赚大了！Databricks 10亿美元买下开源数据库Neon Database
digoal约 5 分钟Databricks花10亿美元买开源Neon数据库, 值得吗?
近期数据库圈又有大买卖了, 有消息称Databricks要花10亿美元买开源Neon数据库.
为什么是Neon? 这背后有什么道道?
一、Databricks是什么？
先问问Qwen3
Databricks（达塔布里克斯） 是一家专注于大数据和人工智能的科技公司，成立于 2013 年，总部位于美国旧金山。它由 Apache Spark 的创始人 Matei Zaharia 创建，致力于提供统一的数据分析与 AI 开发平台。
🌟 Databricks 是什么？
简单来说：
Databricks 是一个基于 Apache Spark 构建的一体化数据与 AI 平台，用于处理海量数据、运行机器学习模型、构建实时应用，并支持团队协作。
🛠️ 核心功能
| 统一平台 | |
| Delta Lake | |
| Databricks SQL | |
| MLflow | |
| Runtimes | |
| Auto Loader |
🚀 主要特点
基于 Apache Spark：性能强大，适合处理 PB 级别的数据。 云原生架构：支持 AWS、Azure、GCP 多云部署。 易用性高：提供 Notebook（类似 Jupyter）、SQL 工具、API 接口等多种开发方式。 企业级安全与治理：支持 RBAC（基于角色的访问控制）、审计日志、数据加密等。
📊 应用场景
| 大数据分析 | |
| 机器学习 | |
| 实时数据处理 | |
| 数据仓库替代方案 |
🏢 典型客户
Databricks 被广泛应用于金融、医疗、零售、制造等多个行业，部分知名用户包括：
Capital One（资本一号） Walmart（沃尔玛） Netflix（奈飞） Goldman Sachs（高盛）
💼 Databricks 的商业模式
SaaS 模式：按使用量计费（CPU/GPU 小时数）。 企业服务：提供定制化部署、私有云解决方案、咨询与培训等服务。
✅ 总结一句话
Databricks 是一个面向企业的大数据与 AI 统一平台，让数据科学家、工程师和分析师能够在同一个环境中高效地处理数据、训练模型并交付价值。
二、Databricks 对未来的判断
要理解Databricks的行为, 只需要了解行为背后的第一性原理是什么.
Databricks要成为大数据与 AI 统一平台, 同时结合它购买Neon database的行为, 倒推出Databricks对未来的判断是什么? (也就是这个购买事件的第一性原理)
1、一切都将被AI化, AI 智能体会遍地开花的爆发, 数量巨多, 有哪些?
C端, 平均每个人拥有超过1个智能体, 这就是几十亿.
B端, 政府、制造业、金融、游戏、教育等各个领域, 每个领域的企业/机构都需要大量智能体.
2、AI 智能体的本质是什么? 大脑 + 记忆(包括会话记录、私有知识库、配置等) + 工具及连接(通过工具调用连接、使用物理世界的其他产品和其他AI agent)
我在这一期谈过, 详见: 《德说-第325期, AI Agent的本质是什么? 如何快速搭建属于自己的agent》
我们重点关注“记忆(包括会话记录、私有知识库、配置等)”, 这个实际上就是数据库. 而且记忆不仅仅有向量、还有标准的结构化数据、非结构化数据等等.
3、云和数据库都是基础设施, 大多数应用都会部署在云上, 大多数人会使用云数据库 (广义的, 包括任何用管控搭建的数据库服务,例如 pigsty, apecloud, clup等)
这个话题在这一期也进行了论述: 《德说-第312期, 什么是基础设施? 什么时候用服务OR自建? 为什么DBA会消失? 我对DBA和数据库厂商的建议是什么?》
三、Databricks 为什么要购买Neon?
Databricks要在AI 智能体数据库赛道获得增长, 必然需要一个云原生 且 同时支持向量+搜索+结构化+非结构化数据存储的数据库. 这是在点名PostgreSQL吗?
https://github.com/neondatabase/neon
https://deepwiki.com/neondatabase/neon
Neon是开源版Aurora, 具有一切想要的云原生能力(弹性、安全、性能、多租户等).
Neon 是一个开源分布式数据库系统，它使用 100% 的 PostgreSQL 作为计算引擎，同时实现了自定义存储层。它将计算与存储分离，允许两者独立扩展，并支持以下功能：
用于开发、测试和 CI/CD 的数据库即时分支 快速计算配置 多租户存储 云部署中的按使用付费定价模型
该项目提供了一个经过修改的 PostgreSQL，它与分布式存储系统（而非本地文件）协同工作。该存储系统由存储、处理和向计算节点提供数据的组件组成。
关键组件
代理：处理客户端连接、连接池和 HTTP 上的 SQL 计算节点：修改后的 PostgreSQL 实例，使用 Neon 存储引擎而不是本地文件 页面服务器：存储和管理数据页面，并根据请求将其提供给计算节点 Safekeeper：通过共识协议确保 WAL 的持久性 存储控制器：管理存储层的租户放置和分片 远程存储：数据的长期存储（S3、Azure Blob 存储或本地文件） 控制平台：整个系统的管理服务
Neon 使用多租户模型来组织数据，每个租户都有时间线（分支）。
租户和时间线
租户：逻辑数据库实例，类似于 PostgreSQL 集群 时间线：租户的分支，允许独立开发和测试 (类似github的branch功能) 时间线分支：创建一个从父时间线的特定 LSN（日志序列号）开始的新时间线
存储组织
页面服务器层：数据被组织成不同类型的层： 镜像层：数据页的完整快照 Delta Layers：数据页的增量变化 内存层：最近的更改尚未保存到磁盘 Safekeeper WAL 存储：按租户和时间线组织的预写日志记录
数据流
写入路径
客户端向代理发送 SQL 查询 代理将请求转发到计算节点 计算节点执行查询并生成 WAL 记录 WAL 记录被发送到 Safekeeper 以确保持久性 Safekeeper达成共识并承认写入 Safekeeper 将 WAL 传输到 Pageserver Pageserver 将 WAL 应用于其页面缓存并创建层 Layers 最终上传到远程存储
读取路径
客户端向代理发送 SQL 查询 代理将请求转发到计算节点 计算节点需要读取数据库页面 计算节点从页面服务器请求页面 页面服务器从其缓存中提供页面或从层中检索页面 计算节点执行查询并返回结果
为什么要购买Neon?
可能令Databricks看重的是它的
云原生能力, 最终可以打出性价比优势, 满足盈利要求. PG原生的能力, 满足技术要求.
10亿美元是否值得? 相信Databricks精算过. 我们不必担心. 看看Aurora的财报, 可能10亿美刀太便宜了.
以下数据来自文章 <Neon将照亮Postgres市场>
所有人都是凡人, 大家都是因为看见所以相信, 现在相信PG有钱途还不晚, 快看: