漫谈 Greenplum 开源背后的动机

这几天最大的消息莫过于greenplum的开源，年初开始pivotal就宣布了greenplum的开源，经过大半年的翘首等待，终于在十月底在欧洲的Postgres大会宣布开源，并兑现在github上开放代码，社区的官网为 http://greenplum.org/ ， 其官方博客也有提到相关事项。

代码是采用apache许可，今天已经有社区的朋友尝鲜从社区取下代码，在greenplum上测试了tpch的性能，虽然测试比较粗糙但是结果基本和商业版的一样，印证了之前greenplum将走向全开源的消息。虽然里面关键的新一代优化器orca还没有看到代码，但据消息这部分后续也会开出来，估计这个是其对这个最核心资产的一个谨慎的操作。 

总体的印象来看，其采取开放的apache许可，代码基本上无保留开源，这次的开源更大程度是公司层面的战略行为，而不是简单的市场推广的战术行为。

greenplum的开源，在我看来有几个驱动力。

首先，是受其cloud foundry开源战略成功的驱动

pivotal在整个emc联邦的定位来说是偏中间件这一层，emc是存储，vmware是虚拟化，pivotal要搞定的是PaaS。而pivotal的业务上来说，要把云和大数据这两个支柱搞定，才能把emc联邦的疆域稳定下来。云这一层来说vmware已经是私有云的霸主，而剩下的上层PaaS这一层如果落入他人之手对其来说也是一个大威胁，所以PaaS这一层也是志在必得。

鉴于当时已经在市场有很多对手，2011年的时候cloudfoundry启动是以开源的模式来去做，把IBM和HP拉上。这个战略取得了出人意料的巨大成功，现在CF几乎要变成了PaaS的事实标准，IBM也推出了基于CF的bluemix产品，而pivotal在今年发布的2014年的财报，极为惹眼的标题：破纪录的2014年，史上最快的开源产品销售增长。在短短的一年里，就获得4千万美金的软件销售收入，另外也获得了财富500强中的100个客户！这对于基础软件来说，基本是神话。

说了这么多，无外乎就是给大家强调一下，整个pivotal在cloudfoudry的巨大成功下，对于开源的认识已经到了商业战略的层次，已经不需要去讨论要不要开源，开源已经成为杀手级的武器！在此背景下我们来去理解greenplum的开源才更容易理解。

其次，Pivotal的大数据战场，需要新的战略调整

上面提到，除了云以外，Pivotal的战略重心是大数据，Pivotal除了有自己的hadoop发行版以外还有greenplum作为大数据最重要的资产。

但是大数据整个市场都不是太理想，Hadoop发行版除了有Cloudera，Hortonworks，MapR这三个第三方发行版以外，还有Pivotal，IBM，Intel这些厂商本身的发行版，市场最突出的问题是碎片化（fragmented），Hadoop的门槛低，厂商林立，同质化严重，不仅仅难以溢价出售，传统大厂商靠溢价销售基础软件获取超额利益的路子开始行不通；更为重要的是越来越多的客户倾向于使用第三方独立的发行版。

道理不难理解，用户更希望的是Linux生态里面有Redhat和SuSe这样的发行厂商，而不希望类似AIX或者是Windows Server这种由厂商控制的生态，这个更加加剧了厂商面临的困境。

Intel由于其发行版的糟糕市场表现，开始陆续解散自己的Hadoop团队，国内的星环就是在这个背景下诞生，2014年Intel重金投资Cloudera 7.4亿美金取得18%的股权，Dell也投入Cloudera的阵营，HP、微软、Teradata则倾向于直接使用Hortonworks的发行版，HP还投资了Hortonworks。但是Cloudera的优势明显，营收是Hortonworks的将近一倍，Cloudera俨然有成为Hadoop生态的新的霸主的阵势，市场格局开始慢慢固化，Intel有可能是这场战役的赢家。

在这样的市场格局里面，Pivotal的困境可想而知，HD的发行版肯定需要重新调整策略，所以Pivotal联合IBM、GE等15个弱势玩家， 在今年3月宣告成立ODP（Open Data Platform）组织，本质上是希望通过支持Hortonworks抗衡Cloudera，取得平衡。但是这个赌注的胜算并不明显，Cloudera的CEO甚至公开嘲讽ODP，说其出现本身就是Cloudera的一个胜利，Greenplum的开源正是作为ODP的砝码而出现，Pivotal决定把HD发行版、Gemfire、HAWQ还有Greenplum开源，所以从这个角度我们看到，Greenplum的开源本身，就是Pivotal希望赢回这场战役的一个砝码，对其而言，越多人用越好，没有必要隐藏任何功能。

其实在Greenplum开源之前，MPP数据库的日子也并不好过，也是市场碎片化，每个厂家也就区区几千万美金的营收，市场难以有大的突破，传统丰厚的DW市场也难以打入，Hadoop生态又是以开源为主，甚至很多类似Impala这样的产品也在做其类似的功能，传统的打不开，新市场又难以全面 打开，而且竞争重重，进退两难。而Greenplum十多年来的架构也无力进行大的调整。正是在这样的背景下，倒不如开源，盘活大局。下面这篇文章称其举动为“open sourcing code is the modern graceful way to retire an unprofitable product line”。

Greenplum的开源应该是相对比较激进和带有攻击性（aggressive）一着棋，成败难料，但对于整个生态会有比较大的影响，明天的文章里我再给大家分享一下我对于其影响的看法。