新眸大公司研究組作品

作者｜葉靜

編輯｜桑明強

在數(shù)據(jù)庫領域，如果問當下誰最火，那Databricks一定排得上號。

去年8月，距離10億美元的G輪融資剛過去7個月，Databricks再次獲得16億美元H輪融資，身價搖身一變成380億美元，成為外界一致認為的超級獨角獸。一直以來，數(shù)據(jù)領域備受關注，如果從2007年開始計算，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。

在數(shù)據(jù)量井噴的背景下，上云趨勢也越來越明確，以Snowflake、Databricks為代表的大數(shù)據(jù)公司應運而生，前者基于AmazonS3打造了云端的數(shù)據(jù)倉庫，后者除了推出Lakehouse（湖倉一體），現(xiàn)在又押寶機器學習，試圖包管數(shù)據(jù)在抵達機器學習之前的所有流程。

不同的是，Databricks已經(jīng)從原來的infra向更廣泛場景延伸，和昔日的伙伴Snowflake同臺競技。與此同時，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，競合關系漸趨白熱化，讓數(shù)據(jù)基礎設施的戰(zhàn)火撲朔迷離。

01從0到1

企業(yè)的性格往往被它的創(chuàng)始人和技術背景所決定。

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

因為沒有優(yōu)秀的開發(fā)者社區(qū)運營和推廣團隊，Spark變現(xiàn)比較難，之后團隊成員決定成立Databricks，以商業(yè)化方式推動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峰會收入高的時候，Amazon EMR已經(jīng)針對Spark實現(xiàn)了幾億營收。

Databricks創(chuàng)始團隊走了一條不被大眾熟知的激進的路：云。

雖然不管對公司還是客戶來說，云可以更快部署，也更容易維護，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，但絕不是現(xiàn)在。當時只有小部分風投注資這家初創(chuàng)企業(yè)，New Enterprise Associates的投資者Pete Sonsini說：“我們在Databricks的軟件收入為零時投資，認為他們會在大流行中加速發(fā)展，也許是一兩個月，每個人都無法及時知道會發(fā)生什么”。和Databricks一樣，他們也在賭未來。

圖：Databricks年度融資及估值變動

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

因為背靠Spark，很多客戶甚至愿意年付幾千萬美金讓Databricks提供咨詢定制化項目，但Databricks做的是一個給數(shù)據(jù)工程師的平臺，這是當時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，彼時的云界開源前輩Cloudera曾改名“Cloud Era”，可在當時的市場情況下，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經(jīng)過簡單的封裝，再作為服務賣出去。由于這個過程只需要簡單的部署和調(diào)試，工程成本極低，定價也不高，巨頭從中賺走了大部分，這對Databricks來說相當于吸血，怎樣和有錢有人的云巨頭對抗，是Databricks亟需在技術上打造的壁壘。

他們賭的另一條路，是不做數(shù)倉。

彼時數(shù)據(jù)倉庫競爭過于激烈，以亞馬遜為首的巨頭占據(jù)了大部分市場份額，Databricks繼續(xù)小眾打法：避開紅海，嘗試切入一個新興卻可能會有爆炸性增長的小市場，針對數(shù)據(jù)科學家、數(shù)據(jù)工程師和AI的方向做產(chǎn)品。

開源小公司的優(yōu)勢在于更懂項目，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)勢逐漸被認可，加上當時市面上也沒有大量競品，這給Databricks的產(chǎn)品帶來了機會。

另一方面，在2019年微軟投資Databricks之前，正巧CEO納德拉推動云為先的戰(zhàn)略，兩家合作的Azure Databricks進入了微軟的企業(yè)許可協(xié)議。微軟從一個大數(shù)據(jù)競爭劣勢的云產(chǎn)品搖身成為業(yè)界領先，形成了云巨頭三足鼎立的局面；因為幾乎所有大企業(yè)都和微軟有ELA，共生效應之下，客戶原本買云買Office的預算自然流向了Databricks。

有人將Databricks創(chuàng)始團隊比作一群幸運的加州嬉皮士RD，他們信仰技術，信仰來源，信仰共享和長期主義，這些也都成為了Databricks的底色。