記者 陳植

吳鵬終于拿到了自己期盼已久的IT（信息技術）投入預算。

作為一家中部地區農商行的IT部門負責人，過去兩年他時常收到業務部門的投訴，比如傳統的集中式數據庫面對業務數據量迅猛增長，已難以維持穩定性與高性能；集中式數據庫已無法支撐業務伙伴的大規模并發接入，部分高并發業務出現“鎖賬戶”問題，導致貸款等業務難以實現7*24小時服務。

2026年4月，這家農商行的董事會舉行臨時會議決定，撥出近千萬元專款用于將存貸款等核心業務的數據庫架構換成國產分布式數據庫。

過去兩個月，吳鵬與5家國內數據庫廠商密切溝通，希望能盡快敲定國產分布式數據庫的具體技術架構。

出乎意料的是，當他向這些數據庫廠商提出“輕量化本地部署、低成本遷移、極簡運維與廠商駐場運維服務”等要求后，3家中小廠商很快打了退堂鼓，只剩2家行業頭部廠商仍在提供國產分布式數據庫本地部署解決方案。

“這些要求并不過分，不知道為何中小廠商選擇退出。”吳鵬有些不解地說。

吳鵬稱，相比4年前，銀行對國產分布式數據庫的性能與運維需求有了“質”的升級——相比2022年銀行對國產分布式數據庫的要求集中在“能不能用”，如今他們的訴求已變為“能否穩定運行、快速迭代與易于運維，以及成本控制最大化等”。

IDC中國研究經理王楠向記者分析稱，一方面，頭部數據庫廠商的核心系統國產分布式數據庫本地部署可驗證案例持續增加，數據遷移服務與生態建設日益成熟，吸引更多銀行青睞；另一方面，不少中小數據庫廠商在核心金融場景服務方面難有突破，市場份額持續縮水而被迫離場。

IDC（國際數據公司）數據顯示，隨著更多銀行加快核心系統數據庫“進口替代”，2025年中國金融行業國產分布式數據庫本地部署市場規模達到20.2億元，同比增長37.6%。過去一年，逾60家中小數據庫廠商選擇退場，反之螞蟻集團自主研發的原生分布式數據庫OceanBase、金篆信科、騰訊云、華為云與阿里云等行業頭部企業的市場份額從2023年的86.9%增長至2025年的90.9%。截至目前，國內約有100家數據庫廠商仍在運營，這意味著過去一年約38%企業選擇了退出。

“這也表明金融行業數據庫服務產業早已度過了進口替代紅利期，開始進入能力+生態+場景的復合競爭階段。”王楠說。受“AI+金融”蓬勃發展影響，今年以來銀行對國產分布式數據庫提出新訴求，即生成式AI（人工智能）需與數據庫融合發展。

銀行不再滿足于“能不能用”

為了更好地完成銀行核心系統數據庫轉變，吳鵬向多家銀行的IT部負責人“取經”。

對方明確告知，這項工作絕不能簡單地理解為“將核心業務（存貸款、轉賬匯款、賬戶管理等）的業務數據從一個數據庫搬到另一個數據庫”，其實質上涉及銀行的整體金融基礎設施迭代重構。

在這個過程中，銀行必須確保全新的金融基礎設施實現安全可靠運行。任何一個小故障（比如一張網卡與操作系統不兼容），都會影響整個分布式數據庫的性能與有序運行。

這讓吳鵬意識到，自己最初著眼于分布式數據庫“能不能用”的想法已經徹底過時。如今銀行更看重分布式數據庫技術路線能否做到以下幾個方面：數據遷移風險可控、性能強勁（可承載海量數據與高并發交易）、兼容性足夠高（可降低升級改造成本）、具備金融級別高可用（保障系統7*24小時穩定運行），以及本地部署運維便捷（提升運維效率且降低成本）。

6月初，當吳鵬向5家數據庫廠商提出這些新要求后，3家中小數據庫廠商一改以往“有求必應”的態度，轉而提出要與公司技術團隊重新討論新的數據庫技術架構與本地部署路徑。過了兩周后，他們紛紛告知“受制于技術能力不足，只能退出競標”。

北京銀行軟件開發中心的王子健也發現銀行對分布式數據庫架構的訴求在持續升級。王子健稱，在“產品可用好用”的基礎上，銀行對分布式數據庫性能及服務廠商提出一系列新要求：實現數據庫核心代碼100%自主研發；需要具備彈性擴展特性，能從容應對業務數據量爆發式增長與滿足業務彈性伸縮需求；能提供持續優化的兼容性評估、數據遷移、監控等工具等，從而徹底解決傳統集中式數據庫在擴展性、可用性與成本方面的痛點。

“銀行對分布式數據庫需求的迭代升級，遠遠沒有結束。”王子健稱。從2022年構建數據底座起，北京銀行的數據治理、數據標簽工作仍在進行，距離在業務場景實現“智能問數”（通過AI智能客服精準理解用戶提問意圖并提供專業回復）尚有一段距離，需數據庫協助構建更強的數據分析能力。

倒逼數據庫廠商

2021年，隨著國家持續推進金融信創，馮宇預感到國產分布式數據庫服務將迎來廣闊發展前景，便加入了一家中小數據庫廠商擔任運營總監。

近年來，金融行業分布式數據庫服務市場規模保持年均逾30%的增長，印證了馮宇的上述預判。但是，他所在的企業沒能從中分得一杯羹。

“3年前，國有大型銀行與股份制銀行關注國產分布式數據庫能不能用，并愿意通過非全棧、雙軌并行模式嘗試，讓我們依托技術團隊對銀行數據庫運維的深入了解，贏得一些業務機會。”馮宇回憶說。如今，“產品可用”不再是銀行選擇數據庫廠商的優先考慮選項，銀行更關注長期服務能力與數據庫生態建設實力，使得研發投入有限的中小數據庫廠商在產品競爭力方面與行業頭部企業的差距持續擴大。

隨著國有大型銀行與股份制銀行完成分布式數據庫本地部署改造，2025年起金融行業數據庫服務市場的新增業務機會主要集中在中小銀行以及券商、險企等非銀金融機構，而后者特別看重數據庫廠商是否積累了足夠多的分布式數據庫服務可驗證案例，能否提供成本偏低的長期運維服務與數據庫迭代升級技術支持。

馮宇坦言，3年前，他所在的數據庫廠商還能零星拿到兩三家銀行的分布式數據庫改造合同。但2025年起，這項業務幾乎顆粒無收，公司只能靠以往訂單的數十萬元運維收入支撐企業整體運營，過去一年半已累計虧損超過600萬元。

馮宇說，在銀行需求升級等因素的驅動下，分布式數據庫服務市場正呈現“強者愈強、弱者愈弱”的發展趨勢。

目前，OceanBase服務逾400家金融機構，覆蓋國有大行、股份制銀行、城商行、農商行等各類銀行，其中萬億級規模的銀行占比近七成。在非銀領域，75%的頭部保險機構、80%的頭部券商及60%的頭部基金機構均選擇Ocean－Base搭載核心業務系統。

OceanBase金融政企事業部總經理翁睿向記者透露，過去15年，他們的一個核心工作就是接住金融行業最核心的業務負載。因此他們通過螞蟻集團和阿里業務場景摸索相應的最佳實踐方案。這些場景在并發規模、一致性要求、容錯標準等方面與金融機構核心系統高度同構。

翁睿稱，通過多年努力，OceanBase的分布式數據庫解決方案能支持跨云跨機房雙活，意外發生時自動切換流量；通過原生分布式架構支持應用無感擴縮容；一個數據庫同時支持交易與分析，一體化存儲引擎支持實時分析；兼容Oracle（甲骨文）與MySQL（數據管理系統）語法和上下游生態等。

王楠坦言，在當下的分布式數據庫市場，行業頭部企業構建的生產級SLA（服務等級協議）、遷移風險可控與長期服務能力，正成為他們持續擴大市場份額的競爭壁壘，令中小數據庫廠商難以招架。何況，隨著“AI+金融”迅猛發展，銀行希望分布式數據庫能成為支撐AI時代的數據底座。面對行業頭部企業投入巨額促進數據庫與生成式AI融合發展，技術研發預算不足的中小數據庫廠商的生存處境正變得更加窘迫。

AI時代加劇分化

今年以來，馮宇與銀行溝通分布式數據庫業務合作時，發現后者高度重視“分布式數據庫與生成式AI融合發展”。

兩家股份制銀行的IT部門負責人直接告知，他們銀行高層判斷，未來兩種力量將重構銀行的數據底座：一是更多AI智能體將在客服、信貸、產品營銷、財富管理等業務場景得到應用；二是銀行海量的客服語音、面簽語音、盡調圖像、財務文本、社交文本等非結構化數據無法被傳統數據庫直接調用分析，導致巨大業務價值被埋沒，亟待被激活。

因此，上述兩家股份制銀行對數據庫服務商又提出了新要求：分布式數據庫需要具備更強大的性能，實現多模態數據、混合搜索與實時分析，不但能支持眾多AI智能體給予更好的金融服務體驗，還能協助生成式AI激活這些數據價值。

去年底，吳鵬所在的農商行搭建了企業級知識庫，并通過知識庫開展遠程銀行客戶服務。但他發現，一旦知識庫出現業務連續性中斷，將直接影響全行的金融服務能力。因此他正在與兩家行業頭部數據庫廠商溝通，如何通過生成式AI與數據庫的融合發展，構建更穩定與更加垂直的業務知識庫。

面對這些新訴求，馮宇有些無能為力。近年來，分布式數據庫服務訂單下滑，使得馮宇所在的數據庫廠商缺乏足夠資金研究如何推進生成式AI與分布式數據庫融合發展。

馮宇曾與兩家AI技術研發公司合作，借助后者的AI技術推進“數據庫AI化”。但他很快發現，數據割裂（數據散落在銀行各個業務系統形成數據孤島）、數據實時分析基礎匱乏（交易與分析不在同一個數據庫）、AI幻覺狀況嚴重、安全合規要求高（非結構化數據治理安全體系不夠健全），成為推進數據庫AI化的四大攔路虎。最終，在短暫合作未見成效后，馮宇與兩家AI技術研發公司“和平分手”。

馮宇稱，過去一年退出市場的逾60家中小數據庫廠商中，逾半數都是受制于缺乏生成式AI與分布式數據庫融合發展的能力。

面對生成式AI與數據庫的融合發展趨勢，OceanBase近期推出“金融AI一體化數據解決方案”，即在一套引擎里統一處理交易、分析與多模態數據，支持向量、文本等混合檢索，并通過在分布式數據庫內置數據分支能力，使得AI在隔離環境實現安全探索與迭代，化解數據操作所帶來的治理風險。翁睿透露，這套方案已在支付寶AI付等內部創新項目落地。

王楠稱，生成式AI與分布式數據庫的融合發展，將帶來新一輪的架構革命與范式轉移，前者意味著AI能力將深度融入數據庫內核，在效率、低延遲與安全性等方面進一步全面超越傳統數據庫架構；后者意味著數據庫正從被動存儲向主動理解演進，語義理解、相似性推理與跨模態關聯將成為新一代數據庫的核心能力。這勢必推動金融行業分布式數據庫加速進入高質量競爭周期，令整個行業洗牌加劇。

（應受訪者要求，吳鵬、馮宇為化名）