作為數據庫行業的年度盛會，DTCC 2025如期而至。筆者全程參與了本次大會，也與很多老朋友難得一見、相談甚歡。特別是在第一天晚上的DBA之夜，還有幸拿到了首界IT新媒體的一個獎，算是給自媒體分享的小小鼓勵。作為年度會議，各位嘉賓的分享，是行業一年來發展的一個風向標。受個人精力所限，只看了部分場次的分享，下文就是一點點個人感受。
1. 行業趨勢篇
1)數據庫國產化進程
作為一個數據庫多年從業者，看到了這些年來數據庫的快速發展。特別是在最近的二十年，國產數據庫經歷了巨大的變化。從之前“老四家”在苦苦堅持，到之后大批新生力量的涌現，再到信創轉型下行業的快速收斂。我們正在經歷著這一歷史的轉型期。就在大會的第二天，數據庫國測名錄三期的公布，可以說大大出乎了很多人的意料，可謂幾家歡喜幾家愁。相信在未來的二、三年，行業還存在諸多變數，大浪淘沙，有些企業會脫穎而出，有些則會沉寂掉隊。這一變化的結果可能會影響中國未來一二十年乃至更長的數據庫行業格局。
圖片
2)開源發展的思考
就在數年前，開源數據庫的市場占有率已經超過商業數據庫，那時候開源大火。如果要選擇近一年來最火的數據庫，無疑是PostgreSQL（也許DuckDB算另一個）。過去幾年，國內的PostgreSQL相對有些沉寂，隨著兩千年之后互聯網應用的快速發展，MySQL成為開源圈的代表性產品。但就在最近的一年，PostgreSQL可以說大了一個翻身仗。其中之原因，可以歸功于三點：AI加持、多模趨勢與開源模式。
圖片
AI及多模，是源于PostgreSQL的插件化架構，可以快速擴展能力。其實這也不是國內的特例，國外基于PostgreSQL的公司也成為資本方的新寵。而相對寬松的開源協議則成為PostgreSQL大受歡迎的另一個原因。國內大量基于其內核構建的國產數據庫層出不窮。從已通過國測目錄的產品溯源來看，基于PostgreSQL的產品遠多于基于另一款開源數據庫MySQL的產品。
然而在高興之余，也存在一些隱憂。開源數據庫具備良好底座，是企業快速構建產品的基礎，但同時也考驗了企業消化吸收，進而改進優化的能力。以PostgreSQL為例，其傳統的幾個弊端仍未消除，這也大大影響了其進入企業核心系統。如下圖為例，只有極少數的企業有實力去解決開源內核問題，絕大多數企業還是簡單套殼。這無疑會為大規模的推廣造成困擾，甚至產生隱患。
圖片
近期行業內已經發生多起針對PostgreSQL、MySQL等開源產品內核出現的問題，也給很多用戶敲響了警鐘。下面是大會分享中談到的另一個MySQL的Y2K38問題，即使在最新版64位MySQL的版本下，Y2K38 危機依然存在。解決的方法不是沒有，但要么代價很大，要么存在技術瑕疵。這不禁讓我想起對自主可控的樸素訴求，未來還有多少企業能真正擔負起這個責任。
圖片
圖片
2. 架構技術篇
1)換個角度看架構
我們先來跟隨李海翔老師的分享，看看他對數據庫架構的理解。我們可以從更多維度去看待現有這些架構及產品。有句話講，沒有完美的架構，更沒有完美的產品。不同架構與產品各有其鮮明的優劣勢和對應場景。
圖片
這是這一特點，我們也看到國內很多數據庫廠商都紛紛走向了多架構的趨勢。單機、主備、共享集群、分布式等，可以說殊途同歸。近期幾家分布式廠商都開始回歸傳統，推出了單機版本，也是為迎合市場需要，滿足之前分布式無法解決的場景；反之亦然。那么從用戶來講，還是要回歸本質，理解不同架構產品的特點，根據自身場景需要謹慎選擇。從哪些角度來考慮這個問題呢，我們可以參考下圖的幾個維度來看。當然，現在也有所謂一體化的架構產品，似乎是一個“銀彈”，將不同架構打平，用戶無需關心。但我個人認為，要完美地做到這點，還是需要相當長的一段道路。
圖片
2)超融合與多模
超融合的概念，可以說是另一個大火的技術名詞。說實話，我對超融合的理解不深，也無法給出一個準確的定義。我觀察國內主打這一理念的公司及產品，發現大家也是理解不同的。這里我們看看大會上，對于超融合數據庫的理解，看看與你心目中的超融合是否吻合？這里真心希望能有一個所謂“標準”的出現，能夠重塑大家對超融合概念的理解，也能加速這一定位產品的規范化發展。
圖片
如果說超融合，還存在很多不同理解，那么多模化則已經是事實標準了。可以說多模化在數據庫中的集成，成為應用最迫切的需求之一。于是乎，我們看到從數據庫巨頭-Oracle，到國產數據庫一眾廠商，紛紛把多模能力作為產品必備的能力之一。雖然我們還沒有看到多模場景的大規模爆發，但是這一能力的競賽早已開始。其實通過插件簡單集成個多模能力似乎不難，但想要與優化器、執行引擎完美適配，打通上下游生態鏈，還需要有大量工作要做。至于成本與收益，短期內還是無法準確衡量的。
圖片
3)AI與DB雙向奔赴
AI與DB的結合，是近年來的又一熱點。無論是AI4DB，還是DB4AI，都有大量的想象空間。相較于DB4AI的場景相對明確，AI4DB更多還在探索之中，雖然大家能想到很多可能利用的場景，但具體落地仍然存在諸多不足。如果僅僅是“建議”，也許還可以嘗試，但真到生產可用還有很長路要走。就如同自動駕駛領域，也許L2級別還是會長期存在的。
圖片
圖片
MCP，是近期另一個熱點，各個數據庫廠商都希望集成MCP的能力。雖然個人對這一能力真正在生產中能產生多大價值尚存疑問，但去探索、去嘗試還是很值得的。于是乎，我們看到一大批數據庫廠商都快速具備這一能力，一方面難度應該不高，一方面也有利于提升公司技術品牌。但我們也要看到，此MCP非彼MCP，雖然都是MCP，但各家實現的能力層次補齊，差異很大。
圖片
圖片
4)兼容卷出新高度
兼容性，已經是個老生常談的問題，國內大部分廠商產品都將兼容性能力作為產品競爭力之一。于是我們可以在各企業的宣傳中提到各種“零改造”、“平替”、“無感”等等。可以說兼容性已經卷到骨子里，沒有兼容性的產品完全拿不出手。但同時我們也觀察到，兼容性的競爭有慢慢從點到面的趨勢。一方面，SQL語法的兼容，大家都在卷9x%之后的微小差異；另一方面，大量非SQL語法的兼容性需求被拋了出來。前者用戶已經開始不相信廠商的宣傳，更多還是要看實測結果；后者，則上升到對架構、運維、管理提出了更高的所謂兼容要求。于是乎，我們看到，性能兼容、管理兼容、成本兼容、生態兼容...，一個個兼容名詞被提了出來，兼容性的卷開始進入一個新的境界。
圖片
如果說上面卷的是“廣度”，那么針對“深度”的卷，仍然存在大量細致入微的工作。廠商們還在為那百分比后的那一兩位數字在奮斗。
圖片
3. 用戶實踐篇
1)國產化路徑思考
隨著數據庫國產化深入，廣大用戶已經慢慢做的更有經驗。經過過去數年的風雨洗禮，用戶對國產數據庫的能力有個相對客觀的認識。一方面，如選型矩陣的出現，就是用戶在充分實踐后做出的最優自己的選擇（當然也有成本因素）；另一方面，在實踐過程也有了一整套方法和體系。畢竟隨著2027年的大限臨近，還有還有大量的系統等待轉型改造，用戶自己摸索出來的路徑正在快速復制。
圖片
2)老生常談之選型
至于數據庫選型，很多頭部用戶已經塵埃落定，中小型用戶也在快速決策，畢竟時間不等人。在思考的維度上，也開始逐步理性和簡化。所謂理性，是用戶對國產數據庫不再抱有過高的預期，開始慢慢接受國產數據庫的現狀，并通過其他方面填補可能出現的空白。后者則傾向于選擇簡化策略，將數據庫依賴能力弱化，避免未來可能出現的再次選擇痛點。于此同時，用戶在選型策略上開始考慮其他一些因素，如安全合規（關乎長久發展和風險兜底）、生態服務（關乎實踐效果和推進風險）、兼容遷移（關乎真金白銀的花費）、穩定可靠（關乎數據庫基礎能力）、性能擴展（關乎未來發展空間）。這些維度正成為用戶需要考慮選型要點。
圖片
3)從優化細節看實施難點
國產數據庫選型之后，真正投入在核心場景實踐，這其中還有很多工作要考慮。下圖是會上來自羅敏老師，針對Oracle分區功能的實施內容，從中可見大量步驟與細節。Oracle數據庫經過多年發展，其功能相對完善，即使這樣還有如此之多的實踐過程，說明要想用好數據庫是需要真正理解產品與用戶業務場景。反之，國產數據庫存在大量自己的“個性”，需要原廠才能實施好，甚至需要原廠研發才能找到最優的路徑。隨著信創規模化鋪開，是需要大量的此類“最佳實踐”被積累、被沉淀，形成解決方案、場景白皮書等等，加速實施過程。
圖片
4. 個人發展篇
1)AI大潮下的發展思辨
AI大潮下，對DBA這一崗位會帶來什么影響？是很多DBA所關注的問題，這關乎到這一群體的整體發展。下圖是梁敬彬老師帶來的他的思考，讓人印象深刻的“DBA平方”。大會線下，我和梁老師也針對這個話題做了溝通，也理解了梁老師對這一問題的深刻思考。過去的DBA角色，可以簡單理解為“數據庫管理員”，那么新的第一則演化為“數據+業務+管理/架構”的升級。一方面，我們的主發體生了變化，不再是數據的載體數據庫，而是更為關注其本質數據；另一方面，從簡單的管理行為升級為管理+架構；第三，在這一過程中要更多融入對業務的思考，并最終以產生業務價值為核心。梁老師這個總結，融于了AI對未來數據的影響，升華了對DBA這個詞的理解，可以說印象深刻。
圖片
