[[403243]]

核心摘要：

01 供給端

全球數(shù)據(jù)庫(kù)發(fā)展歷程

數(shù)據(jù)庫(kù)與互聯(lián)網(wǎng)發(fā)展相互促進(jìn)，技術(shù)和產(chǎn)品趨于成熟和完善

受益于市場(chǎng)需求和技術(shù)沉淀，進(jìn)入百花齊放的快速發(fā)展期

從20世紀(jì)80年代起，我國(guó)數(shù)據(jù)庫(kù)市場(chǎng)開始逐步發(fā)展起來。經(jīng)歷了初始的技術(shù)萌芽期和國(guó)外廠商壟斷期，21世紀(jì)初，基于863計(jì)劃、核高基計(jì)劃等國(guó)家政策支持，一批擁有高校背景的國(guó)產(chǎn)廠商成立，打破了Oracle和IBM一統(tǒng)天下的格局。2010s，隨著市場(chǎng)需求的增長(zhǎng)、技術(shù)的沉淀，一批云廠商和新興獨(dú)立廠商開始提供數(shù)據(jù)庫(kù)產(chǎn)品。近年來， 借助國(guó)產(chǎn)化熱潮，許多軟件廠商、集成商、運(yùn)營(yíng)商等也開始入局，發(fā)展自己的數(shù)據(jù)庫(kù)能力。

中國(guó)數(shù)據(jù)庫(kù)產(chǎn)業(yè)圖譜

中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)規(guī)模

政策和數(shù)字化釋放需求，2020年市場(chǎng)規(guī)模達(dá)247.1億

據(jù)艾瑞統(tǒng)計(jì)， 2020年中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)總規(guī)模達(dá)247.1億，較2019年增長(zhǎng)16.2%，CAGR（2020-2025e）達(dá)15.6%。 2020-2022中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)將呈高速增長(zhǎng)，由多方面因素促成：1）政策利好，國(guó)家大力鼓勵(lì)國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商的發(fā)展；2）需求拉動(dòng)，國(guó)產(chǎn)化和數(shù)字化建設(shè)帶動(dòng)需求的爆發(fā)增長(zhǎng)；3）供給端多元廠商發(fā)力，傳統(tǒng)、初創(chuàng)和跨界廠商厚積薄發(fā)，產(chǎn)品和技術(shù)經(jīng)歷了工程實(shí)踐的打磨走向成熟；4）國(guó)內(nèi)企業(yè)對(duì)基礎(chǔ)軟件的付費(fèi)意愿和IT支出逐年提升，有利于市場(chǎng)的長(zhǎng)期發(fā)展。

中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)發(fā)展特點(diǎn)

多類型數(shù)據(jù)庫(kù)百花齊放，關(guān)系型占據(jù)絕對(duì)主流

隨著互聯(lián)網(wǎng)的發(fā)展，多種類型數(shù)據(jù)爆發(fā)式地增長(zhǎng)，各種創(chuàng)新業(yè)務(wù)場(chǎng)景層出不窮，進(jìn)而促進(jìn)了供給端廠商技術(shù)和產(chǎn)品架構(gòu)的創(chuàng)新。從2010s左右，多種類型和技術(shù)路線的數(shù)據(jù)庫(kù)廠商紛紛成立，中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)進(jìn)入了百花齊放的階段。但從商業(yè)價(jià)值來看，中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)的營(yíng)收仍主要來自關(guān)系型數(shù)據(jù)庫(kù)，NoSQL數(shù)據(jù)庫(kù)更多地是開源模式，產(chǎn)生二開和服務(wù)的費(fèi)用。

借助政策東風(fēng)，國(guó)產(chǎn)廠商厚積薄發(fā)，市場(chǎng)版圖快速擴(kuò)張

借助政策紅利，國(guó)產(chǎn)廠商經(jīng)過多年的技術(shù)研發(fā)和經(jīng)驗(yàn)積累，市場(chǎng)份額在逐年提升。在國(guó)產(chǎn)陣營(yíng)中，一批以“達(dá)夢(mèng)、人大金倉(cāng)、南大通用、神舟通用”為代表的，2000年左右成立的傳統(tǒng)國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商近年來開始發(fā)力，他們從購(gòu)買源碼、借助開源走向自主研發(fā)，實(shí)力不斷增強(qiáng)，在黨政軍市場(chǎng)有著較好的表現(xiàn)，同時(shí)也開始向能源電力、運(yùn)營(yíng)商、交通等其他行業(yè)快速拓展。此外，初創(chuàng)廠商、云廠商、ICT廠商等近年來也開始發(fā)力數(shù)據(jù)庫(kù)市場(chǎng)，國(guó)產(chǎn)陣營(yíng)日益強(qiáng)大。相比之下，國(guó)外數(shù)據(jù)庫(kù)廠商如Oracle、Microsoft、IBM等，雖然在OLTP的核心場(chǎng)景還擁有較高的市占率，但整體市場(chǎng)份額在被逐漸侵蝕。

公有云數(shù)據(jù)庫(kù)增速放緩，未來仍有一定滲透空間

中國(guó)公有云部署模式的數(shù)據(jù)庫(kù)在過去三年快速增長(zhǎng)，于2020年達(dá)到了32.7%的市場(chǎng)份額，未來雖然增速會(huì)有所放緩，但仍有一定的滲透空間。從應(yīng)用邏輯來看，數(shù)據(jù)庫(kù)服務(wù)于數(shù)據(jù)，數(shù)據(jù)應(yīng)用于業(yè)務(wù)最終產(chǎn)生價(jià)值；反之，業(yè)務(wù)端的創(chuàng)新和數(shù)據(jù)的變化也會(huì)反饋與數(shù)據(jù)庫(kù)市場(chǎng)。從最終業(yè)務(wù)端來看，現(xiàn)階段云數(shù)據(jù)庫(kù)更多的還是應(yīng)用于互聯(lián)網(wǎng)行業(yè)，以及傳統(tǒng)行業(yè)的互聯(lián)網(wǎng)場(chǎng)景，未來隨著產(chǎn)業(yè)端更多的業(yè)務(wù)創(chuàng)新，有望進(jìn)一步拉動(dòng)云數(shù)據(jù)庫(kù)的需求。

憑借HTAP、NoSQL等新技術(shù)，初創(chuàng)廠商不斷涌現(xiàn)

一批2015年前后成立的初創(chuàng)型廠商借助NewSQL、SQL on Hadoop、NoSQL等新技術(shù)架構(gòu)，以開源或垂直領(lǐng)域商業(yè)化的思路，逐步增強(qiáng)自己的市場(chǎng)影響力，在互聯(lián)網(wǎng)、金融、物聯(lián)網(wǎng)等行業(yè)有著較好的表現(xiàn)。從現(xiàn)階段來看，其營(yíng)收的市占份額較小，但增速較快，是中國(guó)數(shù)據(jù)庫(kù)市場(chǎng)增速最快的一個(gè)賽道，預(yù)計(jì)到2025年可以實(shí)現(xiàn)高于十倍的擴(kuò)張。隨著市場(chǎng)的大浪淘沙，未來的初創(chuàng)數(shù)據(jù)庫(kù)廠商賽道會(huì)趨于收斂，市場(chǎng)份額向一小批具有核心技術(shù)優(yōu)勢(shì)、抓住高價(jià)值應(yīng)用場(chǎng)景的優(yōu)秀廠商集中。

02 需求端

采購(gòu)流程

不同企業(yè)組織架構(gòu)和選型要求不同，采購(gòu)流程也有一定區(qū)別

選型指標(biāo)

綜合考慮外圍因素、產(chǎn)品技術(shù)相關(guān)因素和服務(wù)價(jià)格因素

參考企的業(yè)采購(gòu)流程，一般數(shù)據(jù)庫(kù)選型從前期到后期，會(huì)綜合考慮外圍因素（自身技術(shù)路線、資質(zhì)、品牌聲譽(yù)與行業(yè)案例、生態(tài)構(gòu)建等），產(chǎn)品技術(shù)相關(guān)因素（一致性、兼容性、擴(kuò)展性、性能、功能豐富性、安全性等），以及后期的價(jià)格服務(wù)因素（解決方案、性價(jià)比、服務(wù)響應(yīng)速度、培訓(xùn)體系等）。

示例場(chǎng)景——金融

對(duì)“高可用/強(qiáng)一致/低時(shí)延”要求高，分布式改造是下一步重點(diǎn)

對(duì)于以銀行為例的金融企業(yè)而言，其業(yè)務(wù)數(shù)據(jù)的價(jià)值較高，因而對(duì)數(shù)據(jù)庫(kù)“高可用、強(qiáng)一致、低時(shí)延”的要求較為極致。在TP場(chǎng)景下，銀行下一步選型的重點(diǎn)為分布式改造。初步來看，解決思路主要是“中間件+分庫(kù)分表”or“原生分布式架構(gòu)”。中間件路線方案成熟且性能表現(xiàn)較好，是現(xiàn)階段大多數(shù)客戶的選擇；但原生分布式架構(gòu)在擴(kuò)展性方面存在天然的優(yōu)勢(shì)，在未來具有更廣闊的發(fā)展空間。

示例場(chǎng)景——互聯(lián)網(wǎng)教育

業(yè)務(wù)擴(kuò)張速度快，看重可擴(kuò)展性、成本控制和成熟度

受利互聯(lián)網(wǎng)和疫情，教育行業(yè)近年來呈“營(yíng)收高增長(zhǎng)，業(yè)務(wù)快迭代”發(fā)展特點(diǎn)。因此，企業(yè)在進(jìn)行選型時(shí)較看重?cái)?shù)據(jù)庫(kù)的可擴(kuò)展性，希望產(chǎn)品可以及時(shí)響應(yīng)公司版圖的擴(kuò)張和業(yè)務(wù)的變更。同時(shí)，教育行業(yè)屬于非強(qiáng)技術(shù)導(dǎo)向型，企業(yè)對(duì)數(shù)據(jù)庫(kù)強(qiáng)一致、高性能和高可靠的要求并不極致，更多會(huì)考慮產(chǎn)品的成本控制和成熟度。企業(yè)在選型時(shí)表現(xiàn)較保守，雖然看好一些新產(chǎn)品（e.g. HTAP數(shù)據(jù)庫(kù)、云原生數(shù)據(jù)庫(kù)），但更希望數(shù)據(jù)庫(kù)產(chǎn)品工程實(shí)踐豐富，可以拿來即用，且專業(yè)人才招聘容易。因此MySQL數(shù)據(jù)庫(kù)成為許多（互聯(lián)網(wǎng)）教育企業(yè)的最佳選擇，同時(shí)考慮成本和便捷性，云托管形式在業(yè)界也比較流行。

03 挑戰(zhàn)與趨勢(shì)

挑戰(zhàn)一

分布式實(shí)踐仍存在許多問題

橫向擴(kuò)展 (scale out) 的設(shè)計(jì)思想并非創(chuàng)新，但在歷史上一直未被廣泛應(yīng)用。一方面是由于分布式環(huán)境使事務(wù)ACID特性難以實(shí)現(xiàn)，另一方面是由于單機(jī)性能升級(jí)即可滿足企業(yè)的數(shù)據(jù)需求。但隨著摩爾定律在某種程度上的失效和互聯(lián)網(wǎng)的發(fā)展，硬件性能升級(jí)無法匹配海量數(shù)據(jù)的增長(zhǎng)，分布式在近年來廣受關(guān)注，許多廠商都推出了相應(yīng)的分布式數(shù)據(jù)庫(kù)產(chǎn)品。然而，在分布式的前提下，還有許多待探索的問題，例如分布式事務(wù)的解決、架構(gòu)的創(chuàng)新、數(shù)據(jù)分片的智能化、企業(yè)級(jí)能力的提升等。

挑戰(zhàn)二

信創(chuàng)為國(guó)產(chǎn)廠商提供成長(zhǎng)沃土，未來發(fā)展仍待市場(chǎng)磨煉

信創(chuàng)即信息技術(shù)應(yīng)用創(chuàng)新，是在復(fù)雜國(guó)際政治背景下，國(guó)家政策引導(dǎo)的新一輪信息產(chǎn)業(yè)創(chuàng)新。“信創(chuàng)”無論是對(duì)產(chǎn)業(yè)端還是需求端企業(yè)都是一個(gè)重要的契機(jī)。國(guó)產(chǎn)數(shù)據(jù)庫(kù)廠商借助政策東風(fēng)，有利于其拓展市場(chǎng)，將產(chǎn)品放到實(shí)際場(chǎng)景中打磨，不斷更新迭代，實(shí)現(xiàn)自己技術(shù)實(shí)力正真的彎道超車；傳統(tǒng)行業(yè)企業(yè)、政府等也可以借此契機(jī)，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型和業(yè)務(wù)的創(chuàng)新發(fā)展。但信創(chuàng)并非一日之功，從產(chǎn)業(yè)發(fā)展規(guī)律來看，新一輪的技術(shù)變革往往需要長(zhǎng)達(dá)6年左右的實(shí)踐和積累，需要上下游廠商和企業(yè)共同的長(zhǎng)期努力。

挑戰(zhàn)三

數(shù)據(jù)遷移、多庫(kù)管理提出新的挑戰(zhàn)

面對(duì)業(yè)務(wù)形態(tài)多樣、商業(yè)模式多變、需求變化頻繁的當(dāng)代市場(chǎng)，數(shù)據(jù)庫(kù)和應(yīng)用系統(tǒng)存在的形式也愈發(fā)的豐富。一個(gè)企業(yè)往往擁有多個(gè)系統(tǒng)，從本地到云端，從關(guān)系型到非關(guān)系型，從OLTP到OLAP，從國(guó)外品牌到國(guó)產(chǎn)品牌，數(shù)據(jù)庫(kù)之間的跨庫(kù)查詢、數(shù)據(jù)導(dǎo)出遷移、結(jié)構(gòu)變更等操作已成為常態(tài)。數(shù)據(jù)遷移頻繁、多庫(kù)并存的現(xiàn)狀，使得企業(yè)后期的使用成本（運(yùn)維成本、人力成本、多技術(shù)棧學(xué)習(xí)成本、遷移成本、二開成本等）大幅提高，也為數(shù)據(jù)庫(kù)廠商提出了“統(tǒng)一管理”的新挑戰(zhàn)。

挑戰(zhàn)四

CPU、內(nèi)存等硬件變化為數(shù)據(jù)庫(kù)設(shè)計(jì)提供更多的想象空間

數(shù)據(jù)庫(kù)系統(tǒng)遵循“木桶理論”，硬件和軟件作為系統(tǒng)的核心組件，互相制約，互相促進(jìn)。而新型硬件的發(fā)展為數(shù)據(jù)庫(kù)軟件的發(fā)展帶來了新的挑戰(zhàn)。例如多核CPU技術(shù)走向成熟，但實(shí)際應(yīng)用中并發(fā)控制出現(xiàn)沖突，使得核數(shù)增加帶來的性能增益出現(xiàn)限制，如何進(jìn)行多核CPU調(diào)度優(yōu)化為廠商提出了新的難題。同時(shí)，大容量?jī)?nèi)存和高速硬盤走向普及，NVM非易失內(nèi)存也逐漸成熟，內(nèi)存的潛力釋放，如何搭配新存儲(chǔ)介質(zhì)設(shè)計(jì)新的數(shù)據(jù)庫(kù)架構(gòu)也有待探索。因此，一些數(shù)據(jù)庫(kù)領(lǐng)先企業(yè)如Oracle、阿里等都開始探索數(shù)據(jù)庫(kù)軟硬一體機(jī)的設(shè)計(jì)與實(shí)踐。

趨勢(shì)一：多場(chǎng)景|融合

結(jié)合細(xì)分場(chǎng)景的多樣發(fā)展是必然選擇，用戶簡(jiǎn)單化需求驅(qū)動(dòng)的一體化融合也不容忽視

從產(chǎn)品視角來看， 不同場(chǎng)景具有不同的特性，對(duì)數(shù)據(jù)庫(kù)讀寫性能、吞吐量、一致性等方面的要求各有不同。為支持不同場(chǎng)景下的不同要求，數(shù)據(jù)庫(kù)多樣化是必然的選擇。例如，物聯(lián)網(wǎng)場(chǎng)景下寫入的數(shù)據(jù)量特別大，對(duì)實(shí)時(shí)性的要求特別高，但數(shù)據(jù)天然是時(shí)間有序的且具有靜態(tài)特征，因此時(shí)序數(shù)據(jù)庫(kù)會(huì)較傳統(tǒng)的事務(wù)型數(shù)據(jù)庫(kù)更有優(yōu)勢(shì)。

從用戶視角來看， 除部分頭部互聯(lián)網(wǎng)公司外，其他大中小型企業(yè)的IT人員比例都并不高，對(duì)口數(shù)據(jù)庫(kù)團(tuán)隊(duì)的人數(shù)會(huì)更少。對(duì)于他們而言，各種日新月異的技術(shù)棧、多種類型的數(shù)據(jù)庫(kù)產(chǎn)生了極大的學(xué)習(xí)成本和維護(hù)成本，因此希望能夠有一體化的產(chǎn)品/平臺(tái)直接使用或者統(tǒng)一管理。對(duì)于該種類型的企業(yè)而言，會(huì)更傾向采購(gòu)能滿足其70%全部需求的一體化產(chǎn)品，而非能100%滿足其部分需求的多個(gè)產(chǎn)品。當(dāng)今市場(chǎng)上的HTAP/NewSQL數(shù)據(jù)庫(kù)、多模數(shù)據(jù)庫(kù)、統(tǒng)一管理平臺(tái)等即滿足了企業(yè)簡(jiǎn)單化一體化的需求，因此在多場(chǎng)景大背景下的“融合”也是不容忽視的趨勢(shì)。

趨勢(shì)二：DBaaS

解決彈性伸縮問題，為供應(yīng)商和企業(yè)提供更多的想象空間

隨著企業(yè)業(yè)務(wù)規(guī)模的擴(kuò)張，數(shù)字化轉(zhuǎn)型的推進(jìn)，其對(duì)數(shù)據(jù)庫(kù)系統(tǒng)也提出了新的要求：傳統(tǒng)建設(shè)模式項(xiàng)目周期長(zhǎng)，不能匹配業(yè)務(wù)上新的速度；企業(yè)部署多套數(shù)據(jù)庫(kù)系統(tǒng)，系統(tǒng)間割裂，缺少統(tǒng)一的管理平臺(tái)；資源采購(gòu)和體系規(guī)劃按現(xiàn)有規(guī)模建設(shè)，難以隨業(yè)務(wù)的變化而彈性伸縮等。DBaaS(Database as a Service) 即將IT基礎(chǔ)資源以服務(wù)化的方式提供給數(shù)據(jù)庫(kù)，以及多租戶和動(dòng)態(tài)調(diào)整來解決成本和響應(yīng)問題。部分對(duì)數(shù)據(jù)自主性和安全性要求較高的大型企業(yè)，可以選擇以私有云或者專有云的方式進(jìn)行數(shù)據(jù)庫(kù)的云化改造。

趨勢(shì)三：湖倉(cāng)一體

架構(gòu)創(chuàng)新，同時(shí)實(shí)現(xiàn)海量大數(shù)據(jù)的聯(lián)機(jī)交易和聯(lián)機(jī)分析

1980s以來，數(shù)據(jù)倉(cāng)庫(kù)技術(shù)不斷發(fā)展，尤其MPP架構(gòu)使得DBMS能夠處理大量數(shù)據(jù)，滿足企業(yè)通過數(shù)據(jù)分析來支持商業(yè)決策的需求。但隨著互聯(lián)網(wǎng)的發(fā)展，許多企業(yè)需要同時(shí)處理非結(jié)構(gòu)化數(shù)據(jù)，半結(jié)構(gòu)化數(shù)據(jù)以及海量結(jié)構(gòu)化數(shù)據(jù)。數(shù)據(jù)湖隨之誕生，它可以直接存儲(chǔ)各種格式的原始數(shù)據(jù)，根據(jù)用戶需求進(jìn)行計(jì)算，具有靈活彈性的優(yōu)點(diǎn)。但是，數(shù)據(jù)湖雖然適用于存儲(chǔ)多元化數(shù)據(jù)，卻缺少一些企業(yè)級(jí)功能，在實(shí)際執(zhí)行時(shí)也存在許多挑戰(zhàn)：數(shù)據(jù)缺少加工，難以實(shí)現(xiàn)實(shí)時(shí)分析，數(shù)據(jù)查詢性能差；不支持ACID事務(wù)等。

面對(duì)企業(yè)海量大數(shù)據(jù)場(chǎng)景下的聯(lián)機(jī)交易、非結(jié)構(gòu)化數(shù)據(jù)治理的需求，以及數(shù)據(jù)倉(cāng)庫(kù)/數(shù)據(jù)湖架構(gòu)的局限，以Snowflake、Databricks、阿里云、巨杉數(shù)據(jù)庫(kù)為代表的新一代“湖倉(cāng)一體”數(shù)據(jù)庫(kù)廠商快速崛起。湖倉(cāng)一體架構(gòu)下打通了數(shù)倉(cāng)和數(shù)據(jù)湖，并融合了兩種架構(gòu)的優(yōu)勢(shì)，底層多套存儲(chǔ)系統(tǒng)并存且互相數(shù)據(jù)共享，形成了資源池，上層各引擎可以通過一體的封裝接口訪問，實(shí)現(xiàn)了聯(lián)機(jī)交易和聯(lián)機(jī)分析的同時(shí)支持。

趨勢(shì)四：開源

開源模式成為產(chǎn)業(yè)互聯(lián)網(wǎng)時(shí)代數(shù)據(jù)庫(kù)廠商的破局之刃

從產(chǎn)業(yè)發(fā)展角度來，開源模式一方面提高了數(shù)據(jù)庫(kù)產(chǎn)品開發(fā)的“效率”，它將源代碼開放，避免了研發(fā)人員對(duì)基礎(chǔ)程序的重復(fù)開發(fā)；另一方面它也有助于產(chǎn)品的技術(shù)“創(chuàng)新”，開源社區(qū)最大程度上匯聚了全球的資源力量，為開發(fā)者提供了交流切磋的空間，從而加速創(chuàng)新靈感的誕生。對(duì)于廠商而言，盡管從表面上看，企業(yè)部署開源并不能獲得直接的利益，但在這個(gè)過程中，它們卻可以布局產(chǎn)品的生態(tài)建設(shè)（包括人才培養(yǎng)、市場(chǎng)教育、實(shí)踐反饋、企業(yè)文化、產(chǎn)品影響力、配套周邊產(chǎn)品等），從而為自己獲得有利的戰(zhàn)略地位。在當(dāng)今移動(dòng)互聯(lián)網(wǎng)向產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的轉(zhuǎn)折點(diǎn)，開源模式未嘗不是各云廠商、傳統(tǒng)廠商、新興廠商擴(kuò)展市場(chǎng)的破局之刃。

趨勢(shì)五：智能化

人工智能延伸DBA的能力半徑，優(yōu)化數(shù)據(jù)庫(kù)性能

隨著移動(dòng)互聯(lián)網(wǎng)到產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)每日呈指數(shù)級(jí)的增長(zhǎng)，且呈現(xiàn)多模態(tài)特性。面對(duì)復(fù)雜海量的數(shù)據(jù)，越來越多種類的數(shù)據(jù)庫(kù)出現(xiàn)，需要調(diào)試的范圍越來越廣。但大多優(yōu)化任務(wù)仍落在DBA身上，需要其進(jìn)行手動(dòng)調(diào)優(yōu)，致使人工能力逐漸跟不上數(shù)據(jù)庫(kù)的發(fā)展。而人工智能可以彌補(bǔ)人能力的不足，解決許多存在多年的數(shù)據(jù)庫(kù)問題，例如資源的調(diào)度、索引的設(shè)計(jì)和優(yōu)化、查詢的優(yōu)化、負(fù)載均衡設(shè)計(jì)、緩存失效等。AI 通過優(yōu)化算法，對(duì)任務(wù)進(jìn)行有效地預(yù)測(cè)、分析和自動(dòng)化，從而減少了人工成本并大大提高數(shù)據(jù)庫(kù)的性能。尤其是未來隨著云上數(shù)據(jù)庫(kù)更大范圍內(nèi)的普及，智能資源調(diào)度將成為各供應(yīng)商需要面對(duì)的下一個(gè)課題。