OceanBase 单机版发布，一体化或成制胜关键

内卷退潮，数据库行业进入产品时代

中国分布式数据库市场正迎来高速增长期。

今年 2 月份，据国际数据公司（IDC）首次发布的《2024 年上半年中国分布式事务数据库软件市场跟踪报告》显示，2024 上半年中国分布式事务数据库软件市场规模为 1.5 亿美元，同比增长 18.5%。

分布式事务数据库利用分布式技术，突破了传统集中数据库的容量与性能瓶颈，简化了过去依赖人工进行分库分表的繁杂和高风险工作，并有助于降低数据库对高性能硬件的依赖。2024 年，分布式事务数据库产品和技术逐步成熟，已广泛应用于泛互联网、金融、运营商等行业，产品应用已经进入规模化阶段。

IDC 还预测，2024 年全年，中国分布式事务数据库市场规模预计为 8.1 亿美元，同比增长 20.3%。到 2028 年，中国分布式事务数据库市场规模将达到 18.2 亿美元，2023-2028 的 5 年市场年复合增长率（CAGR）为 22.0%。

根据 Gartner 技术成熟度曲线，当一项技术的市场渗透率超过 20% 时，意味着它已经跨越“鸿沟”，从早期采用者走向早期大众市场，也意味着，数据库行业已经开始进入产品化时代。

而这背后的市场驱动力主要来自两个方面：一是国产升级进入深水区。随着 2023 年“国测名单”的发布，金融、电信、政务等关键行业的核心系统开始从“外围系统升级”转向“核心系统升级”。中国信通院数据显示，2023 年金融行业分布式数据库采购量同比增长 47%，其中核心交易系统占比首次超过 30%；二是 AI 革命催生新需求。大模型训练需要处理 PB 级非结构化数据，传统集中式数据库面临巨大挑战。

IDC 的另一项数据显示，未来四年，本地部署的国产分布式数据库市场份额将实现 10 个百分点的跨越式增长，整体市场占比突破 30% 大关。尤为引人注目的是，2025 年本地部署市场的增速将首次超越云上部署市场，这对所有数据库企业来说都是个巨大的机遇。

OceanBase CEO 杨冰认为，2025 年将成为中国数据库产业发展的重要分水岭。而在这样的历史背景下，OceanBase 顺势而为推出了单机版数据库，丰富了 OceanBase 产品矩阵中的又一版图。

单机版 OceanBase，中小规模业务中的“性价比之王”

据悉，这款单机版产品基于自主研发的单机分布式一体化架构设计，具备极简数据库架构和高度兼容性，为中小规模业务提供兼具性能与成本效益的单机数据库解决方案，满足客户从分布式到单机场景的多元化需求。

那么，OceanBase 为什么要在这样的时间节点推出这样一款单机版产品，它又具备怎样的产品能力？

简而言之，这款产品和之前的几代产品一样，都是客户需求的产物。

OceanBase 自 2010 年成立至今始终贯彻“一体化”产品设计理念。三年前，通过技术创新突破分布式数据库的性能瓶颈，打造出业内首个单机分布式一体化架构，兼顾分布式系统的水平扩展优势与集中式数据库的单机性能优势。

OceanBase 产品部总经理杨志丰介绍，此次发布的单机版，正是在单机分布式一体化架构基础上持续创新单机技术，进一步扩展产品形态，满足企业从分布式到单机场景的多元化需求。

就产品能力而言，OceanBase 单机版以单机分布式一体化架构为核心，实现了单机部署并兼顾分布式架构的扩展性与集中式架构的性能优势，支持企业数据库“从小到大”的更多场景下的多样化需求， 为中小规模业务提供兼具性能与成本效益的单机数据库解决方案。主要功能包含以下几点：

• 100% 根自研、平滑迁移 Oracle/MySQL：通过高度兼容 MySQL 及 Oracle，提供自动化迁移评估工具与数据同步引擎，企业可快速完成存量系统的迁移适配。迁移过程中支持在线数据校验与差异修复，确保业务切换的完整性与一致性，最大程度降低迁移风险与停机时间；

• 支持 HTAP 混合事务与实时分析处理：基于一体化存储引擎实现事务处理与实时分析的资源隔离与协同调度，允许在同一份数据上并行执行高并发 OLTP 操作与复杂 OLAP 查询。通过智能资源分配算法避免分析型负载对事务性能的干扰，帮助企业在无需构建独立数仓的情况下实现实时业务洞察；

• 具备多模数据处理能力：通过一个引擎原生支持多种数据访问模式，涵盖 SQL 和 NoSQL API，满足多样化数据模型的需求，简化数据架构。支持多种数据类型，包括键值、JSON、GIS、XML 和 SQL 查询，并提供 Table API，兼容 HBase、Redis API，确保在大规模数据存储和高性能读写场景中，始终展现卓越的处理能力；

• 内嵌高级压缩技术：基于 LSM-Tree 存储引擎的层级压缩策略，在数据写入时通过智能编码减少冗余存储，结合后台异步合并机制实现存储空间节省与查询性能的平衡。实际测试表明，该技术可将典型业务数据的存储成本降低 70%～90%，同时保持事务处理延迟不高于传统行存数据库；

• 单机高性能：测试结果表明，在典型的 16 核服务器配置下，经过 Sysbench 标准测试集的实际测试，OceanBase 单机版在整体性能（包括查询、批量读取、写入、读写混合、插入和更新操作）方面全面优于 MySQL 8.0；

• 具备单机分布式一体化能力：OceanBase 单机版支持通过技术路径实现平滑扩展，基于单机分布式一体化架构实现从单机单节点到多节点分布式架构的平滑升级。该特性使企业能够根据实际业务规模，在初期阶段选择单机版部署以降低资源投入。随着业务增长，可通过动态增减节点实现弹性扩展，从而确保企业能够根据不同发展阶段选择最适合的数据库架构，灵活应对业务需求的变化。

经实际测试，在典型的 16 核服务器配置下，经过 sysbench 标准测试集的实际测试，OceanBase 单机版的整体性能全面优于 MySQL 8.0。特别是在高并发写入场景中，通过自适应事务优化机制，吞吐量实现显著提升，最高提升达到 214.99%，能够满足高负载场景下的业务需求。

OceanBase 单机版专为中小规模业务场景设计，适用于非核心场景、国产升级场景，以及分布式与单机混合部署场景，帮助企业在分布式核心系统与单机非核心系统的技术栈统一，多层级分布式与单机混合架构技术栈统一，以及面向单机数据库国产升级提供不止于平替、面向未来的架构升级。

践行一体化架构理念，一路“打怪”，一路升级

OceanBase 的“一体化”之路，经历了几个关键发展阶段。

最初，从早期客户在互联网场景 MySQL 需求，到金融行业和电信行业的核心系统对 Oracle 兼容性的需求，推动 OceanBase 一体化 SQL 引擎的出现，通过一个引擎同时实现 Oracle 和 MySQL 两种数据库的高度兼容，满足了不同业务的多样化需求。

2022 年 8 月，OceanBase 发布 4.0 版本“小鱼”，并首次公开提出了单机分布式一体化这一理念，旨在适应大小不同规模的工作负载，实现了分布式可单机部署，进一步降低了大家使用分布式数据库的复杂度。

4.0 的发布也彻底颠覆了行业认知——在此之前，公众对分布式数据库的普遍认知是需要多台服务器部署，更适合服务大企业的海量数据存储和分析。4.0 证明了，原来分布式数据库不仅能跑在银行、电商这些“大块头”系统里，现在连个人小站都能轻松驾驭，企业再也不用纠结于是否要采用分布式了，一套架构随业务自由伸缩，性价比和稳定性都能兼顾。

4.0 发布后，OceanBase 在一体化产品上持续投入，布局在多工作负载、多模、向量等一体化能力的持续研发。

2024 年 4 月，OceanBase 4.3 发布，该版本深入探索 TP/AP 一体化，打造 PB 级实时分析数据库。该版本从 AP 存储入手，基于 LSM-Tree 架构推出列式存储引擎，实现可行存、可行列混存和可列存的多种存储方式，同时融入分布式 TP 核心能力小事务写入技术，有效消除数据导入延迟，满足更严苛的 AP 实时分析需求。同时全新推出基于 Column 数据格式描述的 2.0 向量化引擎和物化视图，进一步提升了深度 AP 场景下的性能表现，可实现秒级实时分析，极大提升 OLAP 实时分析的能力。

2024 年 10 月，OceanBase 推出 4.3.3 GA 版本，升级向量检索与索引功能，实现 SQL+AI 一体化。该版本深度融合 AI 与数据库处理能力，支持多模态数据的融合查询，帮助企业简化 AI 技术栈，提升 AI 应用构建效率。

随着 AI 技术发展，越来越多的 AI 应用不再局限于纯文本来生成回答，涉及的数据类型日益复杂，并且常存储于 IT 架构的不同数据库中，这对数据库提出了新的要求，包括提升性能与响应速度，要求数据库处理和存储不同类型的数据，并支持结构化、半结构化及非结构化数据的复杂融合查询。

基于以上种种可见，OceanBase 一体化数据库的发展历程并非简单的技术堆砌，而是一个与客户需求深度耦合、持续演进的有机过程。

后 AI 时代，国际数据库巨头竞逐“一体化”赛道

过去几个月，我们见证了以 DeepSeek R1、Gemini 2.5、GPT-4o、Qwen2.5-Max 为代表的一系列大模型的爆炸式涌现，当 AI 开始重构所有行业的运营逻辑时，一体化数据库正成为突破传统数据管理瓶颈的关键技术。这种新型数据库架构通过整合多种数据处理能力，有效解决了传统方案面临的三大痛点：技术栈割裂带来的高复杂度、多系统运维的沉重负担以及跨数据类型处理的效率瓶颈。

不只是 OceanBase 在加快向一体化数据库演进的速度，放眼国际，不少全球头部数据库厂商也在积极推进向一体化数据库的演进。

作为 NoSQL 数据库的领头羊，MongoDB 的核心优势在于其面向开发者的多模数据库平台，例如其 Atlas 服务支持文档、键值、图数据和全文搜索等多种模型，并通过自动化扩展、多云部署简化数据架构管理。

近年来，MongoDB 持续优化 NoSQL 与 SQL 的融合，例如增强对 JSON 数据的支持，使其既能保持灵活的非关系型数据存储，又能提供类似 SQL 的查询体验。然而，MongoDB 仍需突破的关键点在于混合负载（HTAP）的平衡——如何在高并发事务处理（TP）与复杂分析查询（AP）之间实现更优的资源调度，同时提升数据一致性和查询性能。

全球单机数据库领导者 Oracle 也已经通过 Autonomous Database 向一体化方向迈进，整合了 AI、机器学习和多模数据处理能力，支持关系型、文档（JSON）、图形甚至向量数据等多种模式。

Oracle 的另一大优势在于其 HTAP 能力，能在同一平台上高效处理事务型和分析型任务，适用于复杂业务场景。不过，Oracle 仍需解决大规模多租户环境下的资源隔离和性能优化 问题，尤其是在高负载分析任务下如何平衡资源利用率与成本控制。

此外，Amazon Redshift、Google BigQuery 等云数据仓库也在不断优化其一体化数据库的功能和性能，以满足用户对高效、灵活数据处理的需求。

随着企业数据场景日益复杂，单一功能的数据库已难以满足需求。包括 MongoDB、Oracle 在内的国际头部数据库厂商的探索表明，未来的数据库不仅需要支持多模数据，还需在 HTAP、AI 集成、云原生架构等方面持续突破。谁能率先解决这些技术难题，谁就可能在下一代数据库竞争中占据先机。