新眸大公司研究組作品

作者｜葉靜

編輯｜桑明強(qiáng)

在數(shù)據(jù)庫(kù)領(lǐng)域，如果問當(dāng)下誰(shuí)最火，那Databricks一定排得上號(hào)。

去年8月，距離10億美元的G輪融資剛過去7個(gè)月，Databricks再次獲得16億美元H輪融資，身價(jià)搖身一變成380億美元，成為外界一致認(rèn)為的超級(jí)獨(dú)角獸。一直以來(lái)，數(shù)據(jù)領(lǐng)域備受關(guān)注，如果從2007年開始計(jì)算，全球的數(shù)據(jù)量至今已經(jīng)膨脹了近200倍，數(shù)字化被寫入戰(zhàn)略規(guī)劃成了各類行業(yè)的共識(shí)。

在數(shù)據(jù)量井噴的背景下，上云趨勢(shì)也越來(lái)越明確，以Snowflake、Databricks為代表的大數(shù)據(jù)公司應(yīng)運(yùn)而生，前者基于AmazonS3打造了云端的數(shù)據(jù)倉(cāng)庫(kù)，后者除了推出Lakehouse（湖倉(cāng)一體），現(xiàn)在又押寶機(jī)器學(xué)習(xí)，試圖包管數(shù)據(jù)在抵達(dá)機(jī)器學(xué)習(xí)之前的所有流程。

不同的是，Databricks已經(jīng)從原來(lái)的infra向更廣泛場(chǎng)景延伸，和昔日的伙伴Snowflake同臺(tái)競(jìng)技。與此同時(shí)，以AWS為代表的云巨頭，也都曾戰(zhàn)略性投資過Databricks，但現(xiàn)在也都在自研數(shù)據(jù)分析套件，競(jìng)合關(guān)系漸趨白熱化，讓數(shù)據(jù)基礎(chǔ)設(shè)施的戰(zhàn)火撲朔迷離。

01從0到1

企業(yè)的性格往往被它的創(chuàng)始人和技術(shù)背景所決定。

十幾年前在UC Berkley的AI實(shí)驗(yàn)室里，Ghodsi和伙伴發(fā)起Spark項(xiàng)目：做一個(gè)能夠更輕松處理大量數(shù)據(jù)和機(jī)器算法的引擎，并且開源了代碼。相比較多數(shù)開源項(xiàng)目，面向的都是底層技術(shù)性強(qiáng)要求的infra工程師，spark面向更廣泛的客戶群，同時(shí)在上層加了很多的新的API，降低了技術(shù)門檻。

因?yàn)闆]有優(yōu)秀的開發(fā)者社區(qū)運(yùn)營(yíng)和推廣團(tuán)隊(duì)，Spark變現(xiàn)比較難，之后團(tuán)隊(duì)成員決定成立Databricks，以商業(yè)化方式推動(dòng)Spark社區(qū)發(fā)展。即便Spark是過去硅谷的頂流產(chǎn)品，但這并沒有讓AWS等巨頭買賬，他們選擇繞過Databricks，直接將Spark集成到自己的產(chǎn)品里。在Databricks賣產(chǎn)品還不如辦Spark峰會(huì)收入高的時(shí)候，Amazon EMR已經(jīng)針對(duì)Spark實(shí)現(xiàn)了幾億營(yíng)收。

Databricks創(chuàng)始團(tuán)隊(duì)走了一條不被大眾熟知的激進(jìn)的路：云。

雖然不管對(duì)公司還是客戶來(lái)說，云可以更快部署，也更容易維護(hù)，但正如聯(lián)合創(chuàng)始人Reynold Xin所說，大部分的人知道云是未來(lái)，但絕不是現(xiàn)在。當(dāng)時(shí)只有小部分風(fēng)投注資這家初創(chuàng)企業(yè)，New Enterprise Associates的投資者Pete Sonsini說：“我們?cè)贒atabricks的軟件收入為零時(shí)投資，認(rèn)為他們會(huì)在大流行中加速發(fā)展，也許是一兩個(gè)月，每個(gè)人都無(wú)法及時(shí)知道會(huì)發(fā)生什么”。和Databricks一樣，他們也在賭未來(lái)。

圖：Databricks年度融資及估值變動(dòng)

2013到2015這三年，雖然有硅谷風(fēng)投支持，Databricks也借力這些資金吸引人才，推出了基于云端的簡(jiǎn)化大數(shù)據(jù)處理平臺(tái)Databricks Cloud，但不管是招主管、找融資還是見客戶，Databricks都會(huì)被質(zhì)疑：真的不支持on－prem嗎？

因?yàn)楸晨縎park，很多客戶甚至愿意年付幾千萬(wàn)美金讓Databricks提供咨詢定制化項(xiàng)目，但Databricks做的是一個(gè)給數(shù)據(jù)工程師的平臺(tái)，這是當(dāng)時(shí)大部分公司聞所未聞的玩法，也是前幾年商途不順的原因之一。值得一提的是，彼時(shí)的云界開源前輩Cloudera曾改名“Cloud Era”，可在當(dāng)時(shí)的市場(chǎng)情況下，最終還是轉(zhuǎn)向了on－prem做定制和售后支持才得以存活。

在這種邏輯下，云廠商把開源軟件拿來(lái)經(jīng)過簡(jiǎn)單的封裝，再作為服務(wù)賣出去。由于這個(gè)過程只需要簡(jiǎn)單的部署和調(diào)試，工程成本極低，定價(jià)也不高，巨頭從中賺走了大部分，這對(duì)Databricks來(lái)說相當(dāng)于吸血，怎樣和有錢有人的云巨頭對(duì)抗，是Databricks亟需在技術(shù)上打造的壁壘。

他們賭的另一條路，是不做數(shù)倉(cāng)。

彼時(shí)數(shù)據(jù)倉(cāng)庫(kù)競(jìng)爭(zhēng)過于激烈，以亞馬遜為首的巨頭占據(jù)了大部分市場(chǎng)份額，Databricks繼續(xù)小眾打法：避開紅海，嘗試切入一個(gè)新興卻可能會(huì)有爆炸性增長(zhǎng)的小市場(chǎng)，針對(duì)數(shù)據(jù)科學(xué)家、數(shù)據(jù)工程師和AI的方向做產(chǎn)品。

開源小公司的優(yōu)勢(shì)在于更懂項(xiàng)目，迭代更快，能夠聚焦、死磕產(chǎn)品性能，而公有云大廠很難在單一方向投入最好的工程師。隨著數(shù)據(jù)量的爆發(fā)，云的生態(tài)優(yōu)勢(shì)逐漸被認(rèn)可，加上當(dāng)時(shí)市面上也沒有大量競(jìng)品，這給Databricks的產(chǎn)品帶來(lái)了機(jī)會(huì)。

另一方面，在2019年微軟投資Databricks之前，正巧CEO納德拉推動(dòng)云為先的戰(zhàn)略，兩家合作的Azure Databricks進(jìn)入了微軟的企業(yè)許可協(xié)議。微軟從一個(gè)大數(shù)據(jù)競(jìng)爭(zhēng)劣勢(shì)的云產(chǎn)品搖身成為業(yè)界領(lǐng)先，形成了云巨頭三足鼎立的局面；因?yàn)閹缀跛�有大企業(yè)都和微軟有ELA，共生效應(yīng)之下，客戶原本買云買Office的預(yù)算自然流向了Databricks。

有人將Databricks創(chuàng)始團(tuán)隊(duì)比作一群幸運(yùn)的加州嬉皮士RD，他們信仰技術(shù)，信仰來(lái)源，信仰共享和長(zhǎng)期主義，這些也都成為了Databricks的底色。