国产数据库圈，为啥那么多水货？
如今，在 “国产化” 的趋势下，国产数据库领域的创业浪潮一浪高过一浪。截至 2023 年底，中国市场上有将近 300 款数据库产品，约有 100 家数据库厂商。知名投资机构如红杉、高瓴、腾讯等纷纷下场，每家手上投资的数据库至少在 3 个以上，可见资本的青睐。
一些数据库凭借自身的实力，拿下了亿元融资，中标多个项目，节节高升，成功上市；可是也有一些数据库，还在经受市场的质疑。在 16 家国产数据库相关上市公司中，盈利的寥寥无几，不禁让人怀疑这种 “亏钱赚吆喝” 的模式能走到几时？
那么，我们国内的市场，真的能容纳下这么多的数据库厂商吗？当下的数据库发展，又面临着哪些问题？究竟什么样的数据库玩家，最终才能突出重围？作为普通的中小型项目，我们又该如何挑选合适的数据库呢？
本期【开源漫谈】，我们邀请到了云原生数据库 ClapDB 创始人李令辉、天谋科技联合创始人 & CTO 乔嘉林、 Infra 工程师马工，一起来探讨一下，如今的数据库市场，究竟存在哪些问题？
分享嘉宾：
李令辉
云原生数据库 ClapDB 创始人，前乘法云 CTO，美洽 CTO，滴滴出行首席架构师。
目前致力于基于云上的基础设施新范式，提供新时代的分析型数据服务。
ClapDB 是一款重头开始基于云原生架构设计和实现的数据库，充分利用现代云原生技术优势。采用 C++ 开发，期望给予更高的性能，让您可以在任意规模的数据下轻松快速得到分析的结果。
乔嘉林
天谋科技联合创始人 & CTO、Apache IoTDB PMC 及初创成员、清华大学博士、中国通信学会开源技术专委会委员、学术秘书。
从头参与建设物联网时序数据管理领域的首个 Apache 顶级项目 IoTDB，及第二个顶级项目 TsFile。
获 Apache Member（Apache 基金会委员）、中国开源先锋人物、清华大学水木学者、开放原子基金会银牌讲师，并作为 10 位基础软件的领军人物之一，荣获 2023 优秀软件工程师。相关成果获北京市科技进步奖一等奖。
Apache IoTDB 是一款低成本、高可用的物联网原生时序数据库，采用端边云协同的轻量化结构，支持一体化的物联网时序数据收集、存储、管理与分析。
主持人：
马工
北欧 Infra 工程师，公众号《瑞典马工》主理人。《开源漫谈》常驻嘉宾。
01 数据库多，并不全是跟风的错
马工：目前的国产数据库市场非常欣欣向荣，有 300 多款数据库产品和有 100 多家厂商，同时也拿了大量的投资，客户也非常支持。但是目前来看，没有多少是算得上成功的、能够有国际影响力的。我们这种巨大的投入和极低的产出，成了一个巨大的反差。我们今天就想探讨一下，为什么形成这个反差，以及我们怎么能够缩小这个反差。
我们先来问问两位数据库的负责人，现在中国已经有 400 个数据库了，全球也就几十家，中国已经严重过剩了，那你们为啥还要做数据库呢？
李令辉：现在，国内挂名做数据库的企业，可能有上千家；有点名气的，我了解的可能有 50 家到 100 家。这些数据库，在我看来，就三到四种，即使它们看起来不太一样：
第一种是基于 MySQL 魔改的，第二种是基于 PostgreSQL 魔改的，第三种基于 PostgreSQL 的 Greenplum 魔改的，第四种是基于 Java 的 ES 或者 Hadoop 生态圈包装...... 甚至都不是改的，是打包的。
从解决问题的角度来说，复用开源项目，只要不违反开源协议是没有问题的。但是，对于用户来说，其实并不需要这么多长得一样的选择，那只会增加选择的成本，并且谁也没有提供出别人不具有的功能，虽然他们每个都说自己是不一样的。
我这里要说一下，一个东西一不一样，你最常看到的回答是说：我做了一些创新。我相信没有一个数据库厂商会说自己一点创新都没有，每个都会说我做了一点微末的创新，这个 “微末” 可能是谦词，也可能是真的。
但是在用户的角度，真正能够享受到这一点点改进的用户，我认为是几乎没有的，或者非常少。因为你在另一个场景下可能就裂化，我们做工程的、做科技的都知道，你想走某一个条件下证明你的优越性，基本上任何东西都可以，不可能有一个软件或者有一种项目在任何情况下都没有优势，不可能。
我见过我们国内的竞品，他们为了去评标，把数据的特征直接记录在磁盘文件中，就不用计算了，读出来当取 max 值的时候，我们直接取。你说是不是一种创新？你不能说它不是，至少我没看别人那么做。但是你说它有没有意义？如果你恰好需要 max 那确实有意义，但谁会恰好需要一个不做任何筛选的数据文件中的最大值最小值？
我们的最大不同是，我们站在用户的角度来说，用户需要什么。我们解决的用户是一些在云上很差钱的用户。他们不是大企业，没有什么运维能力，没有 DBA。而且，他们真的不太能够学习一个复杂的上千页的手册去部署使用，这太难了，加上 Snowflake 也不便宜。但是他想用数据分析服务，他有很多复杂的数据分析需求，那我们就去满足这些用户的需求，让这些客户用得舒服用得便宜用得爽！
马工：我从数字的角度看，你就是一个更便宜的 Snowflake，然后也不需要专业的 DBA，而是直接服务开发者对吧，这一点确实不一样，因为我知道的很多国产数据库都是要培养自己的 DBA，觉得我们的性能比它更好，我们这个查询平台分数比它更高，但是你这个思路确实就不一样了。那嘉林呢？你们实验室为什么要做数据库？
乔嘉林：我来回答这两个问题：第一个是为什么国内有这么多数据库？
首先，我们看看数据库是干啥的？它是管数据的。这个是大家公认的：把数据管起来，查得好，查的快。那我们就看看有多少种类型的数据：有向文档、关系、时序、键值、图、向量。如果我们把数据库当做一个归纳师，那我们要归纳的物体种类其实是蛮多的。在这个基础上进一步，有多少应用场景？像金融，是一个典型的场景，然后物联网它又是一个典型的场景，这每一个场景下面又会有细分的行业，他们对数据的使用方式可能也都不一样。所以这是导致大家在做数据库的时候设计理念和目标不一样的地方，也是现在数据库为什么这么多的一个比较大的原因。
在这个背景下，时序也是其中的一个数据类型，我们做的 IoTDB，就是一个针对物联网场景的数据库，这也决定了我们是针对物联网场景的时序数据管理。这两个点结合起来，如果你是刚好处在这两个点上，那么我们的产品是一个比较好的选择。
那我们为什么要做这样一款数据库呢？
因为我们组叫数据存储组，专门帮企业研究数据管理的高效方法。我们实验室本身也是一个偏工业背景的实验室，所以我们接触到的数据存储也是偏工业和物联网的，一开始就把应用场景给固定下来了。一开始我们也是直接用的开源数据库 Cassandra，在上面做业务的适配。但后面发现，它底层的核心设计，和用户想要的不完全一致。Cassandra 更像一个灵活的键值存储，用户更想要一个偏时序操作的数据库，于是我们就开始尝试在里面去改，改到后面已经合不进原来的开源项目了，跟 Cassandra 的发展目标不一致，于是我们就独立出来了。
02 开源闭源，都不好做
马工：我发现一个有趣的问题，就是你们俩的背景几乎是相反的。一个是从学术界来的，你看嘉林就没谈过钱，你都不谈成本！然后令辉是从工业界、从甲方来的，他一开始就谈钱：一次查询几毛钱？
你们这两种策略我看在国内数据库其实也有分，有的是商业数据库，有的是基于开源。你觉得从长期来看，各有什么利弊？
乔嘉林：有没有指标压力，对于我们做数据库的选型和设计，是有很大的影响的。要求一年上线的数据库和要求三年上线的数据库，设计肯定不一样。如果你一直有项目的压力，那你的所有设计可能都是围绕着项目的优先级去做的。
但我们最开始在学校做的时候，就没有这个压力，我们可能想的更多是互联网场景到底需要一款什么样的数据库？数据库的架构需要是什么样子的？现在的开源技术有哪些是比较好的？我们可以做更多的选择、更多的技术方案的论证、设计和实现。后面进入 Apache 基金会，又做了商业化公司之后，这里面就涉及到了怎么样用一个开源软件去养活它的开发者，让他能够持续地在里面做贡献。
我们现在基于一个开源的数据库产品去做我的一些企业版，我是不需要把我的企业版开源的。Apache 协议相比于 GPL 协议更强调对软件开发者的权益的保护。也正是因此，现在很多的企业版软件是基于 Apache 的软件去进一步开发的。所以，开源软件它是一种选择，那基于开源软件上的企业版，它又是一种选择。这个企业版，它可能就会给用户提供更多的技术保证。
马工：令辉好像对开源协议不是很赞同，要不你来说下？
李令辉：我喷的其实是拿 VC 的钱或者拿投资人的钱去做一个商业开源公司。至于清华大学拿钱去做开源，我觉得天经地义，你们花的就是纳税人的钱，开源就是回馈社会，就是把科研成果向社会开放。我觉得这件事情是应该的，学术界就该做这个表率。
我觉得所有的开源项目应该一半以上来自学术界，很多前沿的基础类的项目只有国家那种规模的科研投入才能够做到，因为有一个漫长的实验阶段，而我们做商业的人的时间窗口是非常短的。运营一个公司，不像学生不拿工资开开心心地做科研的状态，我们每个人都是要生活的。对公司来说，没有股东会支持你花十年二十年做这个事情，摆在面前的第一个问题就是如何赚钱。
说回开源，如果这是一个创新的事情，通过这种方式推广到市场，我觉得这是一个正确的手段，因为别人可能还不了解。但一个成熟市场，比如我们的微型数据库，这个市场非常成熟，上市的不上市的几十年的东西。其实开源的很大的卖点是不要钱，可是你看看身边还有 300 个不要钱的兄弟，你怎么脱颖而出？这个是大家要想的问题。从商业竞争的角度来说，本质上我们追求的是一个不可替代性，所有收钱的前提都是这个不可替代性，不论是人还是公司。如何经营自己的不可替代性，是摆在每个创始人面前要考虑的问题。
03 好的数据库，需要一点硬气
马工：令辉提到一个问题很有趣，乙方做很多项目，会做成定制化，所以它的版本基本就崩溃了，已经没有版本可以研了，没有版本可以管理，每个项目都是独特的。嘉林做开源，其实也没办法防止你的产品被别人这样定制。
但实际上从甲方来说，甲方也很讨厌这样。我用一个有版本管理的产品，和用一个定制项目，后者的风险太大了。没有哪个甲方说我想就用这一个版本，全世界只有三个工程师知道它怎么玩的，这个配置只有两个人能看懂，对吧？但为什么国内的数据库市场就形成了这么一个定制化的市场？甲方乙方都不想，最终却做成这个样子。为什么会形成这种畸形的状态呢？
李令辉：我长期给中国的很多大甲方打过工。当你没有一个足够强大的标准化产品的时候，用户的需求未被满足的时候，你就不得已让用户来帮你想该怎么做，而用户的想象力是不受约束的。他不会从全局考虑，他只从他的需求考虑。我就特别怕我的甲方跟我说这句话：“我有一个特别简单的需求。你们可以这么做......" 一般听到这句话的时候我就想跑路。
他觉得你不懂，他想教你。你确实不懂他们的需求，比如说我们曾经有个用户说：你们的信息自动保存，我受不了，我心里不放心，你给我提供个按键吧，我按键点一下保存。我说，这个按键它没有任何功能，其实它已经保存了。他说那我还是需要。
这种需求你说要不要满足？这个需求说实在的，你满足了，还会有更多的客户会诧异说，你不是自动保存吗？你为什么提供这个按键？这其实是一个博弈的问题：当甲方乙方谁更权威，谁更能代表这个行业的标准答案的时候，谁就硬气。
你看我们同样的甲方，遇到 IBM、微软的时候，他们就没有这么嚣张。所以，当你作为一个弱小的甲方的时候，得到的尊重是不够的。
确实，有的时候也是我们自己不专业，我的客户问过我一个问题：我做了 20 年这个行业，你做了几年？我说做了两年。他说那你凭什么教我怎么做？你也不能说人家说的有错，但是，术业有专攻啊。所以我觉得，创业，特别是做产品，你不能超出自己对问题理解的能力圈。你去做你不懂的事情的时候，你自然会跟着用户的需求跑。
马工：你提到的这个问题，其实不在数据库，其他行业也是这样。盲目地满足客户的需求，就把你的产品做死了。这是我看到的一个很常见的产品管理误区：让用户去当你自己的产品经理。
当然，令辉已经解释了：很多乙方的认知水平并没有比甲方更高，那甲方自然就不会听你的。我觉得我比你强，你就应该听我的，我还给你钱，没让你叫爸爸就算仁慈的了。唯一能够对抗这种强势地位的，就是你的认知比他强，你不仅卖的产品，还卖的是一套理念，卖的是一个方案，你让甲方 follow 这个方案去做，甲方觉得这个方案不错，愿意跟你一起探索，是一个平等的关系才好。但大多数产品经理或公司，他是没有这个能力的，如果说谁有这个能力的话，我觉得一个来源肯定是学术界。
像嘉林，你可以说我是清华来的，我们整个课题组研究了十几年，全世界的论文我们都读了，你说的这个方法我们在 10 年前就已经否定了。你们能不能做到，代表一种新生的、更高级的玩法引入业界，而不是让这些老狐狸认为我干了 20 年所以我比你懂？
乔嘉林：我导师说得最多的一句话，就是要控制数据库的复杂度，不该数据库做的不用它做。代码的简洁度才是一个数据库长久的生命力来源。如果我们把很多功能都加进去，短期可能收获了一两个用户，但是长期来说，这个代码就不可维护了。
那我们为什么能做到这一点？我觉得可能有前面开源的积累。因为我们经过了大概五年的开源的打磨之后才正式做商业化，我们出去的时候，这个产品基本已经能够满足很多开源用户、包括企业用户的需求了。这个产品它足够标准，用户就不太会给我们提一些稀奇古怪的需求。但是，因为我们做的是工业物联网的数据库，工业这个场景也够复杂，我们想跟工业用户平等交流他的业务场景的需求，确实也是需要多学习的。
END
更多直播内容，扫码看看回放吧↓↓↓
【开源漫谈】
OSCHINA 视频号畅聊栏目【开源漫谈】，每期一个技术话题，三五位专家围坐，各抒己见，畅聊开源。给大家带来最新的行业前沿、最热门的技术话题、最有趣的开源项目、最犀利的思想交锋。
如果你手上也有新点子、好项目，想要跟同行交流分享，欢迎联系我们，讲坛随时开放～
热门文章
- xz活跃维护者“潜伏”三年——添加恶意代码、植入SSH后门
- AI编程语言Mojo正式开源标准库，宣称比Python快9万倍
微信扫码关注该文公众号作者