盘点新生代数据库选手之 DuckDB

开一个系列，分别介绍一下最近十年新冒出来的数据库。分别从产品要解决的问题，技术路线，商业化角度分析一下。

这周太可研究所（techinstitute）分享一个嵌入式 OLAP 数据库 -- DuckDB。

## Vol.1

什么是嵌入式数据库？通俗来说就是可以嵌入到应用程序内部，无需启动外部 server 的数据库。最知名的例子就是 SQLite，做过 Android、iOS 开发的同学都很熟悉它，如果要使用数据库，默认选择就是 SQLite。如果说 SQLite 是主打 OLTP 场景，那么 DuckDB 就是要解决嵌入式场景下的 OLAP 问题。

说到 OLAP + 嵌入式场景，不难想到它的应用场景在两处，一是作为查询引擎嵌入到某些产品里，二是在单机环境里做快速的分析实验。第二个场景的用户就是数据分析师或者数据科学家，而且竞品还是挺多，pandas、arrow 等 library，以及可以单机跑的 ClickHouse。第一个使用场景前景就很广阔了，毕竟 SQLite 是全世界装机量最大的数据库（每个 Android、iOS 设备上都有），虽然 OLAP 的需求远小于 OLTP，但哪怕百分之一也是很大的规模。

## Vol.2

从技术视角上看 DuckDB 的有几个特点：

一是用 C++ 开发，几乎没有任何第三方依赖，甚至连 parquet reader 都是自己写的。可以非常方便地编译成各类产物，既可以编译成二进制可执行文件，也可以编译成 library 方便其他产品集成，多语言集成也很容易，甚至还能编译成 wasm 在浏览器里执行。

二是使用了 SIMD 等技术，可以实现高性能的执行。不过话又说回来，现在还不支持 SIMD 的 OLAP 数据库已经快被淘汰干净了。

三是非常简单的安装方式和可移植性，得益于历史包袱少，第三方依赖少，对接 Python 非常方便，使用简单的 pip 命令就可以安装并且使用。使用 DuckDB 就像 SQLite 一样，只有少量几个存储文件，把文件拷贝到其他机器上，装好 DuckDB 之后就可以直接用起来。
```bash
pip install duckdb==0.6.1
```
四是 SQL 支持好，每家数据库都有自己的 SQL 方言，也就 PostgreSQL 的 SQL 是最标准的，其他的要么加了很多私货，要么是很多函数、语法不支持。DuckDB 的 SQL 支持很丰富，至少是嵌入式数据库里是最好的。

目前DuckDB最新版本是0.9.2，看上去距离发布1.0已经不远了。未来DuckDB的roadmap主要集中在SQL语法补全、性能优化、代码架构优化上。

## Vol.3

DuckDB 还很年轻，2019 年才诞生，还没有特别清晰的商业化路线。背后的商业化公司 MotherDuck 已经融到了 B 轮，融了 5 千万美金，估值 4 亿美金。

MotherDuck 早期也只是提供一些 DuckDB 的技术支持、咨询类的服务。现在MotherDuck 也提供了云 Serverless 服务，系统通过云挣钱，但是作者实在没看出来相比于其他云产品的优势在哪里。

说实话 4 亿美金的估值已经不低了，按照现在资本对 SaaS 类产品的要求，至少要营收达到 2、3 千万美金才能匹配现在现有的估值，这个营收如果是在国内，已经是数据库创业公司们的天花板了，在海外可能还有希望。如果 MotherDuck 没有更清晰的商业化数字的话，估计下一轮会比较困难，不过好在看官网介绍，MotherDuck 的人手不多，短期内不会太缺钱，希望他们能把产品越做越好吧。

DuckDB 是一个值得持续关注的新兴技术，在数据分析赛道的定位还是挺清晰的。再考虑到未来和生态高度集成，影响力肯定会在上升一个台阶。

## 引用：

- https://duckdb.org/why_duckdb.html
- https://hightouch.com/blog/duckdb

- https://motherduck.com/

- https://www.prnewswire.com/news-releases/motherduck-raises-52-5-million-series-b-funding-as-duckdb-adoption-soars-301932741.htmlv