不用 MotherDuck，直接用 DuckDB 搭建分析栈

上周 Lightdash 宣布了 MotherDuck 的原生集成：5 分钟接入，dbt 语义层 + DuckDB 速度 + 按秒计费。官宣文章里反复提 "agentic era"——每个 AI Agent 一个独立计算实例，互不干扰。

听起来很美。但你仔细想一下：这些能力到底是 MotherDuck 独有的，还是 DuckDB 本来就有的？

我的答案：90% 的能力，开源 DuckDB 就能做到。MotherDuck 卖的是运维便利，不是独有能力。

● ● ●

MotherDuck 到底给了你什么

先拆一下 MotherDuck 的产品卖点：

拆开看，每一层都有一个开源 DuckDB 等价物。

● ● ●

不用 MotherDuck 怎么做 Hypertenancy

MotherDuck 宣传最多的就是 Hypertenancy：每个用户一个 Duckling 实例，完全隔离。

你用 DuckDB 怎么做？Quack 协议。

DuckDB 1.5 开始内置了 Quack——一个 HTTP 协议，让远程客户端像连 PostgreSQL 一样连 DuckDB。架构长这样：

用户A → Quack Server A (duckdb user_a.db)   ← 独立计算
用户B → Quack Server B (duckdb user_b.db)   ← 独立计算
用户C → Quack Server C (duckdb user_c.db)   ← 独立计算

每个用户启动一个 Quack 进程：

# 起一个 Quack server
(echo "LOAD quack; CALL quack_serve('quack:0.0.0.0:9494', token := 'user_a_token');" && cat) | \
    duckdb /data/user_a.db > /dev/null 2>&1 &

客户端连过来：

LOAD quack;
CREATE SECRET (TYPE QUACK, TOKEN 'user_a_token');
ATTACH 'quack:localhost:9494' AS remote;
-- 现在所有查询跑在 user_a 的独立实例上

效果和 MotherDuck 的 Hypertenancy 一样：每个用户独立计算，谁的重查询都不影响别人。区别是，你不按秒付费。你付的是一台 VPS 的固定月费。

一台 $20/月的 8 核 VPS 能跑几十个 Quack 实例。MotherDuck 的 Standard 实例 $2.40/小时——跑满一个月要 $1,728。

● ● ●

不用 MotherDuck 怎么做 Agentic 查询

MotherDuck 的叙事里，AI Agent 需要独立计算实例，因为 Agent 会产生大量探索性查询。

DuckDB 本身就是 Agent 的理想搭档：

1. 内存模式，用完就扔

import duckdb

# Agent 启动一个新会话——零成本
conn = duckdb.connect(':memory:')
conn.execute("ATTACH '/data/shared.db' AS shared (READ_ONLY)")
conn.execute("CREATE TABLE temp_results AS SELECT * FROM shared.orders WHERE ...")
# Agent 随便折腾 temp_results
# 会话结束——内存释放，数据库毫发无损

Agent 的查询在内存里跑，主数据库设成只读，没法搞破坏。这比 MotherDuck 的 isolation 更彻底。MotherDuck 的 Duckling 至少还能写数据，Agent 搞坏了还得恢复。

2. MCP Server 直接用社区方案

MotherDuck 的 MCP Server 是最近刚推出的。DuckDB 社区早就有几个 MCP Server 实现，比如 duckdb-mcp-server。Agent 通过 MCP 直接发 SQL，DuckDB 执行——跟 MotherDuck 的体验一模一样。

3. 本地跑，延迟为零

MotherDuck 再快也是云服务，有网络延迟。Agent 的千次级迭代查询，每次多个几十毫秒，累积起来很明显。本地 DuckDB 没有这个问题。

● ● ●

不用 MotherDuck 怎么做 BI

Lightdash 本身就支持 DuckDB——它不是只支持 MotherDuck。

在 Lightdash 里选 DuckDB 作为 warehouse，填上数据库路径就行：

Settings → Connections → Add warehouse → DuckDB
Database path: /data/analytics.db

然后指向你的 dbt 项目。整个链路是：

dbt models (YAML) → Lightdash → DuckDB 本地文件 → 仪表盘

不需要 MotherDuck。不需要云服务。不需要 token。一个 .db 文件就搞定。

如果你不用 Lightdash，Metabase 也支持 DuckDB——Driver 已经进了 Metabase 主线。Apache Superset 通过 SQLAlchemy 驱动也能连。

● ● ●

一张图说清楚

本质是一样的。上面那层花钱买运维，下面那层花时间换自由。

● ● ●

什么时候你确实需要 MotherDuck

不说「MotherDuck 是智商税」——它不是。它在以下场景有真实价值：

1. 你不想管服务器。 这是 MotherDuck 最核心的价值。Quack server 起停、监控、备份、升级——如果你团队没有运维人力，MotherDuck 省下的时间是实打实的。

2. 读负载需要弹性扩缩。 MotherDuck 的 Read Scaling 让你给 Duckling 挂读副本，高并发时自动分担。自己搞这个需要负载均衡 + 多副本同步，工程量不小。

3. 你的数据量超过单机承载。 DuckDB 是单节点列式引擎。MotherDuck 背后做了分布式查询的分片和调度（虽然细节不公开），纯自建 DuckDB 有单机瓶颈。

4. 你需要 SOC 2 / HIPAA 合规。 自己搭的数仓过合规审计，跟买一个过了审计的云服务，工作量差一个数量级。

● ● ●

但 99% 的团队不需要

大部分说「我们需要 MotherDuck」的团队，实际需求是：

• 一个能跑 SQL 的分析数据库（DuckDB 能做）
• 不想被 Snowflake 的账单吓到（DuckDB 免费）
• 让 BI 工具（Lightdash/Metabase）连上（DuckDB 支持）
• 给 AI Agent 一个查询入口（DuckDB + MCP 能做）

这四个需求，DuckDB 全包了。一分钱不用花。

Lightdash + DuckDB（开源）的组合，跟 Lightdash + MotherDuck（付费）的组合，对 90% 的查询来说体验是一样的——因为底层都是 DuckDB 引擎。SQL 兼容性一样，性能一样，dbt 对接一样。

换个说法就是：你付不付钱。

● ● ●

我的建议

如果你的团队已经有运维能力（哪怕只是一个会写 Dockerfile 的人），直接用 DuckDB。起一个 Quack server 花不了 10 分钟。把省下来的 MotherDuck 账单（$1,728/月起）拿去干别的。

如果你不想碰服务器，MotherDuck 是 DuckDB 生态里最好的托管方案——但记住，你买的不是新能力，是运维便利。

DuckDB 已经够好了。MotherDuck 只是让它更容易用。