在云计算、分布式架构、人工智能加速演进的背景下，数据库正在被重新定义：它不只是数据存储与访问的工具，而是正在成为企业数字基础设施的重要底座。

正是在这样的产业背景下，达梦数据库于 2026 年 4 月 22 日在北京举办了 2026 中国数据库技术与产业大会。

在这次大会上，达梦发布了多款最新产品，同时也是时隔七年正式发布了达梦数据库管理系统的最新版本：DM9。

个人非常荣幸能够参加这次的 DM9 发布会，也获取了相关的第一手资料，在此给大家做一个分享。

回归本源：把数据库最核心的能力做得更强

任何数据库的发展，首先都要回答一个最根本的问题：它是否足够稳定、足够可靠、足够快速，足以承载关键业务。

在这方面，DM9 把着力点首先放在了共享存储集群（DM DSC）能力的持续提升上。资料显示，达梦自 2008 年开始探索数据共享集群技术，经历 DM7 的试点落地、DM8 的大规模商业应用之后，DM9 进一步围绕共享存储集群的可靠性、性能和建设成本进行了系统性增强，试图把国产共享存储集群能力从“可用”推进到“全面发展”的新阶段。

例如，在可靠性方面，DM9 引入了 ASM 镜像技术，通过在多个 ASM 盘之间进行数据镜像，实现对部分硬盘故障乃至存储设备级故障的容错，将故障处理尽量限制在存储层，而不必上升到集群级切换。这意味着，在共享存储这一长期被视为关键风险点的环节，DM9 希望提供更独立、更灵活、更低成本的可靠性保障。

在高可用方面，DM9 继续强化了共享存储集群的故障容错处理机制。基于发布会介绍，DM9 通过部分数据服务优先恢复、日志优化等技术手段，将故障恢复时间进一步压缩：查询业务可在 3 秒内完成故障切换并恢复运行，更新业务可在 8 秒内完成故障切换并恢复运行。对于金融、电信、能源等对业务连续性要求极高的行业来说，这样的能力意义重大。

而在面向大规模 OLTP 场景，DM9 也在共享存储集群中对缓存交换、节点协同、网络访问等机制进行了多项优化。资料提到，DM9 DSC 通过 GBS/LBS、RDMA、页面远程读、分区并行、数据页控制权提前释放等技术增强，在银行核心业务负载的联合实验中，9 节点国产 CPU 服务器集群压测吞吐量突破 10000 TPS，响应时间 223ms。

纵深推进：分布式与 HTAP 能力同步增强

如果说共享存储集群代表了数据库“稳”的一面，那么分布式数据库则更代表数据库“广”的一面；它要面对的是更大的数据量、更高的并发规模，以及更多样化的业务形态。从资料来看，DM9 在分布式事务处理能力上给出了明确方向：不仅支持大规模横向扩展，而且强调强一致事务能力与金融级异地容灾。

材料显示，DM9 分布式数据库实测可支持 1000+ 节点规模，并且在 1000 余台低配服务器（16 核 CPU，64GB 内存）组成的集群环境下，实现了 TPC-C 负载 4.2亿 Tpm-C 的性能水平。这样的结果，说明 DM9 希望面向的不只是传统政企场景，也包括互联网级、大规模在线业务场景。

更重要的是，DM9 并没有把“分布式”简单理解为“可扩展”。资料中提到，DM9 通过改进多主机 XA 协议、分布式多版本并发控制、事务 ID 动态缓存、二阶段提交优化等手段，强化分布式事务严格遵循 ACID 规范，面向金融、交易类强一致业务场景给出更有针对性的支撑。

与此同时，DM9 也在容灾体系上持续前进。针对金融行业广泛关注的两地三中心场景，DM9 提出了数据中心级提交规则：同城双中心采用强同步确保 RPO=0，异地备中心用于灾难恢复，并且通过优先级机制确保核心数据中心始终持有最新完整数据。这意味着，DM9不仅在做“可扩展的分布式数据库”，也在做“可用于关键行业生产体系的分布式数据库”。

除了事务处理，DM9 还将分析能力与混合负载处理能力放在了重要位置。资料显示，DM9 提出了面向 OLAP 场景的算存全并行技术，支持列式存储、压缩、子计划下推、执行计划粒度的并行协同，以及存算分离与存算一体之间的自适应切换。对于仅涉及单个分片的交易类请求，可自动切换至算存一体模式以降低网络往返延迟；对于涉及多个分片的分析类请求，则通过计算节点协调多个存储节点并行处理，从而兼顾 TP 低时延与 AP 高吞吐。

这背后折射出的其实是一个越来越清晰的趋势：企业不再希望维护“交易一套系统、分析一套系统”的复杂架构，而是希望数据库能够更高效地支撑 HTAP 等混合负载场景。DM9 在这一方向上的探索，正是为了让“一套系统同时承担交易与分析”的目标更加可落地。

无界融合：集中式与分布式不再对立

数据库架构选型，长期以来常常是一个两难问题：

• 选择集中式，架构简单、运维成本低，但是扩展能力有限；
• 选择分布式，扩展能力强，但是部署复杂、运维门槛高、建设成本也更高。

DM9 针对这一问题上提出了一个更进一步的答案：集中式与分布式的无界融合。

达梦在 DM7 阶段实现了集中式与分布式的同源发展（FCD 1.0），又在 DM8 阶段实现了两种架构的无缝协同（FCD 2.0），而到了 DM9，达梦将这一能力推进到 FCD 3.0 阶段：集中式中融入分布式能力，集中式与分布式之间可以灵活变更、平滑过渡。

从集中式扩展为分布式时，无需数据迁移和业务改造，只需新增节点、配置分片规则并且自动完成数据重分布；业务收缩时，分布式也可缩容为单机，以更低的资源和运维成本适应新的业务规模。

这类能力的价值并不只是技术层面的先进，更在于它改变了用户的选型逻辑。用户不必在项目初期做出难以逆转的架构赌注，而可以随着业务增长灵活调整数据库形态，真正实现“按需扩展、按用付费”。

DM9 还进一步提出了“从 DB 实例到数据池”的思路：已有的单机数据库未来可以直接被纳入一个已部署的租户化分布式数据库中，由分布式数据库统一完成协调、纳管与调度工作。这意味着，大量分散的小规模数据库，在未来有可能不再通过复杂迁移来整合，而是直接“被拉进来”，成为统一数据基础设施的一部分。

不只是数据库：也是资源组织者，也是云

云化是过去几年数据库演进中绕不开的关键词。但是 DM9 希望做的并不是简单把数据库部署到云上，而是让数据库本身具备更强的资源组织与租户管理能力。

为此，DM9 正式引入了多租户数据库技术。与依赖容器编排和外部云基础设施的方案不同，DM9 将租户对象及其资源隔离、调度能力直接内置于数据库内核中，让数据库管理系统自身感知不同租户的负载差异，进行精准调度与资源管控。这样的设计，一方面有助于降低整体部署复杂度，另一方面也尽量保留了原生数据库的性能路径。

在此基础上，DM9 支持租户负载在线搬迁，可以在宿主主机资源紧张时，将租户动态、无中断地在线迁移到更空闲的节点，以提升整体资源利用率和服务能力。依托分布式数据库底座，DM9 多租户能力还具备大规模资源管理、异地容灾和异构硬件混合部署支撑能力，面向大型企业云化场景提供更强的扩展空间。

此外，DM9 在安全方向还引入了密态计算安全能力。资料提到，租户可选择以全密态方式实现私有数据全程加密保护，支持密态数据的范围查询访问。这一方向，对于政企、金融、能源等对数据安全要求极高的行业具有明显吸引力。

DB + AI：数据库正在成为智能时代的新底座

人工智能的发展，正在让“数据库是什么”这个问题被重新提起。当大模型走向行业应用，企业最迫切面对的一个现实问题就是：高质量数据如何被高效、安全、低成本地组织和调用？在这一背景下，数据库不再只是大模型的后端存储，而是开始成为 AI 应用体系中的重要组成部分。

在 DM9 中，这一方向已经有了明确体现。资料显示，DM9 支持向量数据类型存储与索引，提供 IVFFLAT、HNSW、DISKANN 等多种向量索引方式，并且能够结合全文检索能力，支撑大模型 RAG 的多路召回。在 DM9 的存储引擎中，向量数据类型还能与关系、空间、文档等类型统一存储，并且通过 SQL 进行跨模型查询访问。这意味着，数据库正在从“存数据的地方”变成“组织多模数据与语义检索的地方”。

除了数据类型的扩展，DM9 还在尝试把 AI 进一步引入数据库设计和运维流程中。相关资料中提到，DM9 支持接入数据库设计智能体，通过自然语言理解业务逻辑并进行关系建模，自动生成 ER 图与符合 DM9 语法规范的数据库模式脚本；同时，也支持接入数据库运维智能体，通过理解自然语言运维指令，检索可用工具并形成运维计划步骤。

更值得关注的是，DM9 并没有把这一切视为终点。达梦还提出了 DM Fusion AI 计划，希望以 DM9 为基础平台，进一步发展库内 AI 推理、数据语义检索、数据分析智能体支撑、xPU 加速等能力，推动数据库真正走向“数据与 AI 共生”的新阶段。

写在最后

回头看数据库的发展史，很多概念会随着技术浪潮起落变化，但真正能够沉淀下来的，始终是那些既能扎根产业现实、又能面向未来持续演进的能力。

DM9 不是 DM8 的简单升级，而是达梦面向下一阶段核心数据库市场推出的新一代数据库平台，在共享存储集群（DM DSC）、分布式事务、大数据分析、HTAP、多租户云化以及 DB + AI 融合等方向的全面升级。它既强化了高可靠、高性能、强一致和金融级容灾能力，也实现了集中式与分布式的无界融合，并且通过向量检索、数据库智能体等能力，向智能化数据底座演进。

对于达梦而言，这是一次产品能力的集中释放，表明达梦数据库正在经历从跟跑者到并跑者，再到领跑者的转变；对于用户而言，这也意味着在国产数据库持续演进的道路上，一个新的观察点与新起点，正在到来。