透过指标，盘点热门开源数据库

近些年来，软件开源化趋势愈发明显，作为基础软件的数据库及相关产品首当其冲。很多国产数据库大厂，也纷纷迈向开源之路。本文从开源项目的指标入手，总结如何分析一款开源产品及当前国际、国内主流数据库及周边产品的开源表现如何。希望未来，有更多优秀开源产品/项目诞生。

1. 开源指标及分析

     人生基本上就是两件事，选题和解题。最好的人生是在每个关键点上，既选对题，又解好题。人生最大的痛苦在于解对了题，但选错了题，而且还不知道自己选错了题。正如人生最大的遗憾就是，不是你不行，而是你本可以。

1).Github指标

• Star

  可解释为`关注`或者`点赞`。当点击 star，表示喜欢这个项目或者通俗点可以把他理解成朋友圈的点赞吧，表示对这个项目的支持。

• Fork

  克隆出一份属于自己的版本。可以对这个副本进行修改完善，当觉得没问题了，可以尝试发起 pull request 给原项目作者。

• Commit

  当前分支的提交，commits表示提交数。

• Pull request（pr）

  一种通知机制。你修改他人的代码，将你的修改通知原来的作者，希望他合并你的修改，这就是 Pull Request。合并到主干版本的动作称为Merge PR。

• Issue

  项目的问题讨论，对应issues表示问题讨论数。

2).Github用户角色

Apache 软件基金会（Apache Software Foundation，ASF）在开源软件界大名鼎鼎。ASF 能保证旗下 200 多个项目的社区活动运转良好，得益于其独特的组织架构和良好的制度。

• 用户 (User)

  通过使用社区的项目构建自己的业务架构的开发者都是Apache的用户。

• 贡献者 (Contributor)

  帮助解答用户的问题，贡献代码或文档，在邮件列表中参与讨论设计和方案的都是 Contributor。
  

• 提交者 (Committer)

  贡献多了以后，就有可能经过 PMC 的提议和投票，邀请你成为 Committer。成为 Committer 也就意味着正式加入 Apache了，不但拥有相应项目的写入权限还有 apache.org 的专属邮箱。成为 Committer 的一个福利是可以免费使用 JetBrains 家的全套付费产品，包括全宇宙最好用的 IntelliJ IDEA 。
  

• PMC

  Committer 再往上走就是 PMC，这个必须由现有 PMC 成员提名。PMC 主要负责保证开源项目的社区活动都能运转良好，包括 Roadmap 的制定，版本的发布，Committer 的提拔。
  

3).指标分析

针对上述Github指标及内部统计数据，可将指标进行分类。本文统计中，后三类指标都是以最近的一个月的数字为参考。

• 项目维度：stars、forks

  上述指标，，反映项目整体活跃程度。

• 开发者维度：PMC member、Committer、Contributor

  上述指标，反映开发者生态是否健康，是否形成有层次梯队的开发者队伍。

• 开发活跃度：Active/Merge/Open Pull Request

  上述指标，反映开发者活跃程度，是否有规模化开发者参与其中。

• 使用者维度：Active/Close/New Issue

  上述指标，反映使用者活跃程度，是否规模化使用并有问题可反馈。同时，问题是否及时得到解答并关闭。

• 代码维度：authors、commits、files、additions、deletions

  上述指标，反映代码修改的活跃度，包括参与修改人数、提交数、修改文件数、新增及删除代码数量。后两个指标相比还可间接反馈出软件重构度。

2. 全球数据库开源情况

     人生基本上就是两件事，选题和解题。最好的人生是在每个关键点上，既选对题，又解好题。人生最大的痛苦在于解对了题，但选错了题，而且还不知道自己选错了题。正如人生最大的遗憾就是，不是你不行，而是你本可以。

此章节几张图均来自db-engines.com，其反馈是数据库流行程度。从开源与商业整体对比来看，在今年的早些时候，开源已超越商业数据库。

下面图则从产品梳理与流行度评分两个维度，对比商业与开源产品的对比。

针对不同数据库类别，开源与商业的占比也差距很大。

下图则是列举最为流行的开源数据库，想必这几款产品大家都很难熟悉。这里有个有趣的现象，就是这些开源协议。这主要是受到近期开源产品商业化策略导致的。以MongoDB、Redis、ES为代表的产品，纷纷修改了开源协议。

3. 国内数据库开源情况

     人生基本上就是两件事，选题和解题。最好的人生是在每个关键点上，既选对题，又解好题。人生最大的痛苦在于解对了题，但选错了题，而且还不知道自己选错了题。正如人生最大的遗憾就是，不是你不行，而是你本可以。

国内数据库的开源情况，与国际差别很大。最近一两年来，国内各大数据库厂商逐步推进开源策略。下图是从墨天轮社区中，整理的Top国内开源数据库产品。这里面包括了阿里、华为等云大厂，也包括PingCAP、TAOS这样的明星初创企业。

从国内开源数据库来看，TiDB也为一骑绝尘，其托管的三个项目累计star数接近4w，遥遥领先于其他产品。仅次于TiDB的是TDengine，作为后来者star达到1.7w，成绩也不错。相比较而言，几个大厂的产品，要么开源时间不长，要么运营还需加强，整体表现有待提升。从Contributors角度，也大体印证了这个特点。

进一步从开发者、使用者及代码层面对比，也大体符合上面的规律。特别是TiDB，开发者活跃、用户众多、代码变化也很大，可以说2~3年基本就完成一次重构。

4. 国内数据库中间件开源情况

     人生基本上就是两件事，选题和解题。最好的人生是在每个关键点上，既选对题，又解好题。人生最大的痛苦在于解对了题，但选错了题，而且还不知道自己选错了题。正如人生最大的遗憾就是，不是你不行，而是你本可以。

数据库中间件，在过去几年中发展非常迅速，很好地解决互联网公司的众多场景。但近些年来，随着分布式数据库的兴起，数据库中间件似乎有所沉寂。但正如我之前文章谈到的，在很多用户场景下，数据库中间件仍然大有可为。特别是随着，数据库碎片化、数据使用深化，对数据计算的要求越来越高，这些都为数据库中间件带来利好。这里收集了国内外主流的数据库中间件，发现些有趣的问题。以shardingsphere、vitess形成头部玩家，这两个产品的的关注度均超过1w。其中vitess较早实现商业化，估值不错；近期国内shardingsphere也走出商业化的一步，令人期待。其他产品，有的star数也不少，但整体活跃度不高，这点可从后面数据看出。这里有个新增的力量，阿里的polardb-x，我也将其归入此类。因开源时间不长，目前活跃度不高。

承接上文，对比这些数据库中间件产品的开发、用户及代码情况，则差距更为明显。基本上shardingsphere三倍于vitess，其余产品除dble外基本都处于停滞状态。dble背后有厂商-爱可生支持，尚有一定的活跃度，但无法与前两者对比。特别是shardingsphere，基本上可代表数据库中间件的事实标准，无论从开发活跃度、用户使用量还是代码迭代更新的速度，都遥遥领先于其他产品。

5. Apache典型开源项目情况

     人生基本上就是两件事，选题和解题。最好的人生是在每个关键点上，既选对题，又解好题。人生最大的痛苦在于解对了题，但选错了题，而且还不知道自己选错了题。正如人生最大的遗憾就是，不是你不行，而是你本可以。

Apache作为全球最为知名的开源软件基金会，旗下孵化出大量优秀的基础软件。这里罗列了大家常见的一些apache项目，其中也包括国内有代表性的shardingsphere、pulsar、kylin等项目。

从产品活跃度来看，国内项目的活跃度要优于国外项目，这也是国内庞大开发人口基数的优势，同时也是近些年来开源项目逐步走向国际佐证。相信未来，开源软件将成为大势所趋，人心所向。

韩锋频道：

关注技术、管理、随想。

长按扫码可关注