出品 | 51CTO技術(shù)棧（微信號：blog51cto）

編輯 | 言征

本周二，全球知名數(shù)據(jù)分析軟件供應(yīng)商Databricks發(fā)布了一份聲明稱，Databricks同意收購由Apache Iceberg的創(chuàng)建者領(lǐng)導(dǎo)的存儲平臺提供商Tabular。據(jù)華爾街日報透露，這筆交易的規(guī)模將超過10億美元。值得注意的是，Snowflake和Confluent也參與了這場競購。

此舉被業(yè)界專家視為“提高數(shù)據(jù)湖中的數(shù)據(jù)互操作性”的行動。Databricks首席執(zhí)行官Ghodsi 表示，Tabular 擁有數(shù)百名客戶，它將與 Databricks 合作研究如何處理該產(chǎn)品。          

1.Databricks支持Iceberg：OLAP和OLTP兩種開源表格式終于走到了一起

Tabular 成立于 2021 年，已籌集超過 3000 萬美元的資金，投資者包括 Altimeter Capital、Andreessen Horowitz 和 Zetta Venture Partners。

Tabular的創(chuàng)始人Ryan Blue和Daniel Weeks于2017年在Netflix開始開發(fā)Iceberg，并在2018年將其捐贈給Apache軟件基金會，大約在同一時間，Databricks正在開發(fā)Delta Lake，這是一種可用于ACID事務(wù)或OLTP處理的開源數(shù)據(jù)表格式。相比之下，Apache Iceberg主要用于OLAP查詢，因為它在并發(fā)寫入方面存在挑戰(zhàn)。   

2022年6月，Databricks將其Delta Lake 2.0版本中的所有Delta Lake API開源，并表示將把Delta Lake的所有增強功能貢獻(xiàn)給Linux基金會。

在開源Delta Lake之前，Cloudera、Dremio、Google（Big Lake）、Microsoft、Oracle、SAP、AWS Snowflake、HPE（Ezmeral）和Vertica等競爭對手曾批評該公司，對Delta Lake是否是開源或?qū)Ｓ斜硎緫岩桑瑥亩鴬Z走了部分潛在客戶。

通過收購Tabular，Databricks表示將支持?jǐn)?shù)據(jù)湖中的兩種主要開源表格式，并擴展對其UniForm Tables的支持。

該公司在聲明中表示：“Databricks打算與Delta Lake和Iceberg社區(qū)緊密合作，為數(shù)據(jù)湖帶來格式兼容性；在短期內(nèi)，通過Delta Lake UniForm內(nèi)部實現(xiàn)，在長期內(nèi)，通過朝著單一、開放和共同的互操作性標(biāo)準(zhǔn)發(fā)展來實現(xiàn)。”

UniForm（通用格式）是2023年6月發(fā)布的一種新表格式，它提供Delta Lake、Iceberg和Hudi之間的互操作性，并支持Iceberg的RESTful目錄接口。

2.Snowflake和Iceberg表、Databricks和Delta Live表的對比

分析師也將Tabular的收購視為Databricks支持更強大互操作性的手段。

“我們之前也見過，公司通常會收購重要開源項目背后的人才，以此在項目的開源開發(fā)者社區(qū)中獲得強大的聲音，”O(jiān)mdia的首席分析師Bradley Shimmin說。

“Tabular的創(chuàng)始人加入Databricks可能會提升Delta Lake和Iceberg標(biāo)準(zhǔn)之間的兼容性，這將使Databricks在支持嚴(yán)重依賴Snowflake平臺外部數(shù)據(jù)的客戶方面優(yōu)于Snowflake，”Shimmin解釋道。

然而，這位首席分析師指出，此次收購不太可能阻礙Snowflake使用Iceberg，因為Blue和Weeks很久以前就將該項目開源并捐贈給了Apache軟件基金會。

Constellation Research的首席分析師也認(rèn)為，Apache Iceberg已經(jīng)超越了所有其他標(biāo)準(zhǔn)，而Databricks為創(chuàng)建表格式互操作性而涉足的舉措將進(jìn)一步推動它成為主導(dǎo)的表標(biāo)準(zhǔn)。

此外，分析師還指出，這場競爭不僅僅是在兩種開放的表格式之間，還包括Snowflake和Databricks之間的較量。

“這筆交易的時機顯然是為了搶占Snowflake峰會的部分風(fēng)頭，并試圖通過暗示其對Iceberg標(biāo)準(zhǔn)和Delta Lake的未來將產(chǎn)生巨大影響，在開放性信息方面超越其競爭對手，”Henschen說。

Snowflake本周也展示了其Polaris Catalog，并表示將在接下來的90天內(nèi)將數(shù)據(jù)目錄開源。

Polaris Catalog是基于Iceberg構(gòu)建的數(shù)據(jù)目錄，旨在滿足企業(yè)對于訪問具有數(shù)據(jù)治理能力且支持可互操作查詢引擎的廠商中立產(chǎn)品的需求。

據(jù)分析師稱，Polaris Catalog的發(fā)布與Databricks的Unity Catalog類似，是Snowflake為吸引數(shù)據(jù)目錄用戶遠(yuǎn)離競爭對手Databricks，同時增強自身產(chǎn)品吸引力而采用的一種策略。

Amalgam Insights的首席分析師也支持Henschen的觀點，并表示這兩家數(shù)據(jù)湖倉提供商都在努力證明自己更適合支持跨多種數(shù)據(jù)格式和類型的企業(yè)數(shù)據(jù)環(huán)境。

“Databricks通過此次收購獲得了優(yōu)勢，因為它表明它可以支持Iceberg，這可以說是支持最廣泛的表格式，”Park解釋道，并補充說，雖然Databricks歷來對其自主開發(fā)的項目是良好的開源貢獻(xiàn)者，但I(xiàn)ceberg的貢獻(xiàn)者社區(qū)現(xiàn)在比Tabular大得多，擁有來自許多大型廠商的承諾。

然而，Henschen指出，Iceberg有太多感興趣的參與方，任何一家公司都無法單獨主導(dǎo)它，盡管Tabular的收購可能會讓Databricks在Iceberg領(lǐng)域占據(jù)優(yōu)勢。

3.Databricks與Snowflake之間的收購軍備賽

Databricks最近一直在收購公司，今年早些時候的三月，Databricks收購了波士頓的Lilac AI，以幫助企業(yè)探索和使用非結(jié)構(gòu)化數(shù)據(jù)來構(gòu)建基于生成式AI的應(yīng)用。

在那之前，Databricks在2023年6月左右以13億美元的價格收購了LLM（大型語言模型）和模型訓(xùn)練軟件提供商MosaicML，以加強其基于生成式AI的產(chǎn)品。

在收購Lilac AI和MosaicML之前，該公司去年5月以未披露的金額收購了以AI為中心的數(shù)據(jù)治理平臺提供商Okera。

這筆收購預(yù)計將提升Databricks在訓(xùn)練和管理大型語言模型（如其專有開源Dolly 2.0 LLM）方面的數(shù)據(jù)治理能力。

Snowflake同樣激進(jìn)，其收購特點在于，不僅用于加強其生成式AI產(chǎn)品，還用來加強其數(shù)據(jù)管理能力的公司。

其最近的收購形式是收購了一家名為TruEra的可觀測性平臺提供商的資產(chǎn)——這是一家也專注于提供機器學(xué)習(xí)和LLM生命周期管理能力的初創(chuàng)公司。

去年5月，這家基于云的數(shù)據(jù)倉庫公司以未披露的金額收購了位于加州山景城的初創(chuàng)公司Neeva，以將其基于生成式AI的搜索功能添加到其Data Cloud平臺上。

2023年2月，Snowflake收購了LeapYear以增強其“data clean room”的能力。

LeapYear的收購僅發(fā)生在Snowflake同意收購基于人工智能的時間序列預(yù)測平臺提供商Myst AI的一個月之后，使該公司在三年內(nèi)收購了七家公司。