《云数据库管理系统客户之声》报告

归档 由：同行贡献者倡议：架构、实现和扩展数据和分析解决方案；数据管理解决方案 本内容提供由用户表达的观点和意见，不代表Gartner的观点；Gartner既不认可也不对其准确性或完整性做出任何保证。 云数据库管理系统用于存储和管理组织内的事务性及/或分析性工作数据。数据与分析领导者可以从 Gartner Peer Insights 上共享的同行评分和评论中学习。 要查看此市场的客户互动语音，请点击此页顶部的启动按钮。 什么是云数据库管理系统？ Gartner将云数据库管理系统（DBMS）的市场定义为存储和处理数据的软件产品的市场，这些软件产品主要通过云作为服务（SaaS）交付。云DBMS可以选择性地能够在本地运行，或在混合、多云或互联配置中运行。它们可用于事务性工作和/或分析性工作。它们可能具有能够参与更广泛数据生态系统的功能。 这个市场必备的功能包括： 在提供者管理的公共云或私有云系统上以SaaS形式提供。 ■云存储内的数据管理——也就是说，云数据库管理系统不托管在基础设施即服务（IaaS）中，例如在客户管理的虚拟机或容器中。 什么是 Gartner 同行洞察“客户的呼声”？ “客户之声”是一份将Gartner Peer Insights的评审综合为IT决策者洞察的文档。这份聚合的同行观点，连同单独的详细评审，都是Gartner专家研究的补充，可以在您的购买过程中发挥关键作用，因为它关注于直接同行实施和运营解决方案的体验。在本文档中，仅包含在特定18个月提交期内有20份或更多符合条件的已发布评审（以及“能力”和“支持/交付”的15份或更多评分）的供应商。收入少于50万美元的公司供应商合作伙伴或最终用户提供的评审被排除在这种方法论之外。查看完整的“客户之声”方法论这里. 随着本文件所体现的历史同行视角，高德纳还有一个相关的专家主导魔力象限针对云数据库管理系统市场。有关此市场的相关研究，请访问云数据库管理系统魔力象限. 在云数据库管理系统市场，Gartner Peer Insights在截至2024年3月31日的18个月期间发布了2,201条评论和评分。图1显示了根据用户兴趣和采用情况（x轴）以及整体体验（y轴）将所有符合条件的供应商分为四个象限。在每个象限中，供应商按字母顺序排列。客户之声中引用的轴的市场平均值仅根据文档中包含的供应商计算。 供应商的用户兴趣和采用分数包含三个因素，每个因素权重为三分之一：评论量、用户推荐意愿，以及跨行业、公司规模和地区的评论市场覆盖率。供应商必须达到或超过市场平均用户兴趣和采用分数才有资格进入右侧象限。 供应商整体体验是一个综合评分，它结合了整体评分平均值和两个子评分平均值：“能力”和“支持/交付”。评分平均值是1（差）到5（真正卓越）量表上所述调查问题的算术平均值。每个组成部分在评分计算中根据其对最终用户的相关重要性进行加权。供应商必须达到或超过市场平均整体体验评分，才能被定位在上象限。 为便于理解，每个象限按如下方式标记。有关如何在“客户之声”图形的每个象限中评估供应商的信息，请参阅完整的方法论这里. 位于“客户之声”象限右上方的供应商会被授予Gartner Peer Insights客户选择殊荣，并以客户选择徽章标示。获得认可的供应商在市场平均整体体验和市场平均用户兴趣与采用方面均达到或超过平均水平。 供应商位于“客户之声”的右下角“已建立”象限，满足或超过市场平均用户兴趣和采用，但未达到市场平均整体体验。 供应商位于“客户之声”上左方的“表现强劲”象限中，其整体体验达到或超过市场平均水平，但用户兴趣和采用率未达到市场平均水平。 供应商位于“消费者的声音”矩阵的左下“有抱负”象限，不符合市场平均用户兴趣和采用率，也不符合市场平均整体体验。与报告中所有供应商一样，他们的产品符合这个市场，并且达到了被纳入的最低标准。 云数据库管理系统同行评审和评分 除了“客户之声”提供的综合信息外，您还可以在Gartner Peer Insights上阅读个别评论和评分点击此处. 本文其余部分将基于18个月的评审，突出云数据库管理系统市场的关键见解，并将指引您如何在购买过程中使用本网站。 Gartner同行洞察的评论提供了终端用户推荐每个供应商的意愿。推荐意愿是“客户之声”x轴的一个组成部分。参见客户之声方法论查看详细信息。图2通过愿意推荐他们的评论者百分比比较了各供应商（有关详细信息，请参阅“方法”部分）。为在您的短名单上对几个供应商进行更详细的比较，请点击这里前往同行洞察市场页面，并点击您感兴趣供应商/产品下方的“比较替代方案”按钮。 来源：高德纳（2024年5月） 图 3 至图 6 根据其评论者的统计数据，将市场上的供应商按特定行业的客户细分、地区或公司规模进行分组。Gartner Peer Insights 从终端用户的账户资料和提交的评论中收集这些信息。仅在 18个月的评论期内，在特定细分市场中拥有 20 条或更多符合条件的评论（并且“能力”和“支持/交付”的评分达到 15 条或更多）的供应商才被纳入其中。对于每个细分市场，供应商在 y 轴上根据市场平均整体体验进行定位，在 x 轴上根据用户兴趣和采用情况进行定位。用户兴趣和采用率是根据评论计数得分和推荐意愿（各占 50% 的权重）计算得出的。在计算两个轴的值时，仅包含该细分市场中的评论者提交的评论。由于每个图表都针对一个特定的细分市场，因此评论市场覆盖范围不包含在此计算中。 供应商必须达到或超过该细分领域的平均用户兴趣和采用评分，才有资格获得右侧象限的资格。供应商必须达到或超过该细分领域的平均整体体验评分，才能定位在上方象限。这两项平均分，无论是整体体验还是用户兴趣和采用，都仅使用图表中包含的该细分领域的评价来计算。 供应商位于细分象限的上右上象限时，会通过顾客选择细分差异度获得认可。获得认可的供应商在细分中的平均整体体验和平均用户兴趣与采用率都达到或超过平均水平（参见这里（详情）。 公司规模细分视图（按年收入） ■ 中型企业（5亿 - 10亿美元） 区域分段视图 ■亚洲/太平洋■欧洲、中东和非洲■北美洲 Gartner 公司 | G00796633 公司规模细分视图（按年收入） 返回到片段列表 区域分段视图 Gartner 公司 | G00796633 供应商摘要 图7至图26总结了“顾客之声”中包含的每个供应商的关键信息：18个月评审期（截至2024年3月31日）收到的评审的评审者人口统计数据；总体评分和评分分布；以及其他涵盖供应商体验特定方面的评分。 “顾客之声”象限中使用的相同资格要求和权重也适用于供应商汇总图表中的评分，包括总体星级评分、推荐意愿和按类别评分（参见方法页）。这里（详细信息）。每张图片下方都是直接链接到 Peer Insights 网站上的用户评论。 阅读所有 Aiven 的 Peer Insights 用户评论。 阅读亚马逊网络服务（AWS）的所有同行洞察用户评论。 阅读所有 Cockroach Labs 的 Peer Insights 用户评论。 阅读所有与 Couchbase 相关的 Peer Insights 用户评论。 阅读所有谷歌的同行洞察用户评论。 阅读有关ibm的所有同行洞察用户评论。 阅读所有微软的同行洞察用户评论。 阅读所有 Peer Insights 用户对 MongoDB 的评价。 阅读所有针对Neo4j的Peer Insights用户评论。 阅读ontotext所有同行洞察用户评论。 阅读所有有关 Oracle 的 Peer Insights 用户评论。 阅读所有 PingCAP 的 Peer Insights 用户评论。 阅读所有腾讯云 Peer Insights 用户评论。 阅读所有关于Yugabyte的Peer Insights用户评论。 方法论 Gartner同行洞察“客户之声”方法论：完整描述可以在...上找到客户之声方法论页。 本报告中使用的数据来源于Peer Insights，一个依赖动态数据的众包企业评价平台。维护网站完整性的关键在于我们持续地审核和验证这些评价。评价在发布到网站前会经过审核，并在发布后定期进行。 由于数据的动态特性，外部 Peer Insights 网站将始终拥有本报告中供应商和产品的最新视图。\"客户之声\"方法论使用定义时间范围内的评审数据快照。因此，\"客户之声\"报告应与直接在 Peer Insights 网站上可获取的详细和最新信息一起使用，以获得该市场和相关细分视图的最新数据视图。 “客户之声”报告包含总体评分和每个供应商摘要中四个类别的评分的数值分数。这些数值分数是基于在规定时间范围内符合条件的评论的可用样本量计算出的加权平均值。因此，它们最好被解释为具有合理误差范围的样本统计数据，而不是精确值。 文档修订历史 云数据库管理系统客户之声 - 2023年5月29日 Gartner同行洞察‘客户的意见’：云数据库管理系统 - 2022年5月31日 作者推荐 某些文件可能无法作为您当前 Gartner 订阅的一部分提供。 云数据库管理系统魔力象限云数据库管理系统用于运营用例的关键能力用于分析用例的云数据库管理系统关键能力 Gartner 公司 | G00796633 © 2025 高德纳公司及其关联公司。版权所有。高德纳是高德纳公司及其关联公司的注册商标。未经高德纳事先书面许可，本出版物不得以任何形式复制或分发。本出版物包含高德纳研究组织的观点，这些观点不应被视为事实陈述。虽然本出版物包含的信息来源于被认为可靠的来源，但高德纳对信息的准确性、完整性或充分性不作任何保证。尽管高德纳的研究可能涉及法律和财务问题，但高德纳不提供法律或投资建议，其研究也不应被视为或用作此类建议。您对本出版物的访问和使用受 Gartner的使用策略Gartner 以其独立性和客观性而自豪。其研究由其研究机构独立生产，不受任何第三方的输入或影响。欲了解更多信息，请参见\独立性和客观性指导原则.\"高德纳研究可能不应用于或将之作为生成人工智能、机器学习、算法、软件或相关技术的输入、培训或开发之用。