第一个开源的大规模并行数据库突然 404，国内数仓市场或迎大变动

在没有任何公告的情况下，知名开源大规模并行处理 (MPP) 数据库 Greenplum 突然就“404”了，而有网友反馈之前还可以访问下载，今天已经打不开了。

https://github.com/greenplum-db/gpdb

根据提示，5 月 24 日，Greenplum 源代码仓库的访问权限修改为了“只读”，同时还清空了原有的 branch、tag、pr、issue 等信息。

另外，值得注意的是，Greenplum 在国内的官网也已经打不开了。

Greenplum 号称是是业界第一个开源的大规模并行（MPP）数据库，目前在 DB-Engines 的全球排行榜上为列第 48 位。

或影响当前国内数仓市场格局

Greenplum 对国内数据库行业产生了影响深远，很多数据库公司创始人都曾在参与过 Greenplum 项目。

比如，拓数派（PieCloudDB）创始人冯雷，曾任 Pivotal（中国）的创始人兼总经理；四维纵横（YMatrix）创始人姚延栋，曾是 Greenplum 北京研发中心总经理、Greenplum 中国开源社区创始人；偶数科技（OushuDB）创始人常雷，曾创建 Greenplum 数据库高级研究与开发中国团队；酷克数据（HashData）联合创始人兼 CEO 简丽荣，曾在 Pivotal 从事 Greenplum 的开发。

对于 Greenplum 在社区的这一突然变化，酷克数据 HashData 研发 VP、Cloudberry Database 研发负责人杨瑜向 InfoQ 表示，严格来说这是源码归档，不是很多网友所说的“闭源”，但我们不清楚后续官方会采取什么动作。

对于该事件产生的后续影响，杨瑜认为主要有三点：

• 首先，对于现有 Greenplum 社区用户来说，面临后续无法更新、升级和获得安全支持。社区用户可能需要寻找替代方案，或者尝试自行解决遇到的问题，这无疑增加了技术团队的负担和成本。

• 其次，可能影响当前国内数据仓库市场的竞争格局。目前国内有基于 Greenplum 的衍生版或云服务，如果团队自身没有良好的技术储备，较大依赖上游，将在后续竞争中逐渐退出，具备真正技术实力的团队会获得更多机会并加强地位。

• 同时，本次事件也对上下游生态系统产生影响，一些开发者可能会转向其他数据仓库项目，相关服务商也会寻找新的合作伙伴。

大多数 Greenplum 衍生产品都跟随 Greenplum 上游代码的变化，归档意味着引用 Greenplum 代码不那么容易了。

对于该事件是否会对酷克数据（HashData）产生影响的疑问，杨瑜表示，其目前拥有除 VMware 之外的第二大 Greenplum 开发者团队，本次 Greenplum 归档事件对团队影响较小。

“我们在去年也开源了衍生版本 Cloudberry Database，能够实现对 Greenplum 的充分兼容和无缝迁移，我们将努力推动 Cloudberry Database 发展，让它成为 Greenplum 用户的替代选型方案。”杨瑜说道。

有专家表示，这利好了国内同类数据库，不过因为利益相关，该专家并未表达更多。据悉，国内著名开源数据仓库还有 Doris、StarRocks 等。

另外，开源项目的主导权问题也引起了大家的关注。如今很多开源项目背后都是大公司在主导。在该事件发生后，有专家表示，开源项目还是要纳入基金会，公司管理的开源项目太容易受公司政策和存亡影响了。

开源 9 年，为何一朝变卦？

二十世纪末期，随着数据量开始增加，当时的数据仓库开始性能不足。解决方案除了 NoSQL、Hadoop，还有集群关系系统，即大规模并行处理系统。Greenplum 就是这一路线的典型代表。

Greenplum 最初由 Scott Yara 和 Luke Lonergan 于 2003 年创立，由两家公司 Didera 和 Metapa 合并而成。从一开始，Greenplum 就基于流行且广泛使用的开源数据库 PostgreSQL。Greenplum 与 PostgreSQL 版本保持同步，直到 8.2.15 版本从 PostgreSQL 主线分叉。

2007 年，Greenplum 发布了第一款产品，即 3.0 版。之后的版本增加了许多新功能，其中最引人注目的是镜像和高可用，而当时底层的 PostgreSQL 还无法提供这些。

2010 年，MPP 数据库领域开始整合，许多小公司被大公司收购。EMC 在 2010 年 7 月收购了 Greenplum，当时 Greenplum 4.0 版本刚刚发布。EMC 将 Greenplum 打包成一个硬件平台，即数据计算设备 (DCA)。尽管 Greenplum 最初是纯软件产品，客户自己提供硬件平台，但 DCA 还是成为最受欢迎的平台。

2012 年，EMC 收购了知名的 Pivotal Labs，这家公司从事结合结对编程、敏捷方法的应用程序开发，并使客户参与开发过程。事实证明，这不仅对 Greenplum 未来的发展进程非常重要，也为 2013 年 Greenplum 从 EMC 剥离出来的产品命名。

剥离后的公司名为 Pivotal，吸纳了 EMC 和 VMware 的资产，包括以 Java 为中心的 Spring 框架、RabbitMQ、PaaS Cloud Foundry 和内存数据网格 Apache Geode（商业名称为 GemFire）。

2015 年，Pivotal 宣布采用开源策略。Pivotal 将把大部分软件捐赠给了 Apache 基金会，这些软件遵循 Apache 免费许可规则。不过，它保留了该软件的订阅式企业版本，并继续销售和支持该版本。

Greenplum 管理层在 2015 年之前就考虑过开源战略，但认为行业尚未做好准备。直到 2015 年，许多客户要求开源。此外，Pivotal 认为开源也能吸引开发人才，通过社区参与加快 Greenplum 功能添加、最终将 Greenplum 合并到当前 PostgreSQL 版本的能力更强。

作为开源计划的一部分，Pivotal 成立了两个小组：第一个小组负责处理用户有关 Greenplum 的问题，Pivotal 数据人员负责该小组并及时提供答案；第二个小组是 Greenplum 开发社区的对话工具。

而之后，Pivotal 在 2020 年又被 VMWare 收购回去。被收购前，Pivotal 已于 18 年在纽交所上市，但市场表现一直不如人意，还因在财报没有提及公司 PaaS 技术与 Kubernetes 不兼容问题而被股东提起诉讼。

2023 年，VMWare 已经将 Greenplum 更新到了 7 大版本，目前最新的是 7.1。VMware Greenplum 7 建立在开源代码的基础上，植根于 PostgreSQL 12，并整合了近 5 年以来 PostgreSQL 的发布版本。

另外，VMware 还试着放入 AI 元素。官方称这是一个“统一分析和人工智能”平台，支持向量数据并行处理，号称“可与最新大语言模型方法（LLM）集成”、“能够可帮助企业充分利用其数据资源”。

同样在去年，博通以 610 亿美元的高价成功完成对 VMware 的收购，此外博通还要承担 VMware 的 80 亿美元的净债务。也就是说，现在 Pivotal Greenplum 属于博通资产。

因此，外界纷纷猜测此次 Greenplum 突然归档源代码仓库是受此影响。毕竟博通在开源社区的声誉并不好，甚至有网友认为其在软件方面还不如甲骨文。

参考链接：

https://www.oreilly.com/library/view/data-warehousing-with/9781491983539/ch01.html