Andy Pavlo 发表于 2025 年 1 月 1 日，译评：冯若航 就像突然有人一记“脑瓜冲天炮”般直击（这里有视频佐证[1]），我又来了！为大家奉上我每年的数据库大乱斗总结。没错，以前我是在 OtterTune[2] 的博客上写这么多东西，然而公司已 Game Over（愿它安息）。现在我就跑回自己的教授个人博客来搞事。

  过去这一年里发生了不少事，从 10 位数的收购案、厂商到处撒野乱改许可证、再到某位超级有钱的数据库界八旬老汉为了追求新女神、砸钱拉拢大学橄榄球明星等传奇故事，好不热闹。

  我答应过我第一任老婆，今年要写得更专业点。而且听说有些大学把我每年的总结当作数据库课的必读材料。所以今年我得好好斟酌。但话说回来，想想我之前两年的文风，也就那样吧。反正咱先试试，看能不能稳住。

  我们身处数据库的黄金时代。各种优秀的（关系型[6]）数据库数不胜数，适用于各种应用场景。很多软件都开源了，而背后则是拿了风投的公司在运营。

  可风投老爷们可不做慈善，他们要回本，还要装满自己的“钱袋子”。于是这些数据库公司纷纷推出云上托管服务。但云的存在让开放源码数据库的商业模式变得相当棘手：系统一旦火了，类似 Amazon 这种云大厂就会把你的软件打包成他们自家的云服务，赚得比你这家真正开发软件的公司还多。为避免这种事儿发生，很多数据库公司开始换更严格的许可证，目的是防止云厂商抄作业。MongoDB 在 2018 年[7]就已经带了个头，改用了 SSPL(Server Side Public License)[8]。

  过去这一年，许可证的变动就像海上的风暴，翻滚得厉害。而其中最受关注的两大事件，非 Redis™ 和 Elasticsearch 莫属。

  这次 Redis 改许可证引发了迅速的反弹[15]。同一周就冒出了两个基于 BSD-3 旧代码的分支[16]： Valkey[17] 和 Redict[18]。Valkey 出自 Amazon，但 Google 和 Oracle 的工程师随后也加入了进来。Valkey 项目仅用一周就被 Linux 基金会[19]纳入麾下，一大厂转而支持它。与此同时，Redis Ltd. 又在商标上玩花活儿，还把某些开源 Redis 拓展项目的控制权收走[20]，弄得大家都觉得公司黑乎乎的。

  老冯评论：《》，虽然 Redis LTD 此公司本身整的烂活也不怎么样，但更应该批判的是过时的 OSI 理念与贪婪白嫖开源的公有云厂商。Elasticsearch

  老冯评论：《》其实原因也很简单，ES 要是再不改许可证，生态位就会被 Tantivy 换皮和 Grafana 彻底占领了。Andy 的看法：

  看起来只是个许可证的变动，但背后是数据库圈的巨额利益纠纷，而且上面还只是两个系统的故事！我都还没提到 Greenplum，他们 默默关停[32] 自己维护了 9 年的开源仓库，转为闭源，但没人注意到，因为估计也没几个人现在还真用 Greenplum。另一家在开源转闭源上翻车的，还有 Altibase[33]，那是在 2023 年干的事。

  说实话，我不怎么喜欢 Redis。它跑得不够快，所谓事务[34]也比是个冒牌货，查询语法像个怪胎。我们在 CMU 做的实验发现 Dragonfly[35] 的性能数据更优秀（即使只用单核 CPU）。我在数据库课程里常拿 Redis 的查询语言来做负面典型教学（“该怎么写才不会这么难看”[36]）。不过，我也理解 Redis Ltd. 被 Amazon“骑脸”的尴尬。但我觉得 Redis Ltd. 高估了“重写一个 Redis”这件事的难度——Redis 是个简单的系统，要做替代品没啥难度（不像实现完整功能的 Postgres 那样离谱），所以他们这个姿态会不会让社区觉得受不了？

  Elasticsearch 的情况大同小异：公司宣布改许可证，外面就冒出一个开源分支，公司又只好灰溜溜改回开源，但当时的热闹劲儿也已经过去。

  奇怪的是，Redis 和 Elasticsearch 改证引发的反弹似乎比其他改证的数据库大多了。像 MongoDB、Neo4j[37]、Kafka[38]、CockroachDB[39] 等等，它们改证时，社区好像没有马上都要分支“”。就算 CockroachDB 2024 年又改了一次[40]要大企业付钱，也没见大规模分叉。那为啥 Redis 跟 Elasticsearch 就炸了锅？装机量大肯定是一方面，可当初 MongoDB 和 Kafka 的用户基数也不小啊。我猜 Redis 的问题是：大家认为 Redis Ltd. 这种“拿别人东西来赚钱”的感觉很不爽，因为创始人早就离开了，而公司这一连串操作，让大家认为他们对社区的贡献并不匹配他们获得的收益。另外，从 Redis 代码库提交记录[41]看，互联网大厂（比如腾讯、阿里）也有不少贡献，所以现在公司突然一刀切，也难怪大家炸毛。这跟 2023 年 HashiCorp[42] 改 Terraform 许可证被疯狂吐槽一样，都是 “占了社群红利，却要反过来控盘”的嫌疑。

  归根到底，云时代，开源数据库公司（ISV）能不能活得下去确实很难。云厂商有钱又有资源，只要他们想，把你的开源数据库拿去当个插件就行，比如 AWS 把 InfluxDB v2 协议[43]给移植到他们自己的 Timestream 上，分分钟抢用户。再者，他们还可以像 Bushwick Bill 前女友一样，对着你的眼睛就是一枪[44]，像 AWS 现在直接推出兼容 Valkey 的服务，而且号称比兼容 Redis 的服务便宜 30%[45]，这波釜底抽薪简直太狠。

  老冯评论：在《》专栏中，我已多次聊过这件事了：公有云 PaaS 云软件白嫖开源软件（数据库）的行径是，必将招致反噬 —— 而这将成为这个时代的行业核心议题。比如：Databricks vs. Snowflake 的街头帮派混战还在继续

  Databricks 和 Snowflake 之间的互怼依然火力全开。这俩大厂的恩怨情仇，绝对是一场“经典数据库之战”，已经从性能打到了生态、从台面斗到了台下。

  2024 年 3 月，Databricks 先开了一枪，宣布花了 1000 万美元训练了一个自家开源大模型 DBRX[46]，拥有 1320 亿参数。开发团队就是他们在 2023 年花 13 亿美元收购的 Mosaic[47] 团队。结果一个月后，Snowflake 也搞了个 Arctic 开源大模型[48]，有 4800 亿参数，号称只花了 200 万美元就把它训练得能吊打 DBRX，尤其在“企业场景”诸如自动生成 SQL 方面更强。你能看出 Snowflake 故意把自己跟 DBRX 对比，一副“我就是要怼你 Databricks”的气势；他们甚至承认有其他模型（比如 Llama3）跑得比自己还猛，但就是硬要对比 DBRX。某位 AI 研究员说为什么Snowflake 天天盯着 DBRX 不放[49]，而不跟别的大模型比？他大概不知道这俩数据库厂都流了多少血了。

  这场数据库大战已经不只是比谁跑得快那么简单。它不像 90 年代 Oracle 和 Informix 的对轰，那会儿拼的就是 SQL 查询速度。确实，Informix 当年除了做基准测试还搞了官司[63]告 Oracle，说 Oracle 挖他们高管，结果最后自己撤诉了[64]。更惨的是 Informix CEO 后来还被爆出做财务造假，虚报营收指标来显得比 Oracle 牛，最后 被判刑[65]坐了两个月牢。

  然而 Snowflake 和 Databricks 这一仗，已经扩展到数据库周边生态：从怎么把数据灌进数据库，到接下来如何正确地处理数据，再到大模型和 AI 路线。这年头，列式引擎跑分析已经算是大路货[66]了，Databricks 和一众 OLAP 厂商都在追着 Snowflake 的 2013 年设计思路走——当时就是基于 Snowflake 创始人之一的 博士论文[67]。如今更重要的是使用者真实的体验（难以量化和收费）、与其他工具的兼容，以及 AI / LLM 的点睛之笔。

  不过这种竞争对用户来说是好事。狼多肉少，才能逼着技术进步、价格往下走。就像 Snowflake 现在把 Polaris 也捐给了 Apache[68]，这不就是多一分开源、多一些平价选择嘛。可别整成过去 Oracle 和 SalesForce 那种“两个土豪 CEO 互相喷口水”，大把烧钱然后用户也没啥实际好处。

  就像做在线业务时，首选数据库是PostgreSQL一样，如今做分析时的 “默认之王” 就是 DuckDB。以前大家可能还会说用 Pandas，但现在几乎一开口就是“DuckDB 走起”。这货特别轻便，所以很多人想把它塞进那些本身对 OLAP 支持不是特别好的数据库。今年，我们就看到四款把 DuckDB 集成到 Postgres 的扩展相继亮相。

  老冯评论：我帮助 ParadeDB 打好了所有 Linux 上的二进制包，他们的创始人 Noel 曾经问我 PostgreSQL 分析引擎该如何做，我说：赶紧去缝 DuckDB 吧。他们是仅次于 duckdb_fdw 后第二个入阵的玩家。

  老冯评论：国内开发者李红艳还有一个 DuckDB FDW 是另一个 Andy Pavlo 未提及的 DuckDB 缝合玩家。起了个大早，占领了一个相当独特的生态位。(同样在 Pigsty 中可用，可惜与 pg_duckdb 不能同时安装)Andy 的看法：

  DuckDB 的便携和轻量，让它在 Postgres 社区倍受欢迎。虽说 ClickHouse[85] 从 2016 年就有了，但以前想部署 ClickHouse 并没 DuckDB 那么简单（参考他们官方回顾部署难度的文章[86]）。而且通过把 DuckDB 嵌到 Postgres 里，还能同时接驳 Iceberg、S3 等等，不用额外装其他插件。这让很多组织轻松获得高性能分析能力，而不用上昂贵的数据仓库。

  至于 Postgres 的扩展机制，那真是强大。“可扩展”一直是 80 年代 Postgres 设计目标[87]之一，人家就是要支持新存储引擎、新数据类型等等。2006 年以后又引入了各种“钩子”API。我们在 CMU 的研究[88] 里发现，Postgres 拥有数据库里最繁荣、最百花齐放的扩展生态。当然，也有副作用：扩展之间可能互相冲突，导致奇奇怪怪的错误[89]。

  之前那些给 Postgres 加列式存储的方案（比如 Citus、Timescale），只是解决了“存储格式”这一部分问题。可如果引擎本身还坚持行式处理[90]，那终究还是不够。DuckDB 把列式存储和向量化执行流程都带到了用户面前。

  话说回来，本来我想做个 “turducken（火鸡、鸭子、鸡三合一）”的梗，再配合 Postgres 的象征“大象”，可想想我还得保住饭碗，免得学校 找我麻烦[91]，还是算了。

  老冯评论： PG 生态的 DuckDB 缝合大赛，算是一件干脆就是我放火点燃的赛事。年初的一篇《》 传遍整个 PG 社区，成功的将 OLAP DuckDB 缝合推动成为了一场如火如荼的竞争。关于 DuckDB 缝合大赛的评论，请看拙作：《》。 我认为 PG OLAP 扩展生态很快会出现类似 PGVECTOR 的爆款扩展，就在以上几个选手中诞生。（目前我比较看好 pg_duckdb 与 pg_analytics）不管怎么样，这些扩展目前 全部 都在我的 中收录。 小广告：我制作了所有主流 Linux 发行版下的 RPM/DEB ，开箱即用！即使你不用 Pigsty，也可以使用

  2024 年里，还有不少数据库领域的“奇闻异事”可能你没留意。我在这儿给大家快速打个包：

  Amazon Aurora DSQL目前公开信息不多，只知道它是个 “Spanner-like” 数据库，AWS 自己的Mark Brooker[92] 也只说了点架构八卦：用分布式日志服务（据说是基于已经下线的 QLDB），加上 Time Sync[93] 实现类似“时间戳排序”。感觉 AWS 也知道 “Aurora” 这牌子非常响，所以给这全新数据库也挂了 Aurora 的名号，其实跟原先的 Aurora Postgres 似乎没啥关系。

  老冯评论：Amazon Aurora DSQL 号称自己 PostgreSQL 兼容，但是从他们文档中不支持的 PostgreSQL 特性列表来看，我认为他们应该使用更务实的说法 —— PostgreSQL 线缆协议（WireProtocol）兼容。 总的来说这也从另一个角度反映出 MySQL 确实过气了，因为很久以前 AWS 这种新品都是 MySQL 先上，这次连影子都没有了。Andy 的看法：

  CedarDB Umbra[94] 绝对是目前最前沿的数据库系统之一，而且据说背后那位大神正是“世界上最牛的数据库研究员”[95]Thomas Neumann[96]。但人家 Thomas 似乎只想安安心心待在大学，把 Umbra 堆到 Clickbench[97] 榜首，不想给任何“烦人顾客”打工。所以他的一些博士生就把 Umbra fork 出来商业化，给它取名 CedarDB。

  Google Bigtable 最有意思的是，这货在 2024 年支持了 SQL……想当年 NoSQL 运动的先锋，如今又加回 SQL 了，也是略有讽刺。

  Microsoft Garnet这是 MS 出的键值库，号称是 FASTER[102] 的继任者，兼容 Redis，支持多线程并行、支持大于内存的数据集，还有真·事务。Redis 在 2024 年还真别当啥首选了。

  MySQL v9距离 MySQL v8 GA 已经过了六年，终于出了 v9。结果大家发现当数据表超过 8000 张[103]就会崩……我对这个新版功能列表（官方链接[104]）真的提不起劲。Oracle 自家把更多资源放到闭源的 MySQL Heatwave[105] 服务上。MySQL 的使用量依然很大，但讨论热情明显不如从前，大家基本都转投 PostgreSQL 的怀抱了。

  老冯评论：关于 MySQL 的糊弄，躺平摆烂，缺陷与过气，我已经说过不少了，合订本请看这里。老实说，我已经懒得再写这些已经算是 “共识” 的东西了：

  Prometheusv3 距离上个大版本已经七年。这期间出现了一大堆兼容 Prometheus 的替代品（参考这里[106]），所以也不一定非得用原版 Prometheus。

  老冯评论：VictoriaMetrics 现在已经占领了高性能 Promethues 的生态位，成为高性能 APM 时序数据库的事实标准。收购案：

  •Amazon QLDB连 Amazon 都搞不下去一个区块链数据库（好吧它其实也不算真正的去中心化区块链），那就说明这个方向真不行了。•OtterTune这个是我、Dana[120] 和 Bohan[121] 花了快十年精力搞的科研和创业项目。结果现在还得说再见。对某家在最后阶段“对我们不厚道”的公司，我只想说：你们永远被禁止从 CMU-DB 招人。你们清楚自己干了啥。

  特别要给 Andres Freund[122] 点赞，他在 2024 年发现了 xz backdoor[123] 这个安全漏洞。这个后门是潜伏了两年[124]的蓄意攻击，目标是一个普遍的使用的压缩库（xz），主要想搞 SSH，但是却被 PostgreSQL 提交者发现了 —— 这提醒我们——数据库工程师真的是身怀绝技的顶级工程师。

  Databricks 今年再一次把数据库圈的融资总额甩在身后，狂砸100 亿美元 J 轮[125]，之前 2023 年的 5 亿美元 I 轮[126] 和 2021 年的 16 亿美元 H 轮[127]都已经够惊人了。这次不太一样的是，据说这轮钱是拿来给老员工变现的（“证券交易市场收员工的股”[128]）。好几位 CMU-DB 校友都在 Databricks，包括我曾经的头号博士生[129]，他们中的很多人正等着 Databricks 上市好套现，看下一步人生去哪儿。

  明年很可能是很多数据库初创公司力量的试金石。没人想沦为下一个 MariaDB Corporation[130]……所以很多公司都想等 Databricks 上市时带动整个数据库板块的热度再 IPO。若明年利率线]，可能又会释放一波资金，砸向那些两三年前就融过大钱但一直没上市的公司（如 CockroachDB、Starburst、Imply、DataStax、SingleStore、Firebolt 等）。其中一个例外是 dbtLabs，传闻他们现在依然挺爽的。

  你可知道谁在今年迎来 80 大寿？正是我们传奇的 Larry Ellison！是的，这位拒绝认命、拒绝给自己设限的狠角色，又在这一年创下了一系列壮举。今年他富到自己都快挤进 世界富豪榜前三[133]。2024 年 3 月，Oracle 股价疯涨，他一天就赚了 150 亿美元[134]。拿到钱后，7 月他又花 60 亿[135]把派拉蒙影业买给他儿子（第三任老婆所生）。接着他又以 2.77 亿美元[136]在棕榈滩买了个度假村，只当小玩意儿收着。别忘了，这些都只是他 2024 年的花钱小插曲，背后都是靠数据库发家致富啊。

  但线 月发生的一件事——Larry 资助了密歇根大学橄榄球队招揽一个超级牛的大学四分卫[137]。这名球员原先在路易斯安那州立大学，后来转学去了密歇根。那份校方的官方声明还特别感谢了“一位名叫 Larry 和他妻子 Jolin 的捐助人”。结果媒体挖出[138]这个 Larry 就是甲骨文老板 Larry Ellison！他豪捐了 1200 万美元给校友会，用于请到最牛的四分卫来密歇根打球。

  之后大家都好奇的是这位 “Jolin” 到底是谁。有人翻出过去 Larry 在网球场观战时跟一个戴密歇根帽子的女士[139]合影的照片。两周后，某家大媒体凌晨 5:30 放出猛料（把我从梦里吵醒），证实[140]那位女士叫 Jolin (Keren) Zhu，而且她就是 Larry 的新任老婆。

  我对 Larry 的最新成就真是打心底里佩服。他本身连大学都没毕业，跟密歇根大学本来一点关系都没有，却因为他现任太太十年前在密歇根读过书，就愿意掏上千万美金去帮忙挖来橄榄球明星，也就占他净资产的 0.0055%……我跟他说，这事对我来说也很意义非凡，因为我以前的头号博士生[141]现在是密歇根大学计算机系的教授，而且那儿的数据库小组[142]也很牛。

  更让人激动的是，Larry 再一次在爱情里找到了感觉！现如今，约会软件五花八门，却也都难找到真爱。很多人线下活动也尴尬，甚至有人想在操场守株待兔结果被当做“怪蜀黍”。就算好不容易遇上对方，可能又因一些小毛病（比如不爱洗袜子，或者喜欢往麦片里加辣酱）而。所以当初人人都说 Larry 第四任婚姻（2010 年离[143]）之后不会再结婚；然后他在2020 年跟第五任[144]也分了，大家更坚定他不会再进婚姻殿堂。可谁知道，他还是找到了真爱，这次是第六任——Keren Zhu！

  原本我想开篇吹嘘一下，说这是我三年来第一次跨年没生病。结果我亲闺女把 COVID 传给了我，我只好抱着处方药躺平。好在之前 9 月打过加强针，医生又给开了 Paxlovid，应该不会有大碍。

  OtterTune 的死让我很唏嘘，但也是一段珍贵经历。我很荣幸曾跟很多聪明人一起共事，也很感谢 Intel Capital[145] 和 Race Capital[146] 一直支持我们到最后。我接下来可能会再搞个新创业项目（提示：还是跟数据库有关）。

  目前我又回到卡内基梅隆大学全职当教授了，和 Jignesh Patel[147] 有几个“大杀器”研究项目准备出炉。这个学期我还要开一门查询优化[148]的新课，希望能打造出高质量的“数据教程”。得想办法提升我的学术影响力，因为 2024 年 9 月那帮人还把我条目给删了[149]，说我引用数不够……真有点郁闷。

  最后提醒各位，我们还在支持 DJ Mooshoo[150] 兄弟，他现在在库克郡蹲着呢，希望 2025 年能把他捞出来。

  PS：还想给 ByteBase 点个赞，他们写了篇《2024 年数据库工具回顾》[151]。往年他们都会先发邮件问我，能不能把我那篇年度回顾翻译成中文放在他们博客。今年他们等不及了，直接用了同样的标题和套路自己先写了一篇，不过也挺有意思哈哈。