国际权威报告：OceanBase位列金融行业分布式数据库两项第一

2024-07-18

<article><section data-type=“rtext”>7月18日，全球领先的IT市场研究和咨询公司IDC发布《中国金融行业分布式事务型数据库市场份额，2023：技术验证结束，迎接高速增长》(Doc#CHC50966824,2024年6月)报告。OceanBase占据两项第一：金融行业本地部署市场份额第一、保险证券子市场本地部署份额第一。OceanBase副总裁、金融政企事业部总经理王爽在媒体交流会上介绍，目前70%千亿资产规模以上银行、75%头部证券机构、65%头部保险机构、45%头部基金公司都已选择OceanBase进行核心系统升级，包括中国工商银行、交通银行、四川农商联合银行、中国太平洋保险、招商证券等。其中，一半以上将OceanBase应用于核心系统。本地部署市场份额第一<img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/7d8b75bf75469fa3de50016effd19255.png?imageView2/2/w/750" />报告统计，2023年中国金融行业分布式事务型数据库的市场规模约2亿美元，同比增长12.1%，市场加速增长。从市场格局来看，仍以头部厂商为主，占整体市场份额86.9%。其中，OceanBase的市场份额占比达到17.1%，领先其他独立数据库厂商，位列市场整体第四，仅次于三家云厂商。2023年，OceanBase的金融行业营收规模为2.7亿人民币，在金融行业分布式数据库市场中位列独立数据库厂商第一。<img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/455ba30d9f27eee73fa13d9aa6843776.png?imageView2/2/w/750" />金融行业因其特殊的行业要求，核心交易系统只能以本地化方式部署，以保障数据的安全性和可控性，本地化部署的应用系统对分布式事务型数据库的建设标准要求更高。报告显示，2023年中国金融行业分布式事务型数据库本地部署的整体市场规模约为1.6亿美元，占整体市场的70.1%。其中，OceanBase以23.2%的市场份额排名第一。保险及证券成最快增长市场，OceanBase市场份额第一<img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/907db24b65e4ca2cb78c304007b4dcae.png?imageView2/2/w/750" />报告同样分析了金融子市场格局。在保险及证券行业，2023年保险及证券行业分布式数据库市场规模整体为0.7亿美元，占金融整体行业的约1/3。随着2024年分布式技术迎来爆发性增长，保险及证券行业将成为增长最快的市场。在保险及证券本地化部署的子市场中，OceanBase以42.5%的市场份额大幅领先，市场份额占据第一。而在银行行业，银行子市场2023年市场规模约为1.5亿美元，在其本地化部署中主要对应银行内部交易系统，覆盖银行A级和A+级的核心交易系统。在这一子市场，OceanBase以17.8%的市场份额位列第三。分布式数据库迎来大规模部署阶段IDC中国研究经理李凌霄在报告中指出，分布式事务型数据库的实际应用价值和可行性已经得到验证，伴随技术验证的稳固，不仅中小型金融机构，如电信运营商、交通运输等高度依赖数据库且业务复杂度相似的行业，也都将加速转型进程。记者采访中国太平洋保险数智研究院首席数据库专家林春了解到，继P17核心客服系统外，太保集团资金交易系统、增值税系统、产险 P09、产险 M6 车险理赔、销管系统、寿险自然人、中意险等核心系统也已升级至OceanBase。2024年1月，承载着全集团资金收付交易任务的资金交易系统成功上线，存储平均压缩至原来的1/3。2024年5月，承载全产险的会计核算管理系统上线，应收结果统计模块计算效率提升2倍。四川农商联合银行科技部副总经理唐明剑也介绍，四川省农商行的很多分支机构都位于地震活动区，为了确保数据的安全可靠和业务运营的连续性，采用了“三地四中心五节点”的城市级多活容灾架构，OceanBase的分布式架构很好地匹配了四川农商行的需求，目前已有49个系统在OceanBase上稳定运行。交通银行贷记卡系统的分布式改造，是其向全面分布式转型的关键一步，其中就包括在底层使用OceanBase,大大提升数据处理效率和系统可用性，金融TPS(每秒处理事务数)提升6倍、跑批效率提升超过7倍。报告还认为，2024年将进入分布式数据库大规模部署阶段，分布式数据库厂商需要持续打磨核心功能、扩大生态建设、做好人才培养、做好金融行业差异化需求适配等。</section></article>