Andy Pavlo：2025年數據庫年度回顧

作者 | Andy Pavlo

譯者 | 平川

策劃 | Tina

本文最初發布于 Andy Pavlo 的個人博客。

又一年過去了。我本希望能多寫幾篇文章，而不僅僅是年終的長篇大論，但我在春季學期差點喪命，那占用了我所有的時間。盡管如此，我還是會回顧一下過去一年中數據庫領域我認為重要的趨勢和事件。

數據庫領域有許多激動人心且前所未有的發展。氛圍編程（Vibe Coding）成了日常用語。Wu-Tang Clan 宣布啟動 時間膠囊項目。Databricks 未選擇上市，而是進行了 兩輪巨額融資，而不是只進行一輪大規模融資。

與此同時，其他事件也都在預料之中，不那么令人驚訝。Redis 公司在“抽走地毯（rugpull）”一年后換回了他們的許可（我 去年 就預測到了這一點）。SurrealDB因為沒有將寫入的數據刷寫到磁盤而丟失了數據，但他們的基準測試數據卻非常好。Coldplay 可以 破壞婚姻。不過 Astronomer 倒是從最后這件事里 嘗到了不少甜頭。

在開始之前，我想先回答我每年都會在評論中看到的問題。人們總是問我，在我的分析中，為什么沒有提到特定的 系統、數據庫 或 公司。我只能寫這么多，除非過去一年中發生了一些有趣或值得注意的事情，要不就沒有什么可討論的。但也并不是所有值得注意的數據庫事件，我都適合發表意見。例如，最近有人試圖 揭露 AvgDatabase 首席執行官的真實身份，我認為是可以接受的，但 MongoDB 自殺訴訟案 則不屬于此類。

好了，我們開始吧。這些文章每年都在變長，所以我給讀者朋友們提前道個歉。

之前的文章：

• 2024 年數據庫年度回顧

• 2023 年數據庫年度回顧

• 2022 年數據庫年度回顧

• 2021 年數據庫年度回顧

PostgreSQL 延續了其統治地位

早在 2021 年，我就寫到，PostgreSQL 正在 吞噬數據庫世界。這一趨勢還在持續，因為數據庫領域里最有趣的發展還是與 PostgreSQL 有關。該 DBMS 在 2025 年 11 月發布了最新版本（v18），其中最突出的功能是新增的 異步 I/O 存儲子系統，它使 PostgreSQL 終于擺脫了對操作系統頁面緩存的依賴。它還增加了對 跳過掃描 的支持；即使缺少前綴，查詢仍然可以使用多鍵 B+ 樹索引。查詢優化器也做了一些改進（如 移除多余的自連接）。

精通數據庫的行家們會立刻指出，這些功能并不是什么突破性的創新，其他 DBMS 多年前就已經有這些功能了。PostgreSQL 是唯一仍然依賴操作系統頁面緩存的主流 DBMS。Oracle 自 2002 年（v9i）以來就支持跳過掃描了！因此，你可能會問，為什么我說 2025 年數據庫領域里最熱門的事情是與 PostgreSQL 有關的？

原因在于，數據庫領域的大部分精力和活動都投入到了與 PostgreSQL 相關的公司、產品、項目及其衍生系統上。

收購 + 發布

在過去的一年里，最熱門的數據初創公司（Databricks）為一家 PostgreSQL DBaaS 公司（Neon）支付 了 10 億美元。接下來，世界上最大的數據庫公司之一（Snowflake）為另一家 PostgreSQL DBaaS 公司（CrunchyData）支付 了 2.5 億美元。然后，地球上最大的科技公司之一（微軟）推出 了一個新的 PostgreSQL DBaaS（HorizonDB）。Neon 和 HorizonDB 沿襲了 Amazon Aurora 在 2010 年代初的 高級架構，采用單主節點模式分離計算與存儲功能。目前，Snowflake 的 PostgreSQL 數據庫即服務（DBaaS）使用了和標準 PostgreSQL 相同的核心架構，它們均基于 Crunchy Bridge 構建。

分布式 PostgreSQL

我上面列出的所有服務都是單主節點架構。也就是說，應用程序將寫入發送到主節點，然后主節點將這些更改發送到從副本。但在 2025 年，有兩個新項目宣布要為 PostgreSQL 創建擴展（即水平分區）服務。2025 年 6 月，Supabase 宣布聘請 Sugu——Vitess 的共同創建者和前 PlanetScale 聯合創始人 /CTO——來領導 Multigres 項目，為 PostgreSQL 創建分片中間件，類似于 Vitess 對 MySQL 進行分片的機制。Sugu 在 2023 年離開 PlanetScale，迫不得已休息了兩年。如今，他或許已經擺脫了所有的法律糾紛，可以在 Supabase 大展身手了。你知道，一位數據庫工程師加入一家公司不是個小事，因此 公告 更多地關注個人而不是系統。SingleStore 聯合創始人兼 CTO 在 2024 年加入了微軟，領導 HorizonDB 項目，但微軟（錯誤地）沒有大力宣傳。Sugu 加盟 Supabase 的震撼程度，堪比 Ol' Dirty Bastard（RIP）服刑兩年后假釋 出獄，次日便宣布 簽下新唱片合約。

在關于 Multigres 的新聞發布一個月后，PlanetScale宣布 了自己的 Vitess-for-PostgreSQL 項目 Neki。2025 年 3 月，PlanetScale 推出了其 PostgreSQL DBaaS 的初始版本，但核心架構仍然是單節點的老搭配 PostgreSQL 和 pgBouncer。

2026 年 1 月 5 日更新：有人發郵件提醒我，PgDog 也是一個尋求支持 PostgreSQL 水平分片的開源中間件系統。在心理上，我將 PgDog 和連接池代理（PgBouncer）歸為了一類，但實際上它是 Multigres 和 Neki 的競爭對手。

商業格局

隨著微軟在 2025 年推出 HorizonDB，所有主要的云供應商現在都有自己的 PostgreSQL 產品項目了。亞馬遜自 2017 年起提供了 Aurora PostgreSQL。谷歌在 2022 年推出了 AlloyDB。ServiceNow 在 2024 年推出了 RaptorDB 服務，其基礎是他們 2021 年 收購 的 Swarm64。即使是 IBM 自 2018 年起也有了 云版本的 PostgreSQL。甲骨文在 2023 年發布了其 PostgreSQL 服務，盡管有傳言說，其內部 PostgreSQL 團隊在 2025 年 9 月的 MySQL OCI 裁員 中受到了附帶傷害。

目前仍然有一些獨立的（ISV）PostgreSQL DBaaS 公司。按實例數來說，Supabase 可能是這些公司中最大的。其他公司包括：YugabyteDB、TigerData（之前的 Timescale）、PlanetScale、Xata、PgEdge 和 Nile。Xata 原本基于 Amazon Aurora 構建了其架構，但今年，他們宣布 切換到自己的基礎設施。ParadeDB 尚未宣布其托管服務。Tembo 則在 2025 年放棄了其 托管 PostgreSQL 產品，轉而開發一種可以完成部分數據庫優化的編碼代理。Hydra 和 PostgresML 已于 2025 年倒閉（見倒閉一節），所以他們退出了游戲。其他系統提供了一個兼容 Postgres 的前端，但后端系統并非源自 PostgreSQL（如 CockroachDB、CedarDB、Google Spanner）。還有一些托管公司提供 PostgreSQL DBaaS 以及其他系統，如 Aiven 和 Tessel。

Andy 的觀點

在 Databricks 和 Snowflake 收購 PostgreSQL 公司之后，不知道下一個大買家會是誰。而且，每家主要的技術公司都已經擁有了 Postgres 產品。EnterpriseDB 是最古老的 PostgreSQL ISV，但在過去的五年中，他們錯過了兩次最重要的 PostgreSQL 收購。但他們可以暫時依靠貝恩資本，或者寄希望于惠普收購他們，盡管那個 合作伙伴關系 是八年前的。PostgreSQL 領域的并購格局令人聯想到 2000 年代末期的 OLAP 收購浪潮：當 AsterData、Greenplum 和 DATAllegro 相繼被收購后，Vertica 成了最后一個在公交站等車的玩家。

好消息是競爭性的分布式 PostgreSQL 項目已經發展到了三個（Multigres、Neki、PgDog）。并非第一次有人嘗試這樣做：用于 OLAP 工作負載的 Greenplum、ParAccel 和 Citus 已經存在了二十年。Citus 支持 OLTP 工作負載，但他們從 2010 年開始專注于 分析領域。對于 OLTP，15 年前，NTT RiTaDB 項目與 GridSQL 合作創建了 Postgres-XC。Postgres-XC 的開發人員創建了 StormDB，后來 Translattice 在 2013 年收購了它。Postgres-X2 是一次對 XC 進行現代化改造的嘗試，但開發人員放棄了這項工作。Translattice 將 StormDB 開源為 Postgres-XL，但該項目自 2018 年以來一直處于休眠狀態。YugabyteDB 于 2016 年推出，可能是部署最廣泛的分片 PostgreSQL 系統（并且仍然是 開源 的！），但它是一個硬分叉，只與 PostgreSQL v15 兼容。亞馬遜云科技在 2024 年宣布了自己的分片 PostgreSQL（Aurora Limitless），但是閉源的。

我知道微軟在 2019 年收購了 Citus，但由于他們總給自己的產品起一些令人困惑的名稱，所以很難追蹤他們在推出 HorizonDB 之前做了什么。Citus 在 2019 年被重新命名為 Azure Database for PostgreSQL Hyperscale，然后在 2022 年被更名為 Azure Cosmos DB for PostgreSQL。但他們還有使用 Citus 的 Azure Database for PostgreSQL with Elastic Clusters，而該服務與以 Citus 為基礎的 Azure Cosmos DB for PostgreSQL 并不相同。2023 年，微軟終止了 Azure PostgreSQL Single Server 服務，但保留了 Azure PostgreSQL Flexible Server。他們有各種各樣的 Azure 服務。這有點像亞馬遜云科技忍不住在 DSQL 的名字前加上 "Aurora"。無論如何，至少微軟足夠明智，將他們的新系統命名為 "Azure HorizonDB"（目前）。

PlanetScale 團隊 對他們的對手沒有好感，并且已知會對 Neon 和 Timescale 大打出手。數據庫公司之間互相攻擊并不新鮮（見 Yugabyte vs. CockroachDB 或 Databricks vs. Snowflake）。我懷疑，隨著 PostgreSQL 戰爭的升溫，未來我們將看到更多這樣的情況。我建議這些小公司 呼吁 下，讓那些大型的云供應商相互之間 不要提及對方的名字。

每個數據庫都開始支持 MCP！

如果說 2023 年是 所有數據庫管理系統（DBMS）紛紛添加向量索引 的一年，那么 2025 年就是所有 DBMS 都開始支持 Anthropic 公司 模型上下文協議（MCP）的一年。MCP 是一種標準的客戶端 - 服務器 JSON-RPC 接口，使大型語言模型（LLM）能夠與外部工具和數據源交互，而無需自己編寫粘合代碼。作為中間件，MCP 服務器位于數據庫管理系統前面，暴露 DBMS 提供的工具、數據及操作清單。MCP 客戶端（如 Claude 或 ChatGPT 等 LLM 宿主）通過向 MCP 服務器發送請求來發現并使用這些工具，擴展其模型能力。對于數據庫場景，MCP 服務器會將查詢轉換為對應的數據庫指令（如 SQL）或管理命令。換言之，MCP 如同一個 中間人，使數據庫與 LLM 之間可以建立起足夠的信任以開展協作。

Anthropic 公司在 2024 年 11 月 發布 了 MCP，但在 2025 年 3 月 OpenAI 宣布將 在其生態系統中支持 MCP 后，它才真正起飛。在接下來的幾個月里，所有數據庫管理系統（DBMS）供應商都發布了適用于所有系統類別的 MCP 服務器：OLAP（如 ClickHouse、Snowflake、Firebolt、Yellowbrick）、SQL（如 YugabyteDB、Oracle、PlanetScale）和 NoSQL（如 MongoDB、Neo4j、Redis）。由于 Postgres MCP 服務器沒有官方的，所以每個 Postgres DBaaS 都發布了自己的服務器（如 Timescale、Supabase、Xata）。云供應商則發布了多數據庫 MCP 服務器，可以與他們托管的任何數據庫服務進行通信（如 亞馬遜云科技、微軟、谷歌）。允許單一網關與異構數據庫通信，幾乎已經實現了理想中的 聯合數據庫，但還不完全。據我所知，在這些 MCP 服務器中，每個請求每次僅針對單個數據庫，因此需要應用程序負責執行跨源連接操作。

除了供應商的官方 MCP 實現方案外，幾乎每種數據庫管理系統（DBMS）都存在 數百種 非官方的 MCP 服務器實現方案。其中部分方案試圖支持多個系統（如 DBHub、DB MCP Server）。關于 PostgreSQL MCP 服務器，DBHub 曾發布過 一篇不錯的綜述。

有一個有趣而又已經證明對代理有幫助的特性是數據庫分支。雖然不特定于 MCP 服務器，但分支允許代理快速測試數據庫更改，而不影響生產應用程序。2025 年 7 月，Neon 報告說，代理 創建了 80% 的數據庫。Neon 從一開始設計就支持 分支（早先在這個系統還叫 Zenith 時，Nikita 就向我做過演示），而其他系統則是后來才添加了分支支持。要了解更多信息，可以看下 Xata 最近發表的一篇關于數據庫分支的 對比文章。

Andy 的觀點

PlanetScale 團隊 對他們的對手沒有好感，并且已知會對 Neon 和 Timescale 大打出手。數據庫公司之間互相攻擊并不新鮮（見 Yugabyte vs. CockroachDB 或 Databricks vs. Snowflake）。我懷疑，隨著 PostgreSQL 戰爭的升溫，未來我們將看到更多這樣的情況。我建議這些小公司 呼吁 下，讓那些大型的云供應商相互之間 不要提及對方的名字。

一方面，我很高興現在有一個標準，可以用來向更多的應用程序暴露數據庫的功能。但沒有人應該信任一個擁有無限數據庫訪問權限的應用程序，無論是通過 MCP 還是系統的常規 API。而且，只授予賬戶最小權限仍然是一個好習慣，特別是在未監控的代理可能在你的數據庫中瘋狂操作時，對賬戶做限制顯得尤為重要。這意味著，當大型語言模型開始大范圍流行時，為每個賬戶授予管理員權限或所有服務使用同一個賬戶，諸如這樣的懶散做法將徹底行不通。當然，如果你們公司不介意把數據庫向 全世界開放，并導致某家最富有的公司市值 暴跌 6000 億美元，那么惡意 MCP 請求就不是你最需要擔心的問題了。

從我對一些 MCP 服務器實現的粗略檢查來看，它們是簡單的代理，只是負責將 MCP JSON 請求轉換為數據庫查詢，并沒有通過深入的自省來理解請求的目的以及它是否合適。有人會嘗試在你的應用程序中 訂購 18000 個水杯，你需要確保它不會導致數據庫崩潰。有些 MCP 服務器有基本的保護機制（如 ClickHouse 只允許 只讀查詢）。DBHub 提供了一些額外的 保護，如限制每個請求返回的記錄數并實現了查詢超時。Supabase 的文檔提供了 MCP 代理的 最佳實踐指南，但也得人類遵循它們才行。當然，如果你依賴于人類做正確的事情，那么 壞事就在所難免。

企業 DBMS 有著開源系統缺乏的自動化護欄和其他安全機制，對于智能代理生態系統，它們做了更好的準備，比如，IBM Guardium 和 Oracle Database Firewall 能夠識別并阻止異常查詢。我不是在為這些大型科技公司做宣傳。我知道，未來我們將看到更多智能代理妨害生活的例子，比如 意外刪除數據庫。將 MCP 服務器與代理（如連接池）結合是引入自動化保護機制的絕佳機會。

MongoDB 起訴 FerretDB

到現在，MongoDB 作為 NoSQL 領域的中堅已經有二十年了。2021 年，Percona 高層啟動了 FerretDB 項目，旨在提供一款中間件代理，將 MongoDB 查詢轉換為適配 PostgreSQL 后端的 SQL。有了這個代理，不用重寫查詢就可以將 MongoDB 應用程序無縫地遷移至 PostgreSQL。

雙方共存數年后，MongoDB 于 2023 年向 FerretDB 發出 停止侵權通知書，指控 FerretDB 侵犯其專利權、著作權及商標權，并違反了 MongoDB 文檔及有線協議規范的許可條款。2025 年 5 月，MongoDB 就這些問題向 FerretDB提起聯邦訴訟，使這封信件公之于眾。雙方爭議的焦點之一是，FerretDB 未經授權便宣稱其產品可作為 MongoDB“即插即用的替代品”。MongoDB 的 法庭文件 列舉了標準指控： (1) 誤導開發人員；(2) 弱化商標價值；(3) 損害企業聲譽。

讓這個故事變得更加復雜的是，微軟宣布將與 MongoDB 兼容的 DocumentDB 捐贈給 Linux 基金會。該項目的網站提到，DocumentDB 與 MongoDB 驅動程序兼容，并且旨在“構建一個與 MongoDB 兼容的開源文檔數據庫”。還有其他主流的數據庫供應商參與了該項目，如亞馬遜云科技和 Yugabyte。粗看之下，這種語言似乎與 MongoDB 指控的 FerretDB 的行為如出一轍。

Andy 的觀點

我沒有找到數據庫公司因對方復制其 API 而起訴對方的例子。最接近的例子是 Oracle 起訴谷歌在安卓系統中使用了 Java API 的“清潔室副本”。最終，最高法院以公平使用為由 支持了谷歌。這個案例影響了法律上對重新實現行為的處理方式。

我不知道如果這場訴訟真進入庭審階段會如何發展。陪審團是由隨機挑選的路人組成的，他們或許無法理解 MongoDB 有線協議的具體細節，但他們絕對清楚 FerretDB 最初的名字是 MangoDB。要說服陪審團，相信你給公司起名時僅替換一個字母不是想轉移客戶，這將非常困難。更何況這根本不是個原創名稱：早就有個惡搞數據庫管理系統叫 MangoDB，它會把所有數據寫入 /dev/null。

說到數據庫系統的命名時，微軟選擇“DocumentDB”讓人覺得遺憾。市面上已經有 Amazon DocumentDB（順便說一下，它也 兼容MongoDB，不過亞馬遜云科技可能為此付了費）、InterSystems DocDB 和 Yugabyte DocDB。微軟的“Cosmos DB”在 2016 年推出時的原始名稱也是 DocumentDB。

最后，MongoDB 的法庭文件聲稱，他們“開創了‘非關系型’數據庫”。這個說法是不正確的。第一個通用數據庫管理系統是非關系型的，因為關系模型那時候還沒有發明出來。通用電氣的 Integrated Data Store（1964 年）使用了 網絡數據模型，IBM 的 Information Management System（1966 年）使用了 層次數據模型。MongoDB 也不是第一個文檔數據庫管理系統。這個頭銜應該歸屬于 1980 年代末的面向對象數據庫管理系統（如 Versant）或 2000 年代的 XML 數據庫管理系統（如 MarkLogic）。只是與它們相比，MongoDB 取得了壓倒性的成功（也許 IMS 除外）。

文件格式之爭

文件格式是數據系統中過去十年間基本處于停滯狀態的一個領域。2011 年，Meta 公司針對 Hadoop 發布了名為 RCFile 的列式存儲格式。兩年后，Meta 對 RCFile 做了優化，并推出了基于 PAX 的 ORC（Optimized Record Columnar File）格式。ORC 發布一個月后，Twitter 聯合 Cloudera 推出了 Parquet 的首個版本。近十五年后，Parquet 已成為開源領域占支配地位的文件格式。

2025 年，有五個新的開源文件格式發布，都在爭取取代 Parquet 的地位：

• CWI FastLanes

• CMU + Tsinghua F3

• SpiralDB Vortex

• 德國人的 AnyBlox

• 微軟 Amudai

以下是 2024 年發布的格式：

• Meta Nimble

• LanceDB Lance

• IoTDB TsFile

SpiralDB 今年最引人矚目的舉措是宣布 將 Vortex 捐贈給 Linux 基金會，并成立了多組織指導委員會。微軟則在 2025 年底悄然 終止 了 Amudai 項目（至少將其轉為閉源）。其余項目（FastLanes、F3、Anyblox）均屬學術原型，其中 Anyblox 今年斬獲了 VLDB 最佳論文獎。

這種新的競爭點燃了 Parquet 開發社區對其功能進行現代化改進的熱情。Parquet PMC 主席 Julien Le Dem 對列式文件格式格局做了 深入的技術分析。

Andy 的觀點

Parquet 的主要問題并非源于格式本身。該規范可以且已經經過演進。沒有人會要求組織機構重寫 PB 級的舊文件以更新至最新的 Parquet 版本。問題在于，人們用不同的語言實現了大量的讀寫庫，而每個庫只支持這個規范的特定子集。通過對實際環境中 Parquet 文件的 分析，我們發現，94% 的文件僅使用了 2013 年發布的 v1 版本的特性，即便其創建時間戳晚于 2020 年。這種最低公約數意味著：當有人使用 v2 版本的特性創建文件時，系統能否正確讀取該文件完全取決于其版本兼容性。

我與清華大學的 Xinyu Zeng、Ruijun Meng、Huanchen Zhang、CMU 的 Martin Prammer、Jignesh Patel 以及 Wes McKinney 一起開發了 F3 文件格式。我們的重點是通過提供作為共享對象的原生解碼器（Rust crates）和在文件中嵌入這些解碼器的 WASM 版本來解決互操作性問題。如果有人創建了一種新的編碼格式，而數據庫管理系統尚未提供原生支持，那么它仍然可以使用 WASM 版本通過傳遞 Arrow 緩沖區來讀取數據。每個解碼器針對單個列，這使得 DBMS 能夠針對單個文件同時使用原生解碼器和 WASM 解碼器。AnyBlox 采用了一種不同的方法，生成單個 WASM 程序來解碼整個文件。

我不知道誰會贏得文件格式之爭。下一場較量很可能圍繞 GPU 支持展開。SpiralDB 似乎正在采取正確的舉措，但 Parquet 的普及性將構成一個巨大的挑戰。至于 DuckLake 如何尋求顛覆 Iceberg，我甚至還沒有討論……

當然，每當這個話題出現時，總有人會貼出 那幅關于標準競爭的 xkcd 漫畫。我已經看過了，別再發郵件給我了。

偶然事件

數據庫是大生意。讓我們逐一了解下。

收購

市場上有很多動作。為了準備一筆收購，Pinecone 在 9 月份 更換了 CEO，但我沒有聽到任何其他的消息。以下是已經發生的收購：

• DataStax → IBM

這家 Cassandra 的堅定支持者年初被 IBM 收購，估值 30 億美元。

• Quickwit → DataDog

作為 Lucene 替代方案的領軍企業，全文搜索引擎 Tantivy 已于年初被收購。好消息是，Tantivy 的開發工作仍在繼續。

• SDF → dbt

這次收購對 dbt 來說是一個很好的補充，也是他們今年發布的 Fusion 的一部分，使他們能夠在 DAG 中進行更嚴格的 SQL 分析。

• Voyage.ai → MongoDB

Mongo 收購了一家初創 AI 公司，旨在 增強 其云產品中的 RAG 能力。在公告前一周，我 最優秀的學生 之一加入了 Voyage。他以為自己不與數據庫公司簽約背叛了“家族”，結果最終還是加入了一家數據庫公司。

• Neon → Databricks

顯然，這家 PostgreSQL 公司引發了一場競購戰，但 Databricks 以 令人垂涎的 10 億美元 收購了它。Neon 至今仍然作為一個獨立服務存在，但 Databricks 迅速在其生態系統中將其更名為 Lakebase。

• CrunchyData → Snowflake

你知道 Snowflake 不會讓 Databricks 在夏天獨占所有風頭，所以他們為 CrunchyData 這家有著 13 年歷史的 PostgreSQL 公司支付了 2.5 億美元。近年來，Crunchy 從 Citus 吸引了一些頂級人才，并在 Snowflake 收購他們之前擴大了其 DBaaS 產品。Snowflake 在 2025 年 12 月宣布公開預覽其 Postgres 服務。

• Informatica → Salesforce

Informatica，這家 1990 年代的老派 ETL 公司被 Salesforce 以 80 億美元 的價格收購。這家公司于 1999 年上市，2015 年轉為 PE，然后在 2021 年再次上市。

• Couchbase → 私募股權

老實說，我一直不明白 Couchbase 在 2021 年是如何上市的，莫非是借了 MongoDB 的東風？幾年前，通過整合加州大學歐文分校 AsterixDB 項目 的一些組件，Couchbase 做了一些有趣的工作。

• Tecton → Databricks

Tecton 為 Databricks 提供了額外的代理構建工具。我的另一位學生曾在該公司工作，現在是在 Databricks。

• Tobiko Data → Fivetran

這個團隊開發了兩個有用的工具：SQLMesh 和 SQLglot。前者是唯一可與 dbt（見下文，計劃與 Fivetran 合并）抗衡的開源競爭者。SQLglot 是一個便捷的 SQL 解析器 / 反解析器，支持啟發式的查詢優化器。未來幾年，Fivetran 與 SDF 將該技術與 dbt 相結合，將在該領域形成引人注目的技術布局。

• SingleStore → 私募股權

購買 SingleStore 的 PE 公司（Vector Capital）以前有管理數據庫公司的經驗。之前在 2020 年，他們曾經 購買了 XML 數據庫公司 MarkLogic，并在 2023 年將其 轉手給 Progress。

• Codership → MariaDB

在 2024 年被 PE 公司收購后，MariaDB 公司今年開啟了收購狂潮。首當其沖的是開發 MariaDB 擴展中間件 Galera Cluster 的公司。詳見我 2023 年對 MariaDB 混亂局面 的全面分析。

• SkySQL → MariaDB

然后是 MariaDB 的第二筆收購。為避免混淆，我需要說明一下：2010 年的時候，最初為 MariaDB 提供支持的商業公司名為“SkySQL Corporation”，2014 年，它更名為“MariaDB Corporation”。2020 年，MariaDB Corporation 推出名為 SkySQL 的 MariaDB 數據庫即服務（DBaaS）。但因資金持續流失，該公司于 2023 年 將 SkySQL Inc. 剝離 出去，成為一家獨立的公司。而 2025 年，MariaDB Corporation回購了 SkySQL Inc.，兜了一圈后回到了原處。今年我的數據庫賓果卡上可沒有這一步。

• Crystal DBA → Temporal

自動化數據庫優化工具公司 Crystal DBA 加入 Temporal 公司，幫他們自動優化數據庫！很高興得知 Crystal 創始人、伯克利數據庫小組校友 Johann Schleier-Smith 在那里發展順利。

• HeavyDB → Nvidia

這個系統（之前叫 OmniSci，再之前叫 MapD）是首批 GPU 加速數據庫之一，于 2013 年推出。除了一家并購公司披露了這筆成功的交易外，我未能找到有關交易完成的官方公告。隨后我們與英偉達召開會議，探討潛在的數據庫研究合作事宜，期間幾位 HeavyDB 的伙伴也現身參與。

• DGraph → Istari Digital

Dgraph 之前 在 2023 年被 Hypermode 收購。現在看來，Istari 只是買了 Dgraph，而不是 Hypermode 的其他部分（或者他們放棄了）。我還沒見過任何積極使用 Dgraph 的人。

• DataChat → Mews

這是最早支持“與數據庫對話”的數據庫之一，來自威斯康星大學的 Jignesh Patel，現為 CMU-DB 教授。但后來被一家歐洲酒店管理領域的 SaaS 公司收購了。

• Datometry → Snowflake

多年來，Datometry 一直致力于將舊版 SQL 方言（如 Teradata）自動轉換至新型 OLAP 系統這一棘手的問題。Snowflake 收購他們是為了擴展自己的 遷移工具。更多信息參見 Datometry 2020 年的 CMU-DB 技術講座。

• LibreChat → ClickHouse

像 Snowflake 收購 Datometry 一樣，ClickHouse 的這次收購是提升高性能通用 OLAP 引擎開發體驗的典范。

• Mooncake → Databricks

在收購 Neon 之后，為了使 PostgreSQL 能夠讀寫 Apache Iceberg 數據，Databricks 收購了 Mooncake。更多信息參見他們 2025 年 11 月的 CMU-DB 講座。

• Confluent → IBM

這是一個將草根開源項目發展為一家公司的經典案例。Kafka 最初于 2011 年在 Linkedin 開發，隨后在 2014 年，Confluent 作為獨立的初創公司分拆出來，于七年后的 2021 年成功上市。隨后 IBM 斥巨資將其收購。與 DataStax 的情況相似，目前尚不確定 IBM 是會對 Confluent 采取 慣常的企業收購策略，還是像 RedHat 那樣使其保持獨立運營。

• Gel → Vercel

前身為 EdgeDB，在 PostgreSQL 之上提供了一種 DSL，被 Verel 在 2025 年年底收購。

• Kuzu → ???

這款誕生于滑鐵盧大學的嵌入式圖形 DBMS 在 2025 年被一家未具名的公司收購。然后 KuzuDB 公司宣布放棄該開源項目。LadybugDB 項目旨在維護 Kuzu 代碼的一個分支版本。

合并

2025 年 10 月，Fivetran 和 dbt Labs 宣布 合并 成一家公司，這個消息著實讓人意外。

據我所知，數據庫領域的上一次合并是 2019 年 Cloudera 和 Hortonworks 合并。但那筆交易只是兩家在 Hadoop 領域苦苦尋找定位的公司試圖通過合并成一家公司來扭轉局面（劇透：他們沒有成功）。2022 年，MariaDB 公司通過 SPAC 與 Angel Pond Holdings 公司 合并，技術上講也算并購，但那是為了讓 MariaDB 能夠上市而采取的后門策略。對 投資者 來說，結果并不好。Fivetran 和 dbt 的合并與這兩者不同（更好）——這兩家互補的技術公司正聯手打造 ETL 領域的巨頭企業，為近期開展正規的 IPO 做準備。

融資

除非我錯過了，或者他們沒有宣布，數據庫初創公司的早期融資輪次并不算多。圍繞向量數據庫的炒作已趨于平息，風險投資公司現在只愿為 LLM 公司花錢。

• Databricks：L 輪 40 億美元

• Databricks：K 輪 10 億美元

• ClickHouse：C 輪 3.5 億美元

• Supabase：D 輪 2 億美元

• Timescale：C 輪 1.1 億美元

• Supabase：E 輪 1 億美元

• Astronomer：D 輪 9300 萬美元

• Tessel：B 輪 6000 萬美元

• LanceDB：A 輪 3000 萬美元

• Convex：B 輪 2400 萬美元

• SpiralDB：A 輪 2200 萬美元

• ParadeDB：A 輪 1200 萬美元

• CedarDB：種子輪 590 萬美元

• TopK：種子輪 550 萬美元

• Columnar：種子輪 400 萬美元

• SereneDB：前種子輪 210 萬美元

• Starburst：未披露？

• TurboPuffer：未披露？

名稱變更

這是我在年度總結中新增加的一個類別——數據庫公司更改其公司或系統的名稱。

• HarperDB → Harper

這家 JSON 數據庫公司從名字里去掉了后綴"DB" ，旨在強調其作為數據庫支持型應用平臺的定位，類似于 Convex 和 Heroku。我很欣賞 Harper 的團隊。2021 年，他們在 CMU-DB 技術研討會 上提出的數據庫管理系統構想可以說是我聽過的最糟糕的方案。好在他們意識到該方案的缺陷后果斷放棄，轉而采用了 LMDB 技術。

• EdgeDB → Gel

這是一個明智的舉動，因為“Edge”這個名字傳達了這樣一個信息，它是一個用于邊緣設備或服務的數據庫（如 Fly.io）。不過我也不確定“Gel”是否傳達了項目更高層次的目標。感興趣的讀者可以觀看下他們在 2025 年 CMU-DB 技術研討會上關于 Gel 查詢語言（名稱還是 EdgeQL）的講座，由 CMU 博士校友主講。

• Timescale → TigerData

數據庫公司為區別于其核心數據庫產品而更名的案例實屬罕見。通常情況是公司更名為數據庫名稱（如“Relational Software, Inc.”更名為“Oracle Systems Corporation”，“10gen, Inc.”更名為“MongoDB, Inc.”）。該公司有了新的定位——通用應用場景的增強版 PostgreSQL，因此他們試圖擺脫“專業化時間序列數據庫管理系統”的固有印象，這一策略有它的合理性，畢竟前者所處的細分市場遠小于后者。

倒閉

坦白說，我曾在其中兩家失敗的初創公司中擔任技術顧問。截止目前，我的顧問成功率可以說是慘不忍睹。我也曾擔任 Splice Machine 公司的顧問，但該公司已于 2021 年倒閉。需要說明的是，我只和他們討論技術構想，而不涉及商業策略。我確實建議 Fauna 增加 SQL 支持功能，但他們沒有采納我的建議。

• Fauna

Spanner 是一款頗具特色的分布式數據庫管理系統，基于 Dan Abadi 的 確定性并發控制研究。恰好在 NoSQL 熱潮逐漸消退之際，它提供了強一致性事務處理能力，使事務處理功能再度成為焦點。不過該系統采用 專有查詢語言，并押注了 GraphQL 技術。

• PostgresML

從名字就可以看出來，該系統旨在使人們能夠在他們的 PostgreSQL DBMS 內運行 ML/AI 操作。挑戰在于，他們需要說服人們將現有的數據庫遷移到他們提供的托管平臺上。他們推出了 pgCat，作為一個代理用于鏡像數據庫流量。其中一位聯合創始人加入了 Anthropic。另一位聯合創始人創建了一個新的代理項目 pgDog。

• Derby

這是最早用 Java 編寫的數據庫管理系統之一，可以追溯到 1997 年（最初名為"Java DB"或"JBMS"）。2000 年代，IBM 將其捐贈給 Apache 基金會，并更名為 Derby。2025 年 10 月，該項目宣布這個系統將進入“只讀模式”，因為沒有人對它進行積極地維護了。

• Hydra

盡管沒有關于初創公司 DuckDB-inside-Postgres 的官方公告，但其聯合創始人和員工都已經分散到了其他公司。

• MyScaleDB

這是 Clickhouse 的一個分支，借助 Tantivy 增加了向量搜索和全文索引。他們在 2025 年 5 月宣布關閉這項服務。

• Voltron Data

這個團隊應該是數據庫公司里的超級組合。想象一下，就像 Run the Jewels 那樣的團隊。他們有來自 Nvidia Rapids 的頂級工程師、Apache Arrow 和 Python Pandas 的發明者，以及來自 BlazingSQL 的秘魯 GPU 奇才。然后再加上來自頂級公司的風險投資 1.1 億美元，包括未來的英特爾 CEO（以及 一名 CMU 的董事會成員）。他們構建了一個 GPU 加速的數據庫 Theseus，但未能及時推出。

最后，盡管不是一個商業機構，但如果不提及 IBM 阿爾馬登研究中心 的 關閉，那將是我的疏忽。這個研究中心是 IBM 在 1986 年建立的，幾十年來一直是數據庫研究的圣地。我 2013 年曾去阿爾馬登參加面試，發現那里的風景很美。IBM 研究中心數據庫小組 已經不是過去的樣子了。盡管如此，這個神圣的數據庫研究場所的校友名單依然令人印象深刻：Rakesh Agrawal)、Donald Chamberlin、Ronald Fagin、Laura Haas、Mohan、Pat Selinger、Moshe Vardi、Jennifer Widom 和 Guy Lohman。

2026-01-05 更新：我遺漏了 Gel 在 2025 年 12 月被 Vercel 收購的消息。[致謝]

2026-01-05 更新：我也遺漏了 Supabase 在 2025 年進行了兩輪融資的消息。

2026-01-05 更新：盡管 TurboPuffer 沒有就融資發表官方聲明，但他們的 CEO 提到，其團隊中增加了來自 Thrive Capital 的成員。[致謝]

2026-01-05 更新：顯然，我需要一個更好的方法來跟蹤融資信息，因為我還遺漏了 LanceDB 的 A 輪融資！[致謝]

Andy 的觀點

有人說，我是根據數據庫開發公司籌集的資金數額來判斷數據庫的質量，顯然不是這樣。我之所以追蹤這些動態，是因為數據庫研究領域競爭激烈且充滿活力。我不僅要與其他高校的學者“競爭”，還需要持續關注大型科技公司和小型創業公司推出的有趣的系統。行業研究實驗室已經不是過去的樣子了，只有微軟研究院仍然在積極招聘頂尖人才，并做出令人難以置信的工作。

我曾 在 2022 年預測，2025 年將有大量的數據庫公司倒閉。確實，今年關閉的公司比往年多，但并沒有達到我預期的規模。

Voltron 的倒閉以及類似 HeavyDB 這樣的收購兼并似乎延續了 GPU 加速數據庫不可行的趨勢。Kinetica 多年來一直靠政府合同維持運營，而 Sqream 似乎也是在勉強支撐。這些公司仍屬于小眾領域，至今無人能撼動 CPU 驅動型 DBMS 的主導地位。雖不便透露具體廠商的名字，但 2026 年必將有多家供應商發布 GPU 加速數據庫的重要公告。這進一步印證了 OLAP 引擎的商品化趨勢：現代系統的運行速度已經實現了飛躍，底層操作（掃描、連接）的性能差異微乎其微，系統間的差異化競爭正轉向用戶體驗以及優化器生成的查詢計劃的質量。

Couchbase 和 SingleStore 被私募股權（PE）公司收購可能預示著數據庫行業未來的一個發展趨勢。當然，PE 收購以前也發生過，但似乎都是在最近：（1）MarkLogic 在 2020 年、（2）Cloudera 在 2021 年、（3）MariaDB 在 2023 年。我能找到的發生在 2020 年之前的收購只有 2007 年的 SolidDB 和 2015 年的 Informatica。PE 收購可能會逆轉那些數據庫公司的發展趨勢，它們在被控股公司收購后發展陷入停滯，而那些控股公司則通過榨取維護費持續獲利（如 Actian、Rocket）。即使是 Oracle，也依然在從 30 年前收購的 RDB/VMS 上獲利！

最后，向 Nikita Shamgunov 致敬。據我所知，他是唯一一位與人聯合創立兩家數據庫公司（SingleStore 和 Neon）且兩家公司在同一年被收購的人。就像已故說唱歌手 DMX 在一年內推出兩張冠軍專輯（It's Dark and Hell Is Hot、Flesh of My Flesh）那樣，我認為短期內無人能打破 Nikita 的紀錄。

數據庫元老的表現

我們來看看數據庫元老拉里·埃里森的輝煌之年。這位 81 歲的老人在這一年間取得的成就，遠超常人畢生所為。我將按時間順序逐一梳理。

拉里年初時位列全球富豪榜第三。想到自己身價可能不及馬克·扎克伯格，他夜不能寐。有人說拉里的失眠源于飲食變化——自從 買下英國的一家著名酒吧 后，他餡餅吃多了。但我可以向各位保證，拉里堅持三十年的“素食水瓶座飲食法”從未改變。直到 2025 年 4 月，我們得知拉里 重登全球富豪榜次席。他的睡眠質量稍有好轉，但仍然遠未達標。生活中的諸多煩憂仍在持續地折磨他——比如他終于決定出售那輛稀有的半合法 邁凱倫 F1 超跑，車內手套箱里還完好地保存著原廠車主手冊。

2025 年 7 月，拉里在 13 年內發布了他的 第三條推文（拉里迷們稱之為“）。這條推文介紹了他在牛津大學附近創立的 埃里森技術研究院（EIT）的近況。以 EIT 命名且與牛津大學關聯，聽起來像是純研究性的非營利機構，類似于斯坦福的 SRI 或卡內基梅隆的 SEI。但實際情況是，這是一家總部位于加州的有限責任公司旗下的多家營利性公司的統稱。當然，不少怪咖在第 3 條的評論區說承諾提供 基于區塊鏈的低溫冷凍技術 或 室溫超導體。拉里告訴我他根本不理會這些。不過也有人像 這位網友 一樣真正理解其中的奧妙。

今年（可能是本世紀）最大的數據庫新聞出現在 9 月 10 日星期三美國東部時間大約下午 3:00。經過幾十年的等待，拉里·約瑟夫·埃里森終于 成了世界上最富有的人。那天早上，$ORCL 的股價上漲了 40%，由于拉里仍然擁有公司 40% 的股份，所以他的總身價估計是 3930 億美元。從這個角度來看，這不僅使拉里成為世界上最富有的人，而且也是整個人類歷史上最富有的人。約翰·D·洛克菲勒和安德魯·卡內基（是的，CMU 中的“C”）的峰值凈資產，根據通貨膨脹調整后，分別只有 3400 億美元 和 3100 億美元。

在拉里登上世界之巔的同時，Oracle 還參與了 收購控制 TikTok 的美國公司，拉里 資助派拉蒙（由他第四次婚姻的兒子控制）競購華納兄弟。美國總統甚至嘲笑拉里 接管 CNN 新聞部門，因為拉里是派拉蒙的大股東。

Andy 的觀點

我甚至不知道從哪里開始。當然，當我得知拉里·埃里森因數據庫而成為世界上最富有的人時，我感到 由衷地欣慰，我們的生活終于發生了一些積極的事情。我不在乎 Oracle 的股價，因為那些旨在構建 AI 數據中心而非傳統軟件業務的 高調交易 而被人為炒高了。我也不在乎他 兩個月內個人損失 1300 億美元 導致排名下滑。這就像你我把一個月的薪水 全砸在了 FortuneCoins 上——雖然有點心疼，還得靠從 Taco Bell 買來的過期辣醬拌豆子米飯撐兩周，但總會好起來的。

有些人說拉里與普通民眾 脫節，或者說他因為參與和數據庫無直接關系的事情而迷失了方向。他們列舉了多個例子，比如他 在夏威夷的機器人農場 以每磅 24 美元（每公斤 41 歐元）的價格 出售生菜，又比如 81 歲的男人不可能 天生擁有金發。

事實是，拉里·埃里森已經征服了企業級數據庫領域、競技帆船 和 科技兄弟健康水療中心。下一步顯然是接管一個每天被成千上萬在機場等待的人觀看的有線電視頻道。每次我和拉里交談，他都清楚地表明他一點也不在乎人們對他的看法。他知道 他的粉絲愛他。他的（新）妻子愛他。畢竟，那才是最重要的。

結 論

在結束本次回顧之前，我想快速地說出幾個名字并提點建議。首先是 PT，他在監禁期間仍在 有條不紊地參與 Turso 數據庫的開發（外面見）。然后是對 JT 的遭遇表示遺憾，他因為經常在社交媒體上分享與 KevoDB 數據庫開發有關的信息而 丟掉了工作。務必只在測試用數據庫中放入假數據，不要因為以 1750 萬美元的價格出售自己的初創公司 換得七年的監禁。

我和我的博士生們也成立了一家新的 初創公司。希望很快就能有更多的信息帶給大家。一言為定。

https://www.cs.cmu.edu/~pavlo/blog/2026/01/2025-databases-retrospective.html

聲明：本文為 InfoQ 翻譯，未經許可禁止轉載。