MotherDuck，从 SQLite 走向数据届的 Docker

初次邂逅

之前有一天，我偶然发现了 motherduck.com，朴素得过分的网站。

但背后是一支全明星队伍。

看他们的标语 "Data Infrastructure and Analytics"（数据基础设施和分析）和团队背景，似乎是要挑战 Snowflake / Databricks？但是如果又再来个声称「有性能 / 价格优势」的云原生数仓听起来就有点无聊了。另外，MotherDuck 这个名字很不寻常，为什么要选这个名字？

读了他们 4750 万美元 A 轮融资的消息（https://motherduck.com/blog/announcing-series-seed-and-a/），然后看了下新的官网后，我悟了。

命名

MotherDuck 名字来源 DuckDB，像 SQLite 架构一样的分析型数据库。MotherDuck 把开源的 DuckDB 商业化了，这也是现在 infra 创业公司的标准套路。

宣言

开始，我对 Serverless 感到困惑。虽然 Serverless（无服务器）是一个被滥用的词，但大多数人还是会把它和云计算联系起来。MotherDuck 把自己包装成为 Serverless，却叫大家别等云了 (Why wait for the cloud?)，但是他们最终可能仍会提供云服务（还有谁不会呢？）。

从常识上讲，Serverless 意味着云服务提供商掩盖了服务器的存在。服务器还在，只是用户不需要关心它们了。但是，MotherDuck 的 Serverless 则是另一回事：他们根本就没有服务器，因为底层的 DuckDB 只是一个可嵌入的库，而不是一个独立服务器。所以这里更准确的说法应该是 No Server。

数据民主化

Snowflake 引入了新的想法，把计算和存储分离，这种在架构上的创新赋予了他们巨大的竞争优势。虽然从产品的角度来看，他们仍然是紧密耦合的，因为数据被锁定在 Snowflake 平台上了。

MotherDuck 则不同。假设你有一个单一的数据文件：无论是 Parquet，CSV，SQLite，还是其他格式，该文件储存在你的本地磁盘， S3， GitHub，或任何地方。然后你用 MotherDuck 从计算环境中挂载该文件，你就有了一个强大的工具可以分析该文件了。因为 MotherDuck 的零依赖性（感谢受 SQLite 启发的 DuckDB），它只需要几秒钟就能获得 MotherDuck 二进制文件（甚至在预编译的发行版中包含它之后，这一步也省去了）。

Snowflake 分离了计算和存储，而 MotherDuck 将计算接入存储。有了 MotherDuck，只要你能访问数据文件，你就有了分析能力，在此之上，你还可以建立数据解决方案。

举个例子，OSS Insight (https://ossinsight.io/)，一个实时获取 GitHub 相关事件并提供洞察的网站。虽然它的技术栈已经通过采用 TiDB 而被简化了 (https://ossinsight.io/blog/why-we-choose-tidb-to-support-ossinsight/)，但未来 MotherDuck 可以用更简单的技术栈做到类似的。

因为有了 MotherDuck，你所有应用程序的运行时依赖的制品都可以保存在一个文件中。

当然这不是一个新想法。传奇的 Hypercard (https://en.wikipedia.org/wiki/HyperCard) 最早引入了这个做法，将一个独立的应用程序和数据存储到一个文件中。

还有历史悠久的 FileMaker Pro (https://en.wikipedia.org/wiki/FileMaker)，整个应用程序和数据都存储在一个单一的 `.fmp12` 文件中。

但是，MotherDuck 可以把这个想法带到一个新的高度，因为他们能够高效处理 TB 级的数据，以及在数据集 / MotherDuck 引擎 / MotherDuck 平台之间定义开放协议，与 GitHub 集成来促进协作等等。

MotherDuck 一上来就要开始与 Snowflake 在各个方面的竞争。数据团队仍然需要 Fivetran (https://www.fivetran.com/) 来移动数据；dbt (https://www.getdbt.com/) 来转换数据；甚至 meltano (https://meltano.com/) 来组装数据平台；但对于分析任务，他们将不得不决定从哪里运行：是 Snowflake Cloud 还是装着 MotherDuck 的任意计算环境？

而当把目光放到更远的地方，一切都还未被开垦。MotherDuck 可以释放出一系列全新的数据解决方案。Only sky is the limit。

MotherDuck 的想法很新奇，时机也很完美。数据分析领域正在静候下一个范式的转变。从业者门有一个更好的 Snowflake 就很开心了，而有远见的人会要求更多。MotherDuck 明智地选择了一个不同的战场，而不是在性能 / 成本上互卷。

写在最后

之前大家为了获得处理数据的能力，只能把数据交给 Snowflake（或类似厂家）。而有了 MotherDuck 后，大家也都具备了类似的处理能力，同时还可以自己掌控数据：可以把数据保存在任何他们想要存放的地方，只与他们愿意分享的人分享，并在需要的时候随时能使用它。

Docker 作为一个运行时和标准，使得应用程序广泛普及，MotherDuck 也可以成为一个运行时和标准使得数据使用可以广泛普及。

而且这次，MotherDuck 必然比 Docker, Inc 准备得更好 (https://www.infoworld.com/article/3632142/how-docker-broke-in-half.html)，得以在愿景实现时获得最大的份额。

祝 MotherDuck 团队好运。好奇叫 Ducker 这个名字是不是更好一点 :)