揭秘 DB-Engines 排名国产第一的时序数据库 DolphinDB
本页为一则新闻内容，包含发布日期信息，并在导语中提出 DolphinDB 在 DB-Engines 时序数据库榜单中的排名相关主张。
What this page covers
- DB-Engines 时序数据库榜单截图与名次/分数变化说明
- DolphinDB 产品定位、应用领域与客户覆盖的概述
- DB-Engines 排名维度与 DolphinDB 架构/性能相关表述
- 融合数据平台能力与 AI Agent / MCP 工具体系相关条目说明
- 国产时序数据库市场趋势与 DolphinDB 的产品化/研发方向
- 结语中的价值判断与差异化路径表述
技能认证特训营第二期报名促销横幅
页面顶部提供限时报名引导与福利优惠信息，并链接到外部报名页。
- 页面包含一个外部报名链接入口。
- 该入口用于“技能认证特训营第二期报名”相关引导。
新闻页标识
页面所属栏目/类型标识为“新闻”。
- 页面内容被标识为新闻类型。
- 该标识用于说明页面在站点中的栏目归属。
揭秘 DB-Engines 排名国产第一的时序数据库 DolphinDB
新闻标题与发布日期，并以导语提出 DolphinDB 在 DB-Engines 时序数据库榜单的排名主张。
- 页面给出新闻发布日期为 2025.12.10。
- 导语提到 DB-Engines 于 2025 年 12 月发布时序数据库排名。
- 导语主张 DolphinDB 稳居时序数据库榜单前十名。
- 导语主张其为国产时序数据库产品中排名第一。
DB-Engines 榜单截图与说明
通过榜单截图与配套说明文字，呈现 DolphinDB 在 2025 年 12 月 DB-Engines 全球时序数据库排行榜中的名次与分数变化信息。
- 截图说明给出 DolphinDB 的全球排名为第 9 名。
- 截图说明给出综合评分为 3.03。
- 截图说明给出较上月变化为 +0.59。
- 截图说明给出较去年同期变化为 +0.49。
- 截图说明表述其位居国产时序数据库首位。
产品定义与应用领域、客户覆盖
介绍 DolphinDB 的产品定位（C++ 自研分布式时序数据库、一站式平台）、目标场景与客户/行业覆盖情况。
- DolphinDB 被描述为分布式时序数据库。
- 页面称其由中国厂商基于 C++ 自主研发/开发。
- 页面将其描述为面向时序数据的一站式平台。
- 页面列举其面向金融量化、物联网、能源电力等场景。
- 页面称截至 2025 年 12 月已服务近 200 家头部企业。
实力登顶：高性能计算与存储打造最全面国产时序数据库
解释 DB-Engines 排名维度，并给出 DolphinDB 的架构特点与基准性能/时延指标，以及两大核心能力方向。
- 页面概述 DB-Engines 排名综合多维指标。
- 多维指标包括市场受欢迎度、技术能力、搜索热度及专业评价等。
- 页面称 DolphinDB 采用融合架构，集数据库、流式计算与编程语言于一体。
- 页面称其可实现单节点每秒超千万级数据点的实时写入。
- 页面称其可在毫秒级内完成对数十亿数据记录的复杂查询。
两大核心能力：融合数据平台与 AI Agent / MCP 工具体系
以条目形式展开 DolphinDB 的 All-in-One 融合架构、存储/分布式/协议插件/生态能力，以及 AI Agent 与 MCP 工具体系和统一接口开发范式。
- 页面称其不仅是数据库，而是统一的 All-in-One 平台。
- 页面称平台融合分布式时序存储、内置流处理引擎与编程分析能力。
- 页面提到 Kafka、Flink、Hadoop 作为不同系统示例。
- 页面称其提供流批一体计算能力并强调结果一致性。
- 页面称其支持 TSDB、OLAP 等多种存储引擎。
- 页面称自研分布式架构支持水平扩展并提供高可用方案。
- 页面称官方提供 OPC 与 OPC UA 插件以连接工业现场设备数据。
- 页面称支持标准 SQL 与类 Python 的脚本语言。
国产时序数据库的“突围”之路
描述市场趋势与增长预期、资源集中化，以及 DolphinDB 的产品化与未来研发/解决方案方向。
- 页面称中国时序数据库市场年复合增长率预计持续领先全球。
- 页面称市场资源加速向头部厂商集中。
- 页面称其将高性能技术转化为标准化产品以解决行业痛点。
- 页面称“一站式”设计可简化全链路并降低总拥有成本与复杂度。
- 页面描述其未来将深耕“时序数据+AI”融合创新并增强云原生能力。
结语
强调国产基础软件竞争能力与 DolphinDB 的一体化实时分析范式及差异化发展路径。
- 页面称其成功证明国产基础软件有能力与国际巨头竞争。
- 页面称“一体化”实时数据分析范式为其打开千亿级市场空间。
- 页面描述其差异化路径以原创技术架构与市场需求为基础。
Facts Index
| Entity | Attribute | Value | Confidence |
|---|---|---|---|
| 新闻条目 | 发布日期 | 2025.12.10 | high |
| DB-Engines 时序数据库（Time-Series Database）排名（2025年12月） | 发布机构与时间 | DB-Engines 于 2025 年 12 月发布最新时序数据库排名（页面导语表述） | medium |
| DolphinDB | 在 DB-Engines 时序数据库榜单中的位置（导语） | 稳居时序数据库榜单前十名；为国产时序数据库产品中排名第一（页面导语表述） | medium |
| DolphinDB（智臾科技）在 DB-Engines 全球时序数据库排行榜（2025年12月截图说明） | 全球排名 | 第9名 | medium |
| DolphinDB（DB-Engines 榜单截图说明） | 综合评分 | 3.03 | medium |
| DolphinDB（DB-Engines 榜单截图说明） | 较上月变化 | +0.59 | medium |
| DolphinDB（DB-Engines 榜单截图说明） | 较去年同期变化 | +0.49 | medium |
| DolphinDB（DB-Engines 榜单截图说明） | 国产时序数据库中的榜单位置 | 位居国产时序数据库首位（截图说明表述） | medium |
| DolphinDB | 国产时序数据库排名历史 | 已长达数年居于国产时序数据库排名榜首（页面表述） | low |
| DolphinDB | 产品类型 | 分布式时序数据库（Distributed Time-Series Database） | high |
| DolphinDB | 研发语言/技术栈（页面描述） | 由中国厂商基于 C++ 自主研发/开发 | high |
| DolphinDB | 核心设计目标（架构取向） | 打破传统“流、批、存”分离架构的壁垒，为时序数据场景提供一站式平台（存储、查询、实时计算、复杂分析） | high |
| DolphinDB | 支持的分析类型（页面列举） | 复杂分析包括信号、振动、机器学习（页面括号列举） | high |
| DolphinDB | 面向行业/场景（页面列举） | 金融量化、物联网、能源电力等海量数据场景 | high |
| DolphinDB | 应用场景（页面列举） | 工业物联网、智能制造、智慧城市、高频交易、量化投研等对实时性要求严苛的核心场景中成为首选（页面表述） | low |
| DolphinDB | 客户数量（截至时间） | 截至 2025 年 12 月，已服务近 200 家头部企业 | medium |
| DolphinDB 客户覆盖统计 | 截至时间 | 截至 2025 年 12 月 | high |
| DolphinDB 客户（页面列举示例） | 包含的企业名称 | 中信证券、易方达基金、长江电力、中广核、中国航天、比亚迪（等） | medium |
| DB-Engines 排名方法（页面表述） | 综合考量维度 | 市场受欢迎度、技术能力、搜索热度及专业评价等多维指标 | medium |
| DolphinDB | 架构特征 | 融合架构：集数据库、流式计算与编程语言于一体 | high |
| DolphinDB 融合架构（页面表述） | 带来的效果 | 数据入库后无需在不同系统间迁移即可直接进行高频复杂的实时计算与分析，从根本上消除数据搬运带来的性能瓶颈 | medium |
| DolphinDB（基准测试，页面表述） | 单节点实时写入能力 | 单节点每秒超千万级数据点的实时写入 | medium |
| DolphinDB（页面表述） | 复杂查询延迟 | 毫秒级内完成对数十亿数据记录的复杂查询 | medium |
| Swordfish 低延时引擎（DolphinDB） | 实时计算时延能力 | 个位数微秒级的实时计算 | medium |
| Swordfish 低延时引擎（DolphinDB） | 适用性（页面表述） | 满足金融交易的时延要求 | low |
| DolphinDB | 平台定位（页面表述） | 并非单纯数据库，而是将分布式时序数据存储、内置流处理引擎与编程分析能力深度融合的统一平台（All-in-One） | high |
| DolphinDB（页面举例） | 对外部系统的提及（用于说明数据移动） | 提到 Kafka、Flink、Hadoop 作为不同系统示例 | high |
| DolphinDB | 计算能力（流批一体） | 提供流批一体计算能力；支持在数据库内完成复杂计算；保证流计算与批计算结果一致性 | high |
| DolphinDB | 多模存储引擎 | 支持 TSDB、OLAP 等多种存储引擎，分别针对时序数据分析、大规模聚合计算等场景优化 | high |
| DolphinDB | 分布式与高可用（页面表述） | 自研分布式架构支持水平扩展，并提供数据、元数据、客户端及流数据的高可用方案 | medium |
| DolphinDB | 工业协议插件（页面表述） | 官方提供 OPC 与 OPC UA 插件，可直接连接并采集工业现场设备数据 | medium |
| DolphinDB | 查询/脚本支持（页面表述） | 支持标准 SQL 及类 Python 的强大脚本语言 | medium |
| DolphinDB | 内置函数数量（页面表述） | 内置超过 2000 个函数 | medium |
| DolphinDB 生态集成（页面表述） | 端到端链路示例 | 提供从 MQTT / Kafka 接入到 Grafana 可视化的完整生态集成（页面表述） | medium |
| DolphinDB | 主要面向人群/场景（页面表述） | 面向对性能有极致要求的工业物联网（IIoT）和量化金融场景；适合处理高频传感器数据、实时监控与预测性维护的核心业务系统 | medium |
| AI Agent（DolphinDB，页面表述） | 定位 | 用于打通智能应用“最后一公里”的实践成果（页面表述） | low |
| DolphinDB 的 Agent（页面表述） | 机制 | 具备自我验证与迭代纠错机制：根据执行结果持续评估并自动调整，直到结果可行可靠 | medium |
| AI Agent 与 MCP 工具体系（页面表述） | 工作方式 | 大模型通过 MCP 工具体系精准调用 DolphinDB 的数据与计算接口，使判断有据可依、结果可复现（页面表述） | medium |
| 统一接口开发范式（页面表述） | 接口复用 | 同一套标准接口可驱动前端可视化平台，也可封装成 MCP 工具供 Agent 调用 | medium |
| 统一接口开发范式（页面表述） | 交互效果 | 图形化操作与自然语言交互可无缝切换，研究员以习惯方式触达底层能力（页面表述） | low |
| 代表性应用（页面表述） | 进展状态 | 多个代表性应用已进入验证与试用 | low |
| 中国时序数据库市场（页面表述） | 增长预期 | 年复合增长率预计持续领先全球（页面表述） | low |
| 市场格局（页面表述） | 资源集中趋势 | 随着技术门槛提高，市场资源加速向具备核心技术、全栈能力与丰富生态的头部厂商集中（页面表述） | low |
| DolphinDB（页面表述） | 领先原因（产品化） | 将高性能技术转化为解决行业痛点的标准化产品（页面表述） | low |
| DolphinDB “一站式”设计（页面表述） | 带来的效果 | 简化从数据接入、存储到复杂分析与 AI 应用的全链路，降低企业总拥有成本与开发运维复杂度（页面表述） | low |
| DolphinDB 研发团队（页面表述） | 未来方向 | 持续深耕“时序数据+AI”融合创新；重点拓展边缘计算、智能投研、工业物联网、量化金融等领域解决方案深度；增强云原生能力，为全球用户提供更弹性、更智能的平台（页面表述） | low |
| DolphinDB（结语，页面表述） | 对国产基础软件能力的论断 | 其成功证明国产基础软件有能力与国际巨头竞争，并成为全球产业链不可或缺的一环（页面表述） | low |
| DolphinDB（结语，页面表述） | 市场空间判断 | “一体化”实时数据分析范式为其打开千亿级市场空间（页面表述） | low |
| DolphinDB（结语，页面表述） | 差异化发展路径 | 以原创技术架构为根、市场需求为本，走出以“高性能计算”为核心竞争力的差异化发展路径（页面表述） | low |
| 技能认证特训营第二期报名 | 报名链接 | https://www.qingsuyun.com/h5/e/217471/5/ | high |
| DolphinDB 官网链接 | 页面中出现的链接 | https://dolphindb.cn/ | high |