大环境之下:一个数据库内核开发工程师的思考、建议与自处


难度 中等

TL;DR

我的判断:这一轮不是 1929,是撕裂——高技术制造在扩张、地产与传统产业在收缩、居民和企业在停止扩张负债。最锋利的证据不是 GDP 增速,而是高技术制造业的就业弹性只有 0.3—0.4(地产建筑鼎盛期 0.7—0.8):产值在涨,岗位在消失,所以「宏观数据好」和「年轻人找不到工作」可以同时为真。

给公司的建议:第一,客户收缩时最后砍的是稳定性支出,不是增长支出——我们天然站在「不会被砍」的位置,要做的是把这个位置变成议价能力;第二,把「降本增效」从售后工单做成独立产品线,这是增量市场萎缩后唯一还长的收入线;第三,停止价格战,用「替代成本」定价,功能已经同质化,再比价就是自杀。

我自己的策略:把内核理解翻译成客户听得懂的成本(机制 → 症状 → 成本 → 方案);用 pg_stat_ 当客户景气的仪表盘*(内核工程师独有的观测优势);收入结构从 L1 往 L3/L4 走(技术资产与行业议价能力,周期不敏感);个人守三条底线——6 个月现金安全垫、收入集中度不超过 60%、不加杠杆。

配套深度版:本文只给结论。需要全部推演过程、十四项关键读数的完整数据口径、大萧条与日本的机制拆解、给公司的八条建议、成本效用与家庭资产负债表模板,以及一张 24 项指标的可证伪看板,请看
《经济下行周期下的数据库内核工程师:深度版》(1200 行)。


目录


一、我怎么看现在的大环境

1.1 先说结论:不是大萧条,是撕裂

我不想预测 GDP 明年是 4.2% 还是 3.8%,那种精确度是假的。我只说我能观察到的结构。

2026 年最反直觉的一组数据是这两行:

读数
高技术制造业增加值 +13.3%,对规上工业增长贡献率 47.9%
房地产开发投资 -19.9%,固定资产投资 -4.2%

再配上第三个数字:16—24 岁(不含在校生)失业率 18.0%。

一个 GDP 还在 4.6%、工业利润还在涨、制造业产出两位数增长的年份,同时出现 18% 的青年失业率——这两件事怎么同时成立?

答案在第四个数字里:

高技术制造业的就业弹性只有 0.3—0.4(产出增长 1%,就业只增长 0.3%—0.4%)。而地产建筑鼎盛期是 0.7—0.8。

换句话说:产值确实在涨,但这份增长吸纳就业的能力,比它替代掉的那些岗位消失的速度还慢。 新质生产力拉动增长和年轻人找不到工作,本来就是同一件事的两面。

第五个数字补上另一侧:居民债务收入比从 2021 年的 124% 降到 2026 年中的 118%,房贷年偿还额从 2023 年约 7 万亿降到约 5 万亿,居民贷款 2026 年 3 月同比增速历史首现负值。

居民在去杠杆。同时,非金融企业杠杆率 179.5%,地方政府债务余额 59.24 万亿。

这就是撕裂的全貌:私人部门在收缩负债,公共部门和企业还在加杠杆。 辜朝明在《大衰退》里给这种状态起的名字叫资产负债表衰退——企业从「利润最大化」转向「债务最小化」,于是利率再低也不投资,居民再便宜也不消费。

1.2 大萧条和日本,我只留三件事

两个参照系我读过不少,但每次真正用上的只有三条:

第一,债务—通缩螺旋是活的。 资产价格跌 → 净资产缩水 → 抛售还债 → 价格再跌。今天中国的居民去杠杆、房企保交付、地方化债,是同一套机制的不同表现。

第二,预期崩塌比价格更致命。 1929—1933 年物价累计跌 30%、工业生产跌 47%,直接原因是人们不相信明天还能找到工作。日本居民 2022—2025 年每年净存款 11—14 万亿,累计超额储蓄约 6 万亿——钱在那儿,利率 1.68%,就是不进消费。低利率撬不动被悲观预期锁住的储蓄,这是流动性陷阱最真实的形态。

第三,也是我最想记住的一条:日本的居民工资,30 年累计只涨了 6%。 抗周期能力不来自薪水,来自资产负债表。

至于金本位、全球贸易依赖度、人口年龄结构——这三个 1929 和 1990 的条件今天都不成立,所以我判断不会重演大萧条。但机制会重演,路径会更长。

1.3 行业层面:蛋糕还在长,但分的人少了

数据库行业的数据比宏观经济体面得多:

读数
市场规模 2025 年约 678 亿元,2028 年预计 979.74 亿元,CAGR 13.06%
但供给端 国产数据库产品数 292 款峰值 → 167 款,超四成退出
头部 达梦 2026H1 营收 7.13 亿元,+36.27%;而电科金仓 1.80 亿元、净利 751.77 万元

一个还在长 13% 的行业,同时有四成产品死掉,同时头部和尾部拉开 20 倍以上的差距 —— 这不是衰退,这是出清。

出清意味着两件事,对我这种在产品公司做内核的人尤其重要:

  1. 别在尾部公司做内核。 「公司能不能活过这两年」本身就是最大的个人风险,而内核研发在公司内部恰恰是最容易被砍的投入(因为它的 ROI 最难证明)。
  2. 头部的机会来自长尾的迁移。 客户会从「够用就行」转向「TCO 和运维复杂度优先」,这恰好是内核能力最能变现的地方。

1.4 落到我自己身上

所以这轮环境对我意味着什么?三句话:

  1. 我的价值会被重新定价。 过去客户扩产,数据库是「买来就能用」的商品;现在客户缩表,数据库变成「每一分钱都要解释」的成本项。能帮客户算账的工程师,和只能交付功能的工程师,差距是数量级的。
  2. 我的位置其实是安全的,但需要我主动站过去。 收缩期客户先砍增长型支出(新系统、新功能、新市场),最后砍稳定性支出(备份、容灾、审计)——因为砍增长只是少赚钱,砍稳定性是可能死掉。我们做的正是后者。
  3. 但公司会不会把这份安全传导给我,取决于公司自己活得好不好。 这就引出第二部分。

二、给公司的三条建议

2.1 第一条:把「不会被砍」变成议价能力

判断:客户预算收紧时,削减顺序是增长型支出 → 效率型支出 → 风险规避型支出。数据库的稳定性、备份、容灾能力属于最后一类——这意味着我们天然处在一个预算的尾部保护位。

但「位置好」不等于「生意好」。如果不主动做点什么,这个位置只会保住存量,不会带来增量。

flowchart LR A["客户 IT 预算收紧"] --> B["增长型支出<br/>新系统 · 新功能 · 新市场"] A --> C["效率型支出<br/>云优化 · 工具 · 订阅"] A --> D["风险规避型支出<br/>稳定性 · 备份 · 容灾 · 审计"] B --> E["先砍"] C --> F["有预算也砍"] D --> G["最后才砍<br/>砍了可能出事故"] G --> H["数据库内核的位置"]

具体动作:

  1. 把内核能力翻译成客户的成本语言,做进报价单和售前材料:不是「我们的 MVCC 性能好」,而是「你的表因为膨胀涨了 3 倍 IO,扩容每年多花 X 万」;
  2. 做一份《数据库成本诊断报告》作为标准物料,用 pg_stat_* 采集,八项指标(容量、事务、性能、复制、备份、安全、版本、成本),每项给出可量化的年化影响;
  3. 把「减少业务损失」写进价值主张——RTO/RPO 达标一次,省下的是客户一整年的收入损失,这是当前预算环境里最硬的付款理由。

可度量指标:报价单含成本诊断章节的比例 ≥ 80%;由诊断报告直接转化的项目金额;因「稳定性价值」成交(而非价格)在总成交中的占比。

2.2 第二条:把「降本增效」做成产品线,而不是售后工单

判断:增量市场在萎缩,但有一条线在稳定生长——FinOps。行业数据里 30%—35% 的云支出浪费在过度配置和闲置资源上;Gartner 2026 年 9 月的判断是,优化成本应当聚焦于「为增长提供资金」,可寻址目标是年度软件支出的 5%—15%。

这个措辞很重要:「为增长提供资金」的预算,比「削减成本」的预算好批得多。 前者客户 CFO 愿意签字,后者要过三道阻力。

具体动作:

  1. 产品化:把成本体检做成一条能重复交付的产品线——不是送客户的赠品,是有明确定价、有交付清单、有验收标准的服务产品;
  2. 定价模式:首次体检低价引流 → 优化方案按节省额分成或打包进订阅。按节省额分成,客户几乎没有拒绝的理由,因为它直接对账他自己的报表。
  3. 内部先跑通:我们自己就是最好的客户——用同一套巡检清单体检自己的测试环境和预发环境,先练出手感。

可度量指标:体检报告交付数;体检转优化项目的金额与转化率;「因成本优化而续约」的老客户占比。

2.3 第三条:停止价格战,用「替代成本」定价

判断:292 → 167 说明功能已经严重同质化。在功能可比的前提下客户必然比价,而价格战的结果是全行业毛利一起承压,然后一起被裁——这对任何一家公司都不是好结局。

具体动作:

  1. 做「替代成本量化工具」:扫描源库的表数量、数据量、存储格式、专有语法、触发器与存储过程、字符集与时区语义,输出「不迁移你的三年 TCO 是多少」。把客户的迁移风险明码标价,而不是藏在免费服务里。
  2. 销售材料的叙事从「我们有多少功能」改成「你三年要花多少」;
  3. 把「续约前 12 个月」设为销售的强制介入节点——存量市场里唯一可预测的窗口就是 License 到期。

可度量指标:报价单中「替代成本对比」出现率 100%;价格战成交均价降幅收窄;老客户增购率。

2.4 补充一条:现金优先于规模

日本失去的二十年中,最要命的企业教训不是「要保守」,而是当增长停止时,组织会先失去冒险的勇气,然后失去创新能力。而日本在这二十年里失去的恰恰是互联网、移动互联网和 AI 三个窗口期——不是没赶上,是组织在低谷期不敢投了。

所以:设一条现金安全线(经营性现金流可覆盖固定成本 ≥ 12 个月),超过线才谈新投入;把投入分成「保命 / 延命 / 赌未来」三类,低谷期只保前两类,但始终保留一个能持续输出的内核小组——周期结束时公司能拿到的份额,是低谷期保住的技术能力决定的。


三、我自己的策略

给公司的建议说完了,说我自己。

3.1 先用起来:pg_stat_* 是客户业务景气的仪表盘

我们这行有个别人没有的优势:我们能直接看到客户业务在数据库上的投影。

下面是两个我常在客户现场先跑的查询。它们不讲技术,只讲对方的业务痛不痛、成本高不高。

-- 客户是不是已经在放弃治理了:死元组占比 + 表膨胀
SELECT schemaname, relname,
       n_live_tup,
       n_dead_tup,
       round(100.0 * n_dead_tup / NULLIF(n_live_tup + n_dead_tup, 0), 2) AS dead_pct,
       pg_size_pretty(pg_total_relation_size(relid)) AS total_size
FROM pg_stat_user_tables
WHERE n_dead_tup > 10000
ORDER BY pg_total_relation_size(relid) DESC
LIMIT 20;
-- 客户是不是已经「跑不动」了:回滚率上升 = 应用在改逻辑兜底
SELECT datname,
       xact_commit,
       xact_rollback,
       round(100.0 * xact_rollback / NULLIF(xact_commit + xact_rollback, 0), 2) AS rollback_pct,
       deadlocks
FROM pg_stat_database
WHERE datname NOT IN ('template0', 'template1')
ORDER BY xact_commit DESC;

这两个结果不是技术指标,是业务体检报告。「你最大的三张表里 40% 是死元组,膨胀导致 IO 成本翻倍」——这句话比任何 benchmark 都有说服力。

同理还有 pg_replication_slots 的 WAL 保留量(客户写入量与备库积压)、pg_stat_bgwriter 的 checkpoints_req 占比(IO 是不是被 checkpoint 抢了)、pg_stat_wal_receiver 的延迟分布。

结论:内核工程师天然离「客户的钱」很近,只是平时用错了语言。

3.2 产品力:把内核机制翻译成客户听得懂的成本

产品力对内核工程师来说,不是「做更多特性」,而是给已有能力找到对的叙事。我的翻译表长这样:

内核机制 客户听得懂的说法 对应客户的成本
MVCC 可见性 + n_dead_tup 「你的表为什么越跑越大、查询越跑越慢」 表膨胀 → IO 与存储成本
ReorderBuffer 的 stream 模式 「你的复制延迟为什么只在每天业务高峰炸一次」 备库积压 → RPO 风险
WAL / Checkpoint 机制 「你的 IO 抖动不是磁盘坏了,是 checkpoint 在跟你抢」 写入延迟 → 业务超时
复制槽与 WAL 保留 「你的备库删不掉,是被复制槽卡住了」 磁盘满 → 容量事故
统计信息与计划跳变 「你这条 SQL 昨天还好好的,今天突然全表扫」 CPU 暴涨 → 临时扩容

产品力 = 「机制 → 症状 → 成本 → 方案」这条链的完整度。 缺了「成本」那一环,技术就变不成生意。

3.3 销售力:用「单位成本」说话

内核工程师通常技术表达力不缺,缺三样:讲价值、算钱、做 POC。

只有「算钱」是必须自己解决的,因为它是唯一能穿透采购决策链的语言。四个指标就够:

指标 怎么讲
单位查询成本 「同样的机器能多扛多少流量」
单位事务成本 「同样的机器能多跑多少业务」
单位存储成本 「你的数据每年花多少钱」
单位运维成本 「这个库每年要几个人来管」

这四个指标的共同点是:它们都不是技术指标,客户 CFO 一眼看懂。

练法也很简单:每做一次客户现场,就强迫自己产出一页「年化收益 T 万元,回收期 U 个月」。做不满十页就不算做完这个项目。

3.4 服务力:从救火型升级到诊断型

服务力的本质不是响应速度,是客户对你的依赖形态:

形态 可替代性 收入属性
救火型(出问题我来修) 高 一次性
交付型(按计划上线) 中 一次性
诊断型(我告诉你哪里有病、怎么治、治完省多少) 低 经常性
托管型(我替你看着) 低 经常性

内核工程师天然适合诊断型——客户愿意为「准确的根因定位」付高价,不愿意为「响应工单」付高价。

所以我给自己的日常动作是:维护一份巡检清单,每接一个客户就把它跑一遍,产出一份成本诊断报告。这份清单是资产,不是任务。

3.5 创造收入:四层结构,只往上走

很多内核工程师把「创造收入」等同于「多卖 license」。这个理解在收缩期很危险——license 收入是公司的事,不是我的事。

层级 形态 周期敏感度
L1 产品收入 公司卖产品,我拿工资 高
L2 方案收入 我能独立交付的咨询 / POC / 实施 中
L3 知识资产收入 文档 / 专栏 / 课程 / 演讲 / 开源 低
L4 议价能力 行业话语权、机会主动权 负相关

L1 随周期剧烈波动,L3 和 L4 跟周期弱相关甚至负相关。 一个只在 L1 上出力的人,和一个同时在做 L3/L4 的人,处境差一个量级。

而 L3 对内核工程师几乎是最顺的路:一次生产,多次变现。我已经写了三十多篇内核文档,下一步不是继续写,是把它们变成体系化课程、开源诊断工具、行业演讲和上游贡献——这四件事同时产出 L3 收入和 L4 议价能力。

顺带说一句:即使公司层面砍掉了开源投入,个人也应该保住最低限度的高质量上游贡献。 上游身份是行业内最硬的信用背书,它的周期不敏感度最高,也是我换工作时唯一的主动权来源。

3.6 个人层面:三条不可让步的底线

回到那句最扎心的话——日本居民 30 年工资累计只涨 6%。抗周期能力不来自薪水。

底线 指标 为什么
现金流安全垫 流动资产 ≥ 6 个月必要开支,零高息负债 有了它,我可以在最差的时点拒绝最差的机会。10 年期国债 1.68%、大额存单跌破 1%——持有现金的机会成本降到历史最低,这是防守的黄金窗口
收入韧性 单一雇主 / 单一客户 ≤ 总收入 60%;被动收入 ≥ 月必要开支 30% L3 资产是唯一能在失业期间自动产生现金流的东西
不加杠杆 不用房贷、杠杆加仓任何单一资产;房产占净资产 < 60% 周期的本质不是消灭人,是消灭杠杆。 任何把自己绑在杠杆上的人都会被清算

还有一条容易忽略但我认为是最不可替代的:健康与关系。收缩期身体是唯一不能降本增效的资产;而内推、临时项目、行业引荐,90% 来自弱连接——定期测试自己还能不能被雇佣,是一种低成本的风险对冲。


结语

写完这三条,我最想留一句的不是「要节约」也不是「要多元化」,而是这个:

数据库内核工程师的位置是好的——在客户削减预算的顺序里,我们是最后被砍的那一项,因为我们卖的是「不出事」。

但位置不会自己变成生意。要让它变成生意,需要有人肯做那个最不性感的动作:把最复杂的东西,翻译成客户听得懂的成本数字。

这件事没有人会替我们做,公司不会,销售不会,PM 也不会。它是内核工程师在收缩期唯一能自己掌握、且一旦掌握就复利累积的杠杆。


附:本文数据口径

数据 来源 时点与口径
GDP、失业率、房地产、固投 国家统计局 2026 年前三季度或 1—8 月累计同比;失业率为 16—24 岁不含在校生口径
PPI、CPI、工业利润、产能利用率 国家统计局 2026 年内
非金融企业杠杆、居民债务收入比、社融 中国人民银行 2026Q2 金融资产负债表
地方政府债务余额 财政部 2026-07
居民净存款、超额储蓄、国债收益率 公开市场数据 2022—2026 年
就业弹性 公开研究汇总估算 高技术制造 0.3—0.4,地产建筑鼎盛期 0.7—0.8
数据库市场规模、产品数量、厂商份额 中国信通院 2025 年数据,2028 年预测
厂商营收与利润 上市公司定期报告 2026H1
FinOps 浪费比例、Gartner 成本优化建议 FinOps Foundation、Gartner Gartner 2026-09,5%—15% 可寻址软件支出
日本数据 辜朝明《资产负债表衰退》《大衰退》、日本统计局 1990—2010

免责说明:数据取自公开渠道,不同来源口径可能存在差异;文中的概率判断与建议仅为个人思考,不构成投资建议或任何形式的预测承诺。涉及个人职业与财务的部分仅供读者参考。


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
这篇还发到了
今日头条 drafted
  目录