中国信通院2025上半年“可信数据库”系列标准发布及解读

2025上半年“可信数据库”新增标准一览01Ø中国信通院自2015年起，依托CCSATC601，设立数据库与存储工作组（WG4），持续深耕数据库标准化工作，见证了我国数据库产品由弱变强、产业生态逐步丰富、标准化工作初见成效的过程，围绕数据库产品、服务和应用构建国内权威的第三方评测体系“可信数据库”。2025上半年新增5个标准(上述图中标红显示)分析型数据库事务型数据库关系云数据库分析型数据库大规面向数据库技术产品搜索型数据库分布式分析型分布式事务型关系型安全分布式分稳定性专项安全专项性能专项时空数据库向量数据库键值数据库全密态数据库云原生数据库稳定性AI原生数据库前沿数据库时序数据库图数据库文档数据库内存数据库时序数据库时序数据库向量数据库时空数据库向量数据库键值数据库非关系型数据库图数据库分析型数据库事务型数据库关系云数据库分析型数据库大规模分布式分析型分布式事务型分析型大规模事务型一体化分析型一体化关系型安全分布式事务型分布式分析型关系型数据库 《数据库运维智能体技术要求》标准编制背景及框架介绍Ø依托大数据技术标准推进委员会数据库与存储工作组(CCSATC601WG4)和中国信通院数据库应用创新实验室(CAICTDBL)，历时4个月完成4次会议讨论，每次会议讨论时长约4小时，已完成标准编制。五大能力域、七十四个能力项（38必选项+36可选项）随着信息技术的深入发展，数据库运维领域经历了从传统人工操作到智能自治的跨越式发展。从最初依赖DBA经验的被动响应，到自动化工具带来的效率革命，再到机器学习赋能的智能分析，直至如今引入大模型等人工智能技术实现的自主决策，数据库运维工作不断突破技术边界，从"人力密集型"向"认知密集型"转变。自动化运维时代（2005-2015）小模型运维时代（2015-2023）大模型运维时代（2023-2033）AdvisoryCopilotAgent人设定目标人设定目标人设定目标人拆解流程人主导拆解AI优化建议Agent自动拆解流程人执行主要任务AI辅助操作人和AI各自承担部分任务Agent自主执行任务人确认结果人审核结果AI自动校验Agent自动确认并优化结果人根据反馈修改AI辅助分析人指导修改AI提供改进方案AI自动反馈并修改人确认完成人确认完成人确认完成知识管理知识来源知识分类与标注知识库维护知识检索知识关系提取知识评价反馈性能优化对象优化数据库整体优化SQL优化优化操作拓扑架构优化自动执行容量管理基本信息监测容量预测对象容量操作可用天数故障管理故障发现自定义报告告警策略自定义故障分类、分级、升级日常巡检基本信息监测自定义报告报告分发与共享自定义监控指标SQL监测巡检报告编辑日志查看检索健康评分慢查询识别事务监测阻塞监测巡检报告对比服务日志分析TOPSQL分析健康趋势分析慢查询分析指标阈值优化建议巡检结果汇总展示 牵头单位：参与单位：2025.4首批评估开启完成标准草案2025.43次标准讨论会2024.12-2025.3前期调研2024.12参编单位中国信通院AI原生数据库技术要求预测容量变化异常容量优化建议容量规划建议自动执行自动生成报告报告分发与共享故障定位与诊断恢复处理建议故障自动修复故障报告编辑关联分析自动发现异常日志指标预测预警参数优化建议参数变更关联分析系统配额监测慢查询预识别联合分析参数变化审计动态感知业务慢查询分类慢查询优化 传统运维时代(1990-2005)None目标设定人设定目标流程拆解人拆解流程任务执行人执行任务确认结果人确认结果反馈修改人反馈修改完成任务人确认完成 《AI原生数据库技术要求》标准编制背景及框架介绍03Ø依托大数据技术标准推进委员会数据库与存储工作组(CCSATC601WG4)和中国信通院数据库应用创新实验室(CAICTDBL)，历时3个月完成4次会议讨论，每次会议讨论时长约4小时，已完成标准编制。九大能力域、六十九个能力项（33必选项+36可选项）安全能力AI算法底座AI数据存储与检索基本能力数据类型多模态数据支持数据版本控制事务处理负载均衡兼容能力主流编程语言兼容硬件兼容操作系统兼容兼容标准SQL多云/混合云适配安全护栏数据加密与脱敏日志审计持续漏洞修复细粒度访问控制智能访问控制基于AI的安全审计数据库内循环管理异构计算架构模型算法集成内置AI引擎自动化模型选择自动推理检查模型训练和推理自定义AI模型增量训练多模态数据检索多模态数据存储数据压缩混合存储引擎向量检索元数据自动管理冷热分层存储数据索引多模态解析和对齐混合搜索智能索引推荐AI原生数据库通过将AI结合到数据库的处理、运维和组装过程中使得数据库实现了自监控、自配置、自优化、自诊断、自愈、自安全和自组装的能力，并为人工智能和数据库服务提供了统一的调用接口。统一的SQL接口自配置负载建模负载调度负载预测配置调优软件补丁软件更新自组装AIasVlew模型无关AI问题无关AI全自动AIAI框架时间序列模型张量模型异构计算框架GPUNPUFPGA自优化视图推荐分区推荐SQL优化RBO学习型优化器查询优化器CBO行式执行引擎向量化执行引擎SQL优化数据存储基于内存数据存储自监控自诊断自愈数据统计信息系统统计信息负载统计信息硬件错误软件错误错误恢复实时迁移自诊断数据隐藏自动审计访问控制不可篡改可追溯透明加密AI原生数据库的架构11李国良,周煊赫.轩辕:AI原生数据库系统[J].软件学报,2020,31(3):831−844.AI自设计型数据库AI自组装型数据库AI强化型数据库AI辅助型数据库AI建议型数据库AI原生数据库的五个阶段1 AIasUDF图模型关系模型X86ARMSQL重写索引推荐基数估计代价估计列式执行引擎行存列存 牵头单位：参与单位：2025.5首批评估开启完成标准草案2025.63次标准讨论会2025.2-2025.4前期调研2025.1参编单位中国信通院AI原生数据库技术要求扩展能力高可用能力AI数据库服务能力智能化管理能力水平扩展垂直扩展弹性扩展插件化架构数据备份和恢复容灾能力故障自动切换数据一致性跨地域多活零数据丢失保护在线升级与补丁数据分析与可视化性能监测用户用量统计生成式AI应用开发性能优化统一查询接口自然语言交互流式分析能力低代码开发工具监控告警自动弹性扩缩容数据生命周期租户级隔离智能索引管理自诊断与自愈故障预测自动化巡检自动化调优动态负载管理智能部署学习型索引 《云原生数据库能力成熟度模型》标准编制背景及框架介绍七大能力域、三十个能力项Ø依托大数据技术标准推进委员会数据库与存储工作组(CCSATC601WG4)和中国信通院数据库应用创新实验室(CAICTDBL)，历时3个月完成标准编制。云原生数据库（Cloud-NativeDatabase）融合了传统数据库、云计算与新硬件技术优势，能够通过事件驱动和按需自动扩展，简化数据库管理，使用户能够专注于业务逻辑，将运维复杂性交给云平台，从而进一步推动数据库服务的创新和敏捷开发。01020304•具备基础云原生生态•缺乏自动化管理能力•智能化/自动化管理•灵活/可扩展性提升•自主研发创新能力•云原生DB解决方案•支持复杂业务场景成熟级发展级初始级领先级云原生数据库能力成熟度四大级别中国信通院云原生数据库能力成熟度模型运维管理智能监控定期巡检连接高可用安全管理身份验证权限控制数据加密智能化管理机器学习及AI能力智能化程度部署管理资源管理容器化封装一云多芯多环境适配配置代码化可插拔式部署能力资源解耦资源归一化资源调度动态调整能力资源隔离数据扩缩容 传统运维、架构单一、扩展性差 参与单位：牵头单位：2025.5首批评估开启完成标准草案2025.63次标准讨论会2025.2-2025.4前期调研2025.1参编单位弹性管理CPU弹性扩展内存弹性扩展存储弹性扩展负载均衡数据管理数据分布数据复制与同步数据备份数据恢复高性能与资源优化存储数据压缩及归档多模混合负载 《向量数据库性能测试方法》标准编制背景及框架介绍目前国内向量数据库产品正蓬勃发展，但业界尚缺少一种公认的对向量数据库的性能水平进行测试的测试方法和标准，难以对市场上技术水平参差不齐的向量数据库产品在性能层面进行标准化、规范化、定量化的衡量。Ø依托大数据技术标准推进委员会数据库与存储工作组(CCSATC601WG4)和中国信通院数据库应用创新实验室(CAICTDBL)，历时4个月完成4次会议讨论，每次会议讨论时长约4小时，已完成标准编制。三大能力域、十七个能力项、八向量数据库集向量索引类型评估指标Cohere1MvectorsOpenAIgenerated5MvectorsLAION100MvectorsHNSW-floatIVFPQDISK-ANN数据导入索引生成索引构建时间QPS平均时延P99时延最大时延最小时延标准目标数据规模量成指数级增长测试工具碎片化性能指标不统一缺乏多场景测试标准非结构化数据占比规模激增大模型推动向量数据库需求爆发向量数据库技术革新与场景拓展规范性能指标指导产品选型统一测试框架 现存问题 行业趋势 牵头单位：参与单位：个评估指标前期调研2025.2首批评估开启完成标准草案2025.33次标准讨论会2024.10-122024.9参编单位中国信通院向量数据库性能测试方法向量检索方式稠密向量检索多向量检索标量向量融合检索检索执行CPU占用内存占用 《键值数据库性能测试方法》标准编制背景及框架介绍l依托大数据技术标准推进委员会数据库与存储工作组（CCSATC601WG4）和中国信通院数据库应用创新实验室（CAICTDBL），历时3个月完成3次会议讨论，每次会议讨论时长约3小时，已完成标准编制。键值数据库中国信通院键值数据库性能测试方法索引VALUE_2VALUE_4VALUE_1VALUE_3随机访问性能测试统计学规律访问性能测试特殊场景性能测试正态分布奇普夫分布大量数据高并发读写分离高可用单线程10线程20线程线程数相比于关系型数据库，键值数据库的数据模型简单灵活，易于设计和扩展，更适合快速开发迭代的应用系统。另一方面，由于键值数据库可直接通过键访问数据，在特定场景的读写性能方面比关系型数据库有明显优势，因此键值数据库的性能水平受到越来越多 持续服务能力测试疲劳测试持久化加密传输 KEY_1KEY_2KEY_3KEY_4的企业的关注。 欢迎对“可信数据库”评估测试感兴趣的厂商、单位机构与我们联系，获取更多信息或解答可信数据库联系人：刘思源电话：13691032906邮箱：liusiyuan@caict.ac.cn