数据库的发展夯实了企业“取数”“用数”“驭数”的基础，为数字化发展提供了支持和动力。今后，数据库将有哪些发展新动向，易观分析认为将会有“三个并存”。
分化和融合并存
数据库赛道细分数发展的必然选择，但是一体融合也是大势所趋。因为不管从生产端还是消费端的角度看，单一功能的产品都将式微，反而综合功能强大的产品将更具优势。
从产品视角来看，不同场景具有不同的特性，对数据库读写性能、吞吐量、一致性等方面的要求各有不同。为支持不同场景下的不同要求，数据库多样化是必然的选择。例如，物联网场景下写入的数据量特别大，对实时性的要求特别高，但数据天然是时间有序的且具有静态特征，因此时序数据库会较传统的事务型数据库更有优势。
从用户视角来看，除部分头部互联网公司外，其他大中小型企业的IT人员比例都并不高，对口数据库团队的人数会更少。对于他们而言，各种日新月异的技术栈、多种类型的数据库产生了极大的学习成本和维护成本，因此希望能够有一体化的产品/平台直接使用或者统一管理。因此在多场景大背景下的“融合”也是不容忽视的趋势。


开源与节流并存
从产业发展角度来，开源模式一方面提高了数据库产品开发的“效率”，它将源代码开放，避免了研发人员对基础程序的重复开发；另一方面它也有助于产品的技术“创新”，开源社区最大程度上汇聚了全球的资源力量，为开发者提供了交流切磋的空间，从而加速创新灵感的诞生。对于厂商而言，尽管从表面上看，企业部署开源并不能获得直接的利益，但在这个过程中，它们却可以布局产品的生态建设（包括人才培养、市场教育、实践反馈、企业文化、产品影响力、配套周边产品等），从而为自己获得有利的战略地位。在当今移动互联网向产业互联网发展的转折点，开源模式未尝不是各云厂商、传统厂商、新兴厂商扩展市场的破局之刃。


AI与DBA并存
目前数据库优化任务采取的是DBA模式，需要其进行手动调优。但随着移动互联网到产业互联网的发展，数据每日呈指数级的增长，且呈现多模态特性。面对复杂海量的数据，越来越多种类的数据库出现，需要调试的范围越来越广，人工能力逐渐跟不上数据库的发展。而人工智能可以弥补人能力的不足，解决许多存在多年的数据库问题，例如资源的调度、索引的设计和优化、查询的优化、负载均衡设计、缓存失效等。AI 通过优化算法，对任务进行有效地预测、分析和自动化，从而减少了人工成本并大大提高数据库的性能。AI与DBA可以有效优化算法，提高数据库的精准性。