数仓黄埔军校Teradata退出中国市场，是好是坏？影响几何

　　转自微信公众号自主可控新鲜事，若有侵权请联系删除
　　中国基础软件的市场，曾经以欧美软件占据主导地位的情况正在随着时间的迁移而发生巨大改变。
　　2月15日，网传数仓巨头公司Teradata宣布将逐步结束在中国的直接运营，后续将进入中国公司关闭程序。其并未直接明确表明退出的原因，只是说此番决定是在对中国当前和未来商业环境的慎重评估后做出的。
　　一石激起千层浪，Teradata之于数据仓库、大数据，好比Oracle之于数据库的地位，它的离开带来的影响也不亚于当初甲骨文退出中国市场，它也被业界称之为数仓人才的黄埔军校。Teradata的崛起与在中国的26年
　　诞生于1979年的Teradata，因管理TB级数据而闻名。它的概念最初来自加州理工学院的研究和花旗银行先进技术小组的一个想法，彼时的他们想要打造一种具有革命性的数据库管理系统，即处理TB量级数据的系统。
　　经过五年的研发，Teradata在1984年发布了首个产品DBC1012专用数据库计算机，该产品引入了大规模并行处理（MPP）技术，使大规模数据处理比目前可用的现有大型机技术更高效。期间，Teradata研发的YNET技术获得了专利，也为后来无共享的大规模数据并行处理提供了先决基础。
　　1989年，Teradata公司与美国另一家软件公司NCR合作构建下一代数据库计算机。1991年9月，ATT公司收购了NCR公司，后者在同年12月宣布以约2。5亿美元收购Teradata公司。
　　此时的Teradata经过不断地积累，已经成为数据仓库领域的领导者。1992年，Teradata拿下彼时美国最大的零售商沃尔玛的需求，为其建立了一个数据仓库系统，而这个系统也成为业界第一个用户数据规模超过1TB的系统。正因此，Teradata的名号也在业界彻底打响。
　　当时间来到1997年，ATT剥离了NCR，后者再次成为一家独立的上市公司。那时的Teradata已成为世界上容量最大的数据库，达到了24TB。Teradata获得了数据仓库协会的最佳实践奖和DBMS读者选择奖。
　　也是在这一年，Teradata正式进入了中国。
　　Teradata在中国的应用，和Oracle、IBM等公司一样，率先落地在金融、通信等领域。1997年，Teradata推出面向银行用户的CRM产品。
　　根据资料显示，上海证券中央登记结算公司是NCR数据仓库事业部在中国的第一个TB级用户，耗时16个月完成。随后，NCR也帮助中国民航讯息网络公司建立TB级数据仓库。
　　在当时信息化趋势下，迅速膨胀的数据，让电信、银行、零售业、航空、铁路运输、邮政等行业迅速采用数据仓库作为决策支持。而后，国内中国电信、中国移动、中国邮政、中国工商银行、中国银行、中国建设银行、联想集团、中国东方航空公司、中国南方航空公司、中国国际航空公司等都曾相继选择Teradata系统进行数据仓库的实施。
　　可以说，在当时软硬件基础设施匮乏的局面下，Teradata在国内的成功应用，大大降低了数据仓库实施的门槛和风险，同时其在中国分支机构的建立，也培养了一批又一批的大数据人才。
　　那么，在Teradata进军的26年后，为什么现在会选择退出中国市场？
　　离开
　　有不少网友认为，水土不服；也有人表示，国内自研能力已足够，无需Teradata了。
　　实则近些年间，Teradata的发展现状大不如前，也可以从下图的市值趋势图中一见分晓。
　　究其原因，一方面源于内部转型，一方面源于外部竞争。
　　自2000年以来，随着大数据、云计算、开源技术的逐渐崛起与应用，对Teradata带来了巨大的冲击，因为这些技术彻底改变了企业IT基础架构的理论与逻辑，旨在构建一个低成本、无限算力、无限存储的架构。如彼时大数据处理框架Hadoop、NoSQL等开源技术的出现，似乎让不少开发商似乎找到了一个更能节约成本的方式。
　　因此，当认定云计算成为一种既定的趋势时，Teradata开始有意识地转型。在2018年，Teradata宣布面向所有客户推出下一代分析平台TeradataVantage，这是一个雄心勃勃的分析产品，包含描述性、预测性与指示性分析、自主性决策、机器学习、可视化工具等广泛功能，针对客户的大多数或所有源数据系统（Teradata和或非Teradata）提供一套分析功能。
　　次年，Teradata宣布已经统一了云端的分析、数据湖和数据仓库，并正式宣布与Google合作，将旗舰的Vantage分析工具包引入Google的云平台。也是从这一年起，Teradata对外宣讲希望从传统意义上的硬件公司转变成以云为中心的软件公司，甚至于未来会变成一家提供云上解决方案的公司。
　　不过，2004年起，云计算技术在中国迅速普及，国内本土企业阿里、腾讯、百度、华为等科技公司迅速跟进，不仅在IaaS、PaaS、SaaS等领域实现弯道超车，也相继提供了完善的数据仓库解决方案。
　　除此之外，随着近些年来全球科技竞争趋势的加强，中国市场数据库国产化替代趋势不可逆转，且2022年后国产化替代进程加速。以Teradata的重点客群金融为例，央行引导指标逐年提升，银行国产化采购比例2020年为8，2021年为15，2022年为30，国产化采购比例会直接影响行长排名考核。从实际落地来看，绝大多数的券商、保险公司在2022年的国产化投入占IT总支出的25以上。
　　在政策扶持和自主可控的信创趋势下，一些国产数据仓库产品也毫不逊色，如：南大通用的GBase8a。这是一款针对数据仓库场景进行优化改造而开发的分布式逻辑数据仓库产品，已商用部署节点数超过30000个，管理数据总量超300PB，用户覆盖三十多个国家和国内32个省级行政区，已经在金融、电信、政企、安全等关键领域广泛应用。达梦新一代分布式数据库DMDPC。这是基于达梦数据库管理系统研发的一款同时支持在线分析处理和在线事务处理的新型分布式数据库系统，具有无状态计算节点、支持分布式事务、多机并行协同计算、基于RAFT协议、数据分布式存储，灵活扩缩容等特性。星环科技自主研发的分布式分析型闪存数据库ArgoDB，可以替代HadoopMPP混合架构，可支持标准SQL语法，兼容Oracle、IBMDB2和Teradata等方言。通过一个ArgoDB数据库，就可以打造一站式离线数据仓库、实时数据仓库、数据集市和联邦计算平台等数据分析系统，同时已与国内主流软硬件信创厂商完成了兼容适配互认证，满足信创验收要求。
　　也在这样的背景下，近些年才正式步入云时代的Teradata，不仅速度慢了，而且在国内的竞争力越来越小，离开似乎也成为了如今很多人意料之中的事情。
　　据悉，受到此次退出的影响，Teradata在大中华区拥有涵盖市场、研发、技术和解决方案推广、销售、咨询服务、售后技术支持的超过1200名员工也将就此解散。科技发展的长河中，时代不会为任何人、企业而停留，Teradata的离开勾起不少技术人的回忆，也有些让人惋惜：
　　影响
　　Teradata退出中国，主要为国内数据库市场带来了以下影响：
　　第一，对于甲方企业，数据库国产化替换会进一步加速，且向核心业务系统渗透。
　　根据爱分析数据显示，2022年中国数据库市场规模约为320亿元，但国产数据库替换目前主要集中在行业的增量市场。存量市场，全行业国产数据库的整体替换率约为10，但以银行为代表数据库重要行业，国产数据库对核心系统的替换率仅有1。即使Teradata的本地服务商还能继续提供服务，但缺乏原厂支持能力，势必会影响甲方企业继续采购Teradata的信心，促使数据库国产化替换周期变短，国产数据库逐步向核心系统推进。
　　第二，巨头退出后市场呈现碎片化，对数据仓库的运维管理、数据分析等数据应用带来新的挑战。
　　目前市场上没有一家国产数据库厂商能够独立填补Teradata离开后空白，甚至连填补四分之一市场空白都绝无可能，因此，整个数据库市场势必呈现出碎片化趋势，由此带来两方面挑战。
　　碎片化的数据库市场将直接带来纳管上的难题，例如，如何对差异化的数据库实现统一监控告警、性能优化、安全管控。对于以BI为代表的数据应用而言，如何将上层分析工具、平台与众多国产数据库兼容适配也成为主要挑战。
　　第三，机遇与挑战并存，对数据库厂商的产品性能与服务能力提出更高要求。
　　据爱分析估算，包含本地服务商在内，Teradata的产品与服务收入在中国市场至少有30亿元，占整个数据库市场的10以上，这对于数据库厂商而言既是机会亦是挑战。
　　一方面，基于新的云原生分布式架构如何能够达到Teradata的性能和稳定性，满足甲方客户的业务需求，对厂商的产品性能和稳定性提出考验。另一方面，核心系统的数据库替换必然涉及到大量迁移、开发工作，对厂商的服务能力和架构能力提出更高的要求。
　　综合来看，Teradata这类公司从中国退出或是利弊参半。在CRM、数据分析等领域，美国企业在技术上还是有不少领先优势的，这些企业呆在中国市场，可以充当鲶鱼，激活整个市场的竞争和创新活力，有助于提升中国在相关领域的技术水平。以此次退出的Teradata为例，其在很长一段时间都充当了中国的数仓黄埔军校的作用。Teradata于1997年进入中国，将国际先进的数据仓库技术带到了中国，帮助中国培养了大量数据仓库领域人才。而数据仓库这个领域还处在快速发展过程中，尤其是云原生数仓等正处于关键发展阶段。这个时候，中国需要Teradata这样的企业来将全球最先进的数据仓库技术、发展理念持续输入国内。显然，Teradata从中国市场退出是与这一诉求相悖的。
　　从这个角度来看，Teradata的离开，是一件值得我们深思和忧虑的事情。对此，你怎么看？欢迎在评论区畅所欲言
　　参考资料：
　　1。https：mp。weixin。qq。comswAryNGOSw54a86ICx1Q
　　2。http：tech。sina。com。cnit22001110690748。shtml
　　3。https：en。wikipedia。orgwikiTeradata
　　4。https：mp。weixin。qq。comsxFA0sz6mYrqyGN0cJXj9g
　　5。https：mp。weixin。qq。coms5XKgonRbTpnl1UexvpPR1g