以下是 国内互联网大厂推出的分布式数据库 的详细对比，涵盖架构、性能、适用场景、核心技术等维度：
一、主流分布式数据库列表
| 大厂 | 数据库名称 | 类型 | 适用场景 | 发布时间 |
|---|
| 腾讯云 | TDSQL | 分布式HTAP | 金融、电商、游戏、政企 | 2010年 |
| 阿里云 | OceanBase | 分布式HTAP | 银行核心系统、高并发交易 | 2010年 |
| 华为云 | GaussDB | 分布式HTAP/OLAP | 金融、政企、大数据分析 | 2017年 |
| 字节跳动 | ByteHouse | 分布式OLAP | 实时分析、数据仓库 | 2022年 |
| 百度智能云 | Baidu Cloud DB | 分布式HTAP | 互联网业务、混合负载 | 2019年 |
| 京东云 | JD Cloud DB | 分布式HTAP | 电商、物流、供应链 | 2018年 |
| 美团 | TiDB（开源） | 分布式HTAP | 互联网高并发、弹性扩展 | 2015年 |
| 滴滴出行 | Dromara（部分开源） | 分布式HTAP | 出行场景、实时计算 | 2020年 |
二、核心维度对比
1. 架构设计
| 数据库 | 架构类型 | 分片方式 | 一致性模型 | 部署模式 |
|---|
| TDSQL | 分片+计算分离 | 自动/手动分片 | 强一致性（Paxos） | 云原生、本地部署 |
| OceanBase | 分布式MPP | 哈希/范围分片 | 强一致性（Paxos） | 云原生、本地部署 |
| GaussDB | 分布式MPP | 哈希/范围分片 | 强一致性（Raft） | 云原生、本地部署 |
| ByteHouse | 分布式列式存储 | 哈希分片 | 最终一致性（异步） | 云原生 |
| TiDB | 分布式HTAP | 哈希分片 | 强一致性（Raft） | 云原生、本地部署 |
| Dromara | 分片+中间件 | 哈希分片 | 强一致性（Paxos） | 云原生 |
2. 性能与扩展性
| 数据库 | 最大节点数 | QPS（典型场景） | 延迟 | 存储规模 |
|---|
| TDSQL | 1000+ | 100万+ | 毫秒级 | PB级 |
| OceanBase | 1000+ | 2000万+ | 毫秒级 | PB级 |
| GaussDB | 1000+ | 100万+ | 毫秒级 | EB级 |
| ByteHouse | 1000+ | 10万+（OLAP） | 秒级（复杂查询） | PB级 |
| TiDB | 500+ | 100万+ | 毫秒级 | PB级 |
| Dromara | 500+ | 50万+ | 毫秒级 | PB级 |
3. 兼容性与生态
| 数据库 | 兼容协议 | 开源性 | 云平台支持 | 工具生态 |
|---|
| TDSQL | MySQL/PostgreSQL | 部分开源 | 腾讯云 | 腾讯云控制台、DBA工具 |
| OceanBase | MySQL/Oracle | 开源（Apache 2.0） | 阿里云、AWS | OTS、DMS工具链 |
| GaussDB | MySQL/PostgreSQL | 闭源 | 华为云、AWS | 华为云管理平台 |
| ByteHouse | ClickHouse语法 | 开源（Apache 2.0） | 字节云、AWS | 自研工具链 |
| TiDB | MySQL | 开源（Apache 2.0） | 各大云平台 | TiDB Operator、DM工具 |
| Dromara | MySQL | 部分开源 | 滴滴云 | 自研监控工具 |
4. 核心特性
| 数据库 | 核心优势 | 典型用户 |
|---|
| TDSQL | 金融级高可用（RPO=0）、支持HTAP、云原生弹性伸缩 | 微信支付、银联、交通银行 |
| OceanBase | 单集群百万级QPS、兼容Oracle语法、支持混合负载 | 蚂蚁集团、工商银行、中信银行 |
| GaussDB | 支持多模态（OLTP/OLAP/HTAP）、超大规模分布式、国产化适配 | 政府、运营商、能源行业 |
| ByteHouse | 高性能OLAP、实时数据湖、与Flink深度集成 | 字节内部业务、广告分析 |
| TiDB | 开源生态丰富、水平扩展性强、兼容MySQL | 美团、滴滴、携程 |
| Dromara | 出行场景优化、低延迟、支持多数据中心部署 | 滴滴出行、物流系统 |
三、适用场景对比
| 场景 | 推荐数据库 | 理由 |
|---|
| 金融核心系统 | OceanBase、GaussDB | 强一致性、高可用、兼容Oracle/MySQL语法 |
| 互联网高并发 | TiDB、TDSQL | 水平扩展、低延迟、支持高并发交易 |
| 实时分析 | ByteHouse、GaussDB-A | 列式存储、秒级查询、支持实时数据湖 |
| 政企/国企 | GaussDB、TDSQL | 国产化适配、高安全、多协议兼容 |
| 混合负载 | OceanBase、GaussDB-HTAP | 同时支持OLTP和OLAP，避免数据迁移 |
四、总结对比表
| 维度 | TDSQL | OceanBase | GaussDB | TiDB | ByteHouse |
|---|
| 核心定位 | 金融+互联网全场景 | 金融核心系统+HTAP | 全场景（政企/云/混合负载） | 开源分布式HTAP | 实时分析（OLAP） |
| 技术特色 | 分布式事务+高可用 | 单一集群百万级QPS | 多模态支持+国产化 | 开源生态+水平扩展 | 列式存储+数据湖集成 |
| 典型用户 | 腾讯系、银联、交通银行 | 蚂蚁集团、工商银行 | 华为生态、政府机构 | 美团、滴滴、AWS | 字节跳动、广告分析场景 |
五、选择建议
- 金融核心系统：优先 OceanBase 或 GaussDB（强一致性+国产化）。
- 互联网高并发业务：选择 TiDB 或 TDSQL（扩展性+低延迟）。
- 实时分析场景：ByteHouse 或 GaussDB-A（列式存储+秒级查询）。
- 政企/国产化需求：GaussDB 或 TDSQL（合规性+多协议支持）。
- 开源生态依赖：TiDB 或 OceanBase（开源社区活跃）。
如需具体场景的部署方案或性能测试数据，可进一步提供需求细节。
