数字 化转型。中兴通讯金融分布式改造解决方案，以 GoldenDB 分布式数据库和 TECS 云平台为核心，致力于金融核心 系统的全栈分布式技术创新，通过创新服务器、弹性金融云、高可靠网络、分布式数据库等核心产品，助力金融 IT 架构由集中式向分布式转型，在核心下移、业务迁移、数据转换等方面提供专业的金融科技服务。
我国大力发展数字经济的时代背景下我国数据库市场规模有望呈现快速发展态势。据中国信通院测算，2021 年全球 数据库市场规模为 697 亿美元，其中中国数据库市场规模为 47 亿美元（约合 305.8 亿元人民币），占全球 5.2%。预 计到 2026 年，全球数据库市场规模将达到 955 亿美元（CAGR 为 6.5%），其中中国数据库市场规模将达到 930 亿元 （CAGR 为 24.9%），占全球 15.0%。 作为算力基础设施关键构件和解决方案重要一环，设备商、运营商、互联网大厂持续战略投入数据库产品且成为自主 化的中坚。作为分类、组织、编码、存储、检索、管理、分析、维护数据的系统，数据库是最重要的基础软件，在软 件和硬件之间起到承上启下的重要作用（向下发挥硬件算力、向上使能上层应用）。从行业分布来看，据赛迪顾问测 算，2021 年金融领域是数据销售额占比最高的市场。数据库作为金融信息系统的关键基础设施，对于突破金融效率 瓶颈、释放金融创新空间、提升金融服务水平、支撑金融行业数字化转型和高质量发展具有重要而深远的意义，因此 金融领域信息化建设有望持续加速推进，此外考虑到金融领域业务类型及客户需求的变化，金融领域占中国数据库市 场比例预计将从 2021 年的 20.2%提升到 2025 年的 25.6%。
全球数据库产业起步于 20 世纪 60 年代，历经两轮主要繁荣期。根据 CCSATC601 大数据技术标准推进委员会数据， 全球数据库企业始于 20 世纪 60 年代，随着 80 年代关系型数据库的理论突破和技术创新，全球数据库迎来第一波发 展热潮。步入 21 世纪后，PC 互联网逐步向移动互联网发展，数据库的应用场景不断丰富，全球数据库在 2010-2019 年进入发展高峰期，新兴企业不断成立。目前，国际主流的数据库厂商有 Oracle、微软、IBM、MongoDB、亚马逊、 谷歌等。根据 Gartner，全球数据库管理系统（DBMS）市场 2021 年前五大厂商分别为微软（24%）、亚马逊云科技 （23.9%）、Oracle（20.6%）、谷歌、IBM，而 2022 年时亚马逊云科技市场份额已升至第一（25.3%）。
中国数据库产业起步较晚，并在 2013 年后迎来繁荣发展。从 2000 年前后，我国开始出现国产商业数据库厂商，主 要分为三类：①传统数据库厂商（如达梦数据、人大金仓、神舟通用、通用数据等），优势在于拥有深厚的数据库技 术积累。②新兴数据库厂商（如平凯星辰、优炫软件、巨杉数据库、星环科技等），优势在于以分布式数据库起 家，具有一定的技术领先性。③巨头企业的数据库业务线（如中兴通讯、华为、腾讯、阿里巴巴等），优势在于应 用场景丰富。
国产数据库持续发力，国产渗透率空间广阔。数据库处于 IT 架构的中间层，向上支撑各种软件数据应用，向下调动 计算、网络、存储等基础资源，需要与芯片、服务器、中间件、操作系统、办公软件等进行适配，具有较大难度，因 此关键领域的国产进程相对缓慢。根据中国信通院，金融、电信等行业数据库产品类型以国外商用产品和国外社区开 源产品为主。比如，我国金融行业各类数据库占比（以业务系统数量为计数单位）为 Oracle 55%、DB2 19%、MySQL 13%、PostgreSQL 6%，其他 7%。金融、电信等领域作为数据库的重要应用行业，国产数据库近年拓展速度加速各 机构在选型方面均开始倾向国产数据库。根据赛迪顾问，2011 年主要国产数据库收入总和仅 1.56 亿元，而 2020 年 已达到 16.43 亿元，增长超 10 倍。根据艾瑞咨询，2021 年国外数据库厂商的市场份额进一步下降至 35.90%。
利好政策持续推动数据库市场发展，国产数据库厂商百花齐放。基础软件是国家科技创新战略与国家产业政策支持的 重点产业，国家部委及地方政府陆续出台了包括财税政策、投融资政策等在内的一系列优惠政策支持国产软件产业（包 括数据库产业）发展。以金融领域为例，自 2019 年开始，人民银行等金融业管理机构陆续出台了关于行业数字化转 型的要求，给金融领域数据库市场带来确定性增长需求。根据中国信通院，我国数据库厂商共计 116 家，大量国产数 据库厂商的出现，为培养行业人才、突破核心技术、挑战国外数据库巨头带来了更多可能。
分布式数据库应运而生，逐步进入商业化应用阶段。数据库管理系统（DBMS， Database Management System） 是“按照数据结构来组织、存储和管理数据的仓库”，是一种用于建立、使用、操纵和管理数据库的大型基础软件， 既是业务数据的存储中心，也是统计分析计算的基础，对 IT 核心系统起着关键性作用，是信息化时代、大数据时代 不可或缺的重要基础软件。随着互联网的兴起，数据量爆炸式增长，单机数据库越来越难满足大规模数据的需求，传 统单机数据库无法满足业务性能容量的需求，分布式数据库在这个背景下应运而生。随着移动互联网带来的渠道服务 多样化如银企互联、移动支付等，引起业务量、数据规模以及瞬间峰值（抢购）的快速增长，分布式数据库也因此在 20 世纪 90 年代以来从技术研究开始进入商业化应用阶段，逐渐成为数据库领域主流方向之一。
金融电信等业务需求扩张，倒逼数据库架构革新。随着金融类数据规模高速增长，目前金融企业普遍使用的“大/小 型机+集中式数据库系统”的方案已接近金融数据储存需求的边界，难以满足金融企业数据存储的需求。而分布式数 据库能够提供高安全、可扩展、低成本的数据存储方案，开始成为金融行业发展中必不可少的技术基础。根据北京金 融科技产业联盟，目前已有较多的金融机构使用了分布式数据库，主要是替换已有的 DB2 和 Oracle 数据库。除此之 外，运营商领域拥有众多 C 端客户，也呈现出线上业务量爆发的态势。尤其是在新冠肺炎疫情背景下，线上业务的数 据量大幅提升，对事务型数据库需求也不断提升。由此，赛迪顾问预测运营商开始倾向考虑部署事务型分布式数据库 以满足自身业务需求。
对于银行行业来说，随着互联网金融的快速发展，金融服务的生活化使得金融交易量和数据量呈爆发式增长，银 行自身业务从“存贷汇”的基础业务发展到“结算、投行、资管”的中间业务以及“基金、保险、信托”等零售业务。 在需要同时满足客户线上服务的需求，拓展线上网点渠道等高频次、高安全性、高复杂度的业务需求背景下，传 统集中式数据库在性能、成本、自主可控上难以满足需要，分布式数据库将是未来金融行业发展的关键一环。
对于证券行业来说，业务数据的总体规模虽然不如银行业务那么大，但由于交易时段集中，由此带来的海量交易 数据快速、集中处理的压力倍增，这就要求券商的 IT 系统运维的自动化与智能化的水平较高。其次，随着证券 创新发展，证券行业业务的品种呈指数级增长，业务流程复杂度不断提高，对传统数据库的存储和处理能力和数 据迁移的一致性要求提出了更加严峻的挑战。证券交易系统和结算系统容易受到外部因素影响而出现突然的暴涨， 需要快速扩容，而传统数据库依赖于垂直扩容，昂贵的 CPU 资源导致扩容成本高昂。分布式数据库将垂直扩容 转变成了横向扩容，增加节点就可以轻松解决资源扩容问题，在线即可实现实时扩容，真正为企业做到降本增效。
对于电信行业来说，当前我国电信行业几乎全部采用私有云或自有机房部署的方式。BSS、OSS 等系统最核心 的数据资产又是由数据库承载的。以往，国内电信运营商采用“小型机+集中存储”部署核心数据库，投入巨大， 来自多厂商的业务系统配套的存储成了“存储烟囱”。随着业务数据不断增长，传统架构存储逐渐显现出业务风险 高、维保费用高和资源利用率低等突出问题：数据库运行越来越慢，业务处理周期越来越长，日报、月报等业务 动辄需要十数个小时；以往高端存储必须整柜扩容，成本甚至高于新购设备；不同系统的小型机负载差别大，部 分设备长时间处在低负荷运转状态。
国产分布式数据库百花齐放。我国分布式数据库自 2011 年开始陆续起步，经过 10 年的发展，国产分布式数据库主 要可以分为三类技术路线。 第一种技术路线是“分布式中间件+单机数据库”，通过在单机数据库系统上进行改造，主要解决了扩展性的问题， 代表产品有 GoldenDB、TDSQL、PolarDB-X 等； 第二种技术路线是“非对称计算节点+分布式存储”，通过构建分布式共享存储实现扩展，采用非对称计算节点， 大部分公有云数据库选择这条技术路线，代表产品有 GaussDB (for MySQL)、TDSQL-C、SequoiaDB 等； 第三种技术路线是“原生分布式数据库”，从底层设计就采用分布式架构，代表产品有 OceanBase、TiDB、ZNBase 等。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
