IDC 市场份额
中国金融行业分布式事务型数据库市场份额，2024
行业进入下半场
2025年7月
IDC # CHC53671725
Le o Li
高级市场分析师
大数据
中国金融行业分布式事务型数据库市场份额, 2024
摘要
本报告追踪了中国金融行业
分布式事务型数据库市场情
况，并按照本地部署、公有
云、银行、保险/ 证券维度进
行拆分。
分析师引言
在2028年之前，有更多的中
小金融机构开始进行数据库选
择，市场竞争更加激烈。
研究主笔作者：
Le o Li
高级市场分析师
大数据
市场定义
本次IDC研究对象涵盖基于Sh are-noth in g架构的商业化分布式事务型数据库市场，主要用于为OLTP场景下交易系统提供数据运算、存储和基本查
询服务，涉及场景主要包括传统集中式数据库升级改造、集中式一体机数据库升级改造、MySQL中间件架构升级改造和基于分布式事务型数据库的
新交易系统开发等。
如需了解更详细的市场定义，请参阅本报告的研究方法部分。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 2
目录
中国金融行业分布式事务型数据库市场份额, 2024
1.执行概要
2.市场份额
3.给技术提供商的建议
4.哪些厂商塑造了这一年？
5.市场环境
6.研究方法
市场定义
7.相关研究
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 3
执行概要
中国金融行业分布式事务型数据库市场, 2024 份额概况
• 中国金融行业分布式事务型数据库2024年
整体市场规模达到亿元人民币
• 从整体市场规模来看，腾讯云、阿里云、
Ocean Base、华为云、金篆信科排在Top5，
占据总体市场的近90%
腾讯云
%
阿里云
%
Ocean Base
%
华为云
%
金篆信科
%
其他
%
PingCa p
%
总市场
$
%
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 4
市场份额
中国金融行业分布式事务型数据库收入（按厂商划分）, 2024 ($M)
厂商 2023 2024 2024 份额 (%) 2023—2024 增长率 (%)
腾讯云 +
阿里云 +
OceanBase +
华为云 +
金篆信科 +
PingCap - -
中国电信 - -
百度 - -
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 5
执行概要
中国金融行业分布式事务型数据库市场——本地部署子市场, 2024 份额概况
• 中国金融行业分布式事务型数据库的本地
部署子市场2024年规模为亿元人民
币，同比增速%
• 从子市场来看，Ocean Base 、金篆信科、
腾讯云分列To p 3
Ocea n Base
%
金篆信科
%
腾讯云
%
华为云
%
阿里云
%
其他
%
PingCa p
%
总市场
$
%
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 6
市场份额
中国金融行业分布式事务型数据库收入——本地部署子市场（按厂商划分）, 2024 ($M)
厂商 2023 2024 2024 份额 (%) 2023—2024 增长率 (%)
OceanBase +
金篆信科 +
腾讯云 +
华为云 +
阿里云 +
PingCap - -
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 7
执行概要
中国金融行业分布式事务型数据库市场——公有云子市场, 2024 份额概况
• 中国金融行业分布式事务型数据库的公有
云子市场2024年规模为亿元人民币，
同比增速%
• 从子市场来看，阿里云、腾讯云、华为云
分列To p 3
阿里云
%
腾讯云
%
其他
%
华为云
%
Ocean Base
%
总市场
$
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 8
%
市场份额
中国金融行业分布式事务型数据库收入——公有云子市场（按厂商划分）, 2024 ($M)
厂商 2023 2024 2024 份额 (%) 2023—2024 增长率 (%)
阿里云 +
腾讯云 +
华为云
OceanBase +
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 9
执行概要
中国金融行业分布式事务型数据库市场——银行子市场, 2024 份额概况
• 中国金融行业分布式事务型数据库的银行
业子市场2024年规模为亿元人民币，
同比增速%
• 从子市场来看，腾讯云、金篆信科、华为
云分列To p 3
腾讯云
%
金篆信科
%
华为云
%
Ocea n Base
%
阿里云
%
其他
%
PingCa p
%
总市场
$
%
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 10
市场份额
中国金融行业分布式事务型数据库收入——银行子市场（按厂商划分）, 2024 ($M)
厂商 2023 2024 2024 份额 (%) 2023—2024 增长率 (%)
腾讯云 +
金篆信科 +
华为云 +
OceanBase +
阿里云 +
PingCap - -
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 11
执行概要
中国金融行业分布式事务型数据库市场——保险/ 证券子市场, 2024 份额概况
• 中国金融行业分布式事务型数据库的保险/
证券业子市场2024年规模为亿元人民
币，同比增速%
• 从子市场来看，阿里云、Ocean Base 、腾
讯云分列To p 3
阿里云
%
Ocean Base
%
腾讯云
%
华为云
%
其他
%
金篆信科
%
总市场
$
%
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 12
市场份额
中国金融行业分布式事务型数据库收入——保险/ 证券子市场（按厂商划分）, 2024 ($M)
厂商 2023 2024 2024 份额 (%) 2023—2024 增长率 (%)
阿里云 +
OceanBase +
腾讯云 +
华为云 +
金篆信科 +
来源：IDC, 2025
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 13
给技术提供商的建议
中国金融行业分布式事务型数据库市场 厂商应考虑以下建议
• 深化核心能力与全生命周期服务
分布式事务型数据库市场已进入规模化部署阶段，金融机构及高依赖行
业对核心功能的需求从技术验证转向实际效能驱动，厂商需持续优化分
布式引擎性能，重点提升高并发场景下的处理能力与数据强一致性保障，
同时强化与本土芯片及操作系统的深度兼容，降低客户在迁移与适配过
程中的技术风险。
服务生态的开放性成为差异化竞争的关键，厂商应联合行业合作伙伴构
建覆盖核心交易、实时风控等场景的解决方案库，通过预集成能力缩短
客户落地周期。此外，长期服务能力需同步提升，包括技术支持的响应
效率、运维工具的智能化水平以及全生命周期管理体系的完善。厂商需
确保财务健康运营，通过稳定的资金链支撑持续研发投入，并借助自动
化运维技术降低复杂系统的管理成本，为客户提供高可靠、低门槛的长
期服务保障。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 14
给技术提供商的建议
中国金融行业分布式事务型数据库市场 厂商应考虑以下建议
• HTAP技术融合与场景验证
HTAP技术正从探索期过渡至规模化应用阶段，但其技术路径尚未形成
统一标准。厂商需根据自身技术积累明确差异化路线，例如原生融合架
构的事务与分析一体化设计、云服务集成的弹性扩展能力或行列混存模
式下的负载均衡策略。在金融场景中，HTAP的核心价值在于缩短数据
处理链路，实现交易与分析的无缝衔接，从而提升实时风控、客户画像
等业务场景的时效性。
厂商需深度参与行业标准制定，推动技术路径的规范化，同时通过标杆
案例验证技术可行性。混合负载场景下的性能优化是技术落地的关键挑
战，需结合分布式缓存、弹性资源调度等技术提升事务处理与分析任务
的高效协同，确保在复杂业务场景中稳定输出预期效能。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 15
给技术提供商的建议
中国金融行业分布式事务型数据库市场 厂商应考虑以下建议
• 分层适配行业需求与经验复制
大型金融机构对单元化架构、跨云部署及多模数据处理能力的需求迫切，
需构建全栈式技术方案以支持复杂的基础设施环境，例如混合云架构的
灵活部署、多类型数据的统一管理及国产化芯片的全链路适配。中小型
机构则更关注轻量化与高性价比，原生分布式架构的简化运维特性成为
核心优势。
厂商需通过预集成解决方案降低部署复杂度，并确保与现有应用系统的
无缝兼容。电信、交通等新兴行业可借鉴金融领域的技术迁移经验，针
对计费系统、实时调度等场景优化存储与查询性能，通过模块化设计快
速适配行业特性，实现技术升级与业务效率的同步提升。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 16
给技术提供商的建议
中国金融行业分布式事务型数据库市场 厂商应考虑以下建议
• 生态协同与全球化布局
技术人才短缺仍是行业扩张的核心瓶颈，厂商需通过开源社区运营、高
校联合培养及技能认证体系加速人才储备，同时借助智能化运维工具降
低技术门槛，缓解专业人力不足的压力。全球化布局成为头部厂商的战
略重点，需输出符合国际合规要求的金融级容灾与高可用标准，并适配
不同地区的政策环境与基础设施条件。
同时，政策在加大引导厂商强化安全可靠能力，通过行业权威认证提升
市场信任度，同时提供平滑迁移路径以降低传统数据库的替代成本，确
保客户在技术转型中实现风险可控与效率最优。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 17
中国金融行业分布式事务型数据库市场份额，2024
哪些厂商塑造了这一年？——阿里云
市场推动者
阿里云的Po la rDB-X是云原生分布式数据库的标杆产品，采用存储计算分离架构与智能弹性调度技术，支撑金融级高可用与PB
级海量数据处理。其核心能力包括透明分布式事务管理、HTAP混合负载处理及冷热数据分层存储，兼容MySQL生态并支持全
局MVCC强一致性事务。Po la rDB-X通过三层解耦设计实现资源池化，结合云原生技术栈降低企业存储成本与运维复杂度，已在
双十一等极端场景中验证千万级TPS的稳定性和线性扩展能力。
优势：
• 金融级高可用：基于Paxos协议的多副本容灾架构，支持同城双活与异地多活部署，RPO=0保障零数据丢失。智能流量调度
与全局一致性协议实现秒级故障切换，满足金融核心系统对连续性的严苛要求。存储计算分离设计将容灾单元细粒度化，支
持多级容灾体系灵活配置。
• HTAP混合负载：通过并行计算引擎与智能读写分离技术，实现交易与分析负载的物理隔离与资源协同优化。计算层内置 TP/
AP流量识别模块，OLTP请求路由至主副本保障低延迟，复杂查询分发至只读副本并行执行，支持千亿级数据秒级分析响 应。
存储层行列混合引擎支持动态列压缩，TPC-C与TPC-H混合场景性能领先行业标准。
• 弹性扩容：资源池化架构支持计算节点分钟级扩缩容与存储空间按需秒级扩展。分布式共享存储技术实现扩容过程零数据迁
移，新增节点性能损耗低于5%，PB级数据规模下保持线性扩展效率。冷数据智能归档至OSS存储，成本降低70%。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 18
中国金融行业分布式事务型数据库市场份额，2024
哪些厂商塑造了这一年？——华为云
市场推动者
华为云的分布式事务型数据库核心产品为GaussDB，以满足大型完整分布式部署场景，结合华为硬件提供软硬协同能力，旨在
满足企业在数字化转型过程中对数据库高性能、高可用性、高安全性等方面的需求。GaussDB融合了混合负载高性能与弹性扩
展的特性，能够应对各种复杂场景下的数据处理需求，并具备金融级高可用与全密态安全的特性，保障了数据库的稳定运行和
数据安全，同时引入了AI-Na tive 自治的能力，通过智能化运维管理和优化，提升了数据库的性能和可靠性。华为云致力于打造
全球领先的数据库产品和服务，以“五高两易”的产品定位，为企业提供更好的数字化转型解决方案，推动产业的数字化发展。
优势：
• 全密态数据库：GaussDB是国内首批全密态数据库，通过国密算法和透明加密技术保障数据全生命周期的安全性。其密文
计算能力允许在加密状态下直接进行数据查询和运算，性能较传统加密方案提升35%以上，满足金融行业对数据隐私和合规
性的严苛要求。动态数据脱敏与行级权限控制功能，有效防止敏感信息泄露，确保企业符合《个人信息保护法》等法规要求。
• AI-Na tive 自治：GaussDB深度集成AI能力，覆盖智能索引推荐、故障根因诊断与自动化参数调优。其自研的AI引擎通过机
器学习模型实时分析数据库运行状态，自动优化查询执行计划，复杂场景下查询性能提升40倍。智能运维模块支持秒级故
障定位与自愈，异常检测准确率达99%，显著降低人工运维强度。
• 多级压缩技术：基于智能冷热数据识别与行列混存技术，GaussDB实现存储空间利用率提升50%。热数据保留行存格式以
保障毫秒级响应，冷数据通过列存压缩算法将存储成本降低70%。独创的温数据动态升降级机制，支持冷数据秒级激活，满
足金融报表生成与历史数据回溯等场景需求。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 19
中国金融行业分布式事务型数据库市场份额，2024
哪些厂商塑造了这一年？——金篆信科
市场推动者
金篆信科Golden DB专注于金融级核心系统改造，是国内唯一覆盖国有大行与运营商核心系统的分布式数据库。其自主研发的
gTank协议突破传统一致性协议限制，支持动态配置事务响应节点数以平衡高可用与性能损耗。产品深度集成容器化部署能力
与多云协同管理技术，适配金融行业多法人架构与日切卸数场景，在工商银行核心系统中实现日均10亿笔交易处理。
优势：
• 可配置高可用策略：基于gTank协议的事务响应机制，允许用户按业务需求灵活调整写入确认节点数。强一致性场景下确保
RPO=0，低延迟需求场景将事务提交延迟压缩至10m s内。跨地域多活部署结合智能事务补偿机制，实现全年零数据不一致
记录。
• 容器化部署：深度集成Kub ernetes生态，支持跨云平台一键式部署与弹性伸缩。Operator组件实现资源自动编排，部署效
率提升60%。存储层通过CSI插件对接分布式存储，保障混合云场景下数据持久化与安全访问。
• 线性扩展效率：自适应负载均衡算法使新增节点性能利用率达95%以上。单集群扩展至300节点仍维持线性增长，日均处理
交易量突破10亿笔。动态数据分片策略支持30秒内完成扩容，RDMA网络优化跨节点通信效率，分布式事务性能提升3倍。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 20
中国金融行业分布式事务型数据库市场份额，2024
哪些厂商塑造了这一年？——Oce an Base
市场推动者
Ocean Bas e以单机分布式一体化架构打破集中式与分布式系统边界，支持业务从中小规模到超大规模无缝扩展。其HTAP引擎通过行列
混合存储与资源隔离技术实现交易与分析负载高效协同，混合云部署能力支持跨AWS、阿里云等平台统一管控。在核心系统改造中可实
现零代码迁移，支持PB级实时数据分析与秒级容灾恢复。
优势：
• 单机分布式一体化。Ocean Bas e通过桌面版轻量化部署与共享存储技术实现架构突破。桌面版支持Windows/ Mac系统，仅需2C6G
笔记本资源即可运行，白屏化安装工具简化部署流程，开发者可在本地快速搭建分布式环境，单机性能较MySQL 提升%，
支持百万级TPS交易处理，显著降低中小企业技术门槛。共享存储技术将对象存储与事务型数据库深度集成，构建存算分离架构下的
多级缓存体系，TP场景存储成本降低50%，AP场景存储成本压缩至1/ 10，并通过LSM-Tre e引擎优化I/ O压力，实现毫秒级响应稳定
性与多云弹性扩展。
• HTAP混合负载与AI融合。Ocean Bas e强化向量引擎与PowerRAG框架，实现AI与数据库深度协同。SQL+向量混合检索集成自研
HNSW+BQ量化算法，向量内存占用降低95%，Ve ctorDBBench测试性能超越开源方案，支持自然语言查询与智能SQL生成，打通
结构化与向量数据的跨模态分析。PowerRAG框架提供端到端开发能力，通过Do cum ent和Chat API快速构建知识库与智能问答应用，
结合JSON半结构化压缩技术，存储成本较Mon go DB降低至1/ 3，支撑金融、医疗场景的多模态数据处理。
• 混合云部署与弹性扩展。Ocean Bas e优化多云协同能力与存储体系，支持跨AWS、阿里云等平台构建统一数据底座，PB级数据实时
同步容灾恢复时间缩短至5秒，存储扩容无需迁移且节点性能损耗<3%。多模存储体系融合行存、列存、KV、文档、向量、倒排索引
六种模式，单平台统一管理结构化与非结构化数据，支撑银泰智能问数平台日均千万级流量的实时分析与决策，满足企业从中小规
模到超大规模的无缝扩展需求。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 21
中国金融行业分布式事务型数据库市场份额，2024
哪些厂商塑造了这一年？——腾讯云
市场推动者
腾讯云TDSQL以金融级高可用与多协议兼容为核心竞争力，支持MySQL、Po stgre SQL及Ora cle 语法无缝切换。其分布式架构
融合HTAP混合负载处理能力，通过存算分离与智能资源隔离实现百万级TP与实时AP协同处理。扁鹊智能运维平台集成机器学
习与知识图谱技术，支撑日均超10万亿金融交易，在平安银行场景中实现分钟级数据恢复。
优势：
• 智能运维：扁鹊平台覆盖200+性能指标实时监控，故障定位效率提升80%，自动化索引优化使查询性能提升40%。白屏化界
面支持集群巡检与容量预测，人力成本降低50%。
• 数据闪回：多版本快照与日志回放技术支持秒级精度数据回溯，误删除场景下恢复至故障前状态，保障业务零中断。跨集群
闪回功能将恢复时间从小时级压缩至分钟级。
• 多引擎统一管控：统一接入层兼容多协议语法，代码修改量小于5%。资源组隔离技术实现TP查询优先调度，单集群承载百
万级并发交易与实时分析，存储层LSM-Tre e引擎压缩效率达10倍，冷热数据分层存储成本降低60%。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 22
市场环境
重大市场变化
1.法律法规与合规框架升级
2024年以来，金融行业数据安全监管体系进一步细化，政策导向从基础合规转向全链路
风险管控。国家层面通过多部门协同立法，强化数据生命周期管理、跨境流动安全评估及
个人信息保护要求，构建覆盖存储、处理、流转环节的立体化监管框架。金融机构需将数
据分类分级、容灾备份、访问审计等能力深度嵌入数据库架构设计，以满足动态监管要求。
与此同时，国际数据保护法规的本地化适配成为出海厂商的核心挑战，需同步兼容欧盟
GDPR、东南亚数据主权法案等区域性规则，推动数据库产品在安全机制与合规工具链上 的
迭代升级。
2.技术验证与本土化进程加速
金融行业数据库本土化已从试点验证迈入规模化部署阶段。头部金融机构通过分布式架构
的长期实践，验证了核心系统在高可用性、强一致性与容灾恢复上的稳定性，形成可复用
的迁移方法论。2025年，本土数据库在银行、保险等领域的渗透率显著提升，中小金融
机构依托成熟解决方案快速跟进，其轻量化、模块化特性缩短了改造周期。技术路径上，
混合负载处理、智能运维工具及多模数据支持能力成为厂商差异化竞争的关键，推动产品
从功能完备性向场景适配效率演进。金融级标准的持续输出进一步巩固了国产数据库在关
键领域的可信度，为全行业技术迁移奠定基础。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 23
市场环境
重大市场变化
3.市场格局集中化与技术壁垒深化
分布式事务型数据库市场呈现头部集聚效应，第一梯队厂商凭借持续研发投入与生态
协同，主导金融、政务等核心场景的规模化落地。技术门槛的抬升压缩了中小厂商的
生存空间，市场有效参与者数量锐减，行业进入高质量竞争阶段。金融深水区对数据
库性能、安全与稳定性的严苛要求，推动厂商在分布式事务引擎、HTAP融合架构等
领域进行长期技术攻坚。未来三年，技术代差将进一步扩大，缺乏全栈能力与资金支
持的厂商将逐步退出高价值市场，行业资源向具备原生分布式设计、云原生协同及智
能化运维能力的头部阵营集中。
4.全球化布局与标准输出
本土分布式数据库的全球化进程提速，头部厂商通过技术输出与本地化服务切入海外
市场。金融级容灾方案、高可用架构及混合云部署能力成为国际竞争的核心优势，中
东、东南亚等区域成为重点拓展方向。厂商需构建适配多国合规要求的弹性产品体系，
同时通过开源社区、认证培训降低海外市场的技术门槛。政策层面，国内信创替代经
验与行业白皮书的国际化移植，为全球客户提供可复用的迁移路径与风险评估模型，
推动国产标准从区域实践走向全球共识。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 24
研究方法
本文件中所呈现的数据仅为IDC的估算值
IDC 的软件市场规模和预测是以商业软件收入为基准来呈现的。IDC
使用“商业软件”这一术语以区别于定制软件。商业软件指的是通过
销售、租赁、租用或以服务形式提供的、任何类型的可商业获取的
程序或代码集。
商业软件收入通常包括初始和持续使用商业软件许可权的费用。作
为许可合同的一部分，这些费用可能涵盖产品支持和/ 或其他与使用
权许可费用结构不可分割的服务，或者这些支持服务可能单独计费。
升级服务可能包含在持续使用权范围内，也可能单独计费。IDC 将
以上这些均计为商业软件收入。
商业软件收入不包括来自培训、咨询和系统集成的服务收入，这些
收入与使用权许可是分开的（或不捆绑的），但包括通过不同定价
方案提供软件功能的服务中所含软件的隐含价值。该商业软件总收
入会被进一步按市场、地里区域、操作系统环境等维度进行分配。
大多数关于软件的 IDC 文件均包含有关软件产品和收入从传统本地/ 其他
软件向公有云服务迁移的数据。 请注意，软件追踪报告中的公有云服务收
入估算与 IDC 在公有云服务追踪报告中对专有和基于开源知识产权的软件
即服务（Saa S）和平台即服务（Paa S）产品的收入估算是一致的。这些
估 算不包括基于第三方知识产权的 Sa a S 和 PaaS 产品。
针对 2024 日历年的自下而上/ 公司层级的数据收集工作于 2025 年 1 月启
动。IDC 通过深入的供应商调查和分析，按市场、地理区域，及在某些情
况下按操作系统环境，构建了详细的 2024 年公司模型。
全球软件市场包括所有功能市场或市场聚合中的所有商业软件收入。更多
详情，请参阅 IDC 的Worldwide Software Taxonom y, 2025 (IDC
# US53306525, 2025年4月)
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 25
研究方法
定义
IDC长期跟踪中国数据软件及应用市场，本研究是中国基础软件市场研究的一部分。IDC获取信息主要通过一手资料研究和案头研究，两种
方法同时使用，相互关联、相互验证，以确保信息的有效性和准确性。资料获取具体方法如下：
一手资料主要通过对独立软件开发商、系统集成商、IT产品厂商及最终用户直接访谈获得。
案头研究资料主要包括（但不局限于）互联网网站、贸易期刊和报纸、IDC先前的研究资料、以及IDC专有数据库等。
• 对独立软件开发商和解决方案商的访问：IDC的分析师通过对独立软件开发商和解决方案市场的重要参与者进行访问，以确定其软件
和服务的收入情况和其它相关信息。大部分访问以面访的形式进行，电话访问、电子邮件联系等其它信息收集方式会根据需要采用。
• 厂商介绍、新闻稿和其它对外公布的信息：IDC的分析师每年与大量的厂商进行广泛交流，以便有机会了解厂商目前和今后的产品、
服务及解决方案的策略、收入状况、客户情况、目标市场，以及其它重要市场信息。
• IDC最终用户研究：这主要包括每年对上千个最终用户的访谈。通过最终用户研究可以了解用户产品应用现状、痛点、采购流程、未
来需求等，也可对厂商的竞争情况及业绩提供进一步的验证。
• IDC全球数据库：IDC全球IT厂商的数据库提供了全面的主流厂商历史信息，这将对分析厂商的策略提供极好的参考依据。IDC的行业
用户数据库提供了对行业趋势和发展的持续观察研究。
©2025 IDC. Proprietary and Confidential. All Rights Reserved. 26
