在数据库格局不断变化的背景下,基于NoSQL的MongoDB试图通过声称PostgreSQL系统缺乏扩展性来应对AI工作负载需求,从而贬低竞争对手。
CEO Chirantan Desai在截至10月31日的季度财报表现良好之际,对近年来在开发者排名中攀升至榜首的开源PostgreSQL数据库发表了一些尖锐评论。
在与投资分析师的交流中,他表示虽然MongoDB拥有成为AI工作负载正确基础平台所需的所有要素,但现在判断哪个平台会成为首选还为时过早。
然而,他说MongoDB一直在从AI原生公司那里赢得业务,并引用了一个客户案例,该客户最近"从PostgreSQL转向MongoDB,因为PostgreSQL无法扩展"。
MongoDB在周二上午股价飙升23%,此前该公司超出了投资者预期并提供了高于预期的指导。这是其2026财年第三季度的业绩。2026财年第三季度收入达到6.283亿美元,比去年同期增长19%。运营亏损从去年同期的2790万美元收窄至1840万美元。
尽管如此,Desai可能有理由针对PostgreSQL,因为这个最初在1980年代开发的开源系统一直在侵占其领域。
文档数据库MongoDB被誉为开发者的数据库,因为它允许开发者构建应用程序并在过程中创建治理,这得益于其无模式或轻模式方法。它承诺为开发者提供速度和灵活性。
但到2023年,关系型系统PostgreSQL在Stack Overflow调查中已成为专业开发者中最受欢迎的数据库。2016年,PostgreSQL在DB-Engines排名中超越了MongoDB,该排名依赖于包括网站引用、Google搜索趋势、在线技术讨论中的出现以及招聘广告等各种指标。
巴克莱银行分析师Raimo Lenschow就这一点向Desai提出质疑,询问开发者参与度与"在硅谷经常发生的PostgreSQL类型叙述"的对比。
Desai回应时引用了一个客户案例——一家"超高增长AI公司"——该公司"无法使用PostgreSQL进行扩展...他们完全转向了MongoDB"。
PostgreSQL因主要云供应商提供的数据库服务而获得了人气,但这些服务受到用户对可靠性担忧的冲击。
然而,有一系列PostgreSQL和近兼容的服务具有分布式后端来解决这些担忧。这些包括CockroachDB、pgEdge和YugabyteDB。
与此同时,以基于YouTube开发的关系数据库Vitess的分布式MySQL服务而闻名的PlanetScale,也推出了PostgreSQL服务。
微软最近还宣布了一个分布式PostgreSQL数据库服务——HorizonDB——旨在与其他超大规模系统和第三方关系数据库管理系统(如CockroachDB和YugabyteDB)竞争。微软声称与开源PostgreSQL 100%兼容,该数据库服务在Azure上可用,将实现一个新的存储层,与其他PostgreSQL服务相比,显著提高数据库的性能、可扩展性和可用性。它与Google(AlloyDB)和AWS(Aurora DSQL)的分布式PostgreSQL服务竞争。
更进一步,微软还推出了一个文档数据库平台来与MongoDB竞争。DocumentDB构建在关系型PostgreSQL后端上,可以使用FerretDB作为前端接口,采用文档数据库协议。
面对如此激烈的竞争,MongoDB被迫为其系统进行辩护,不是在纯粹的可扩展性方面,而是在企业工作负载的可靠性方面,这是它长期以来声称已经准备好的。
可以理解Desai对竞争对手的抨击,但他可能需要小心自己所关注的内容。
Q&A
Q1:MongoDB CEO为什么要批评PostgreSQL?
A:MongoDB CEO Chirantan Desai在财报会议上批评PostgreSQL缺乏扩展性,无法满足AI工作负载需求。他引用客户案例称,有AI公司因为PostgreSQL无法扩展而转向MongoDB。
Q2:PostgreSQL在开发者中的地位如何?
A:PostgreSQL在近年来获得了巨大成功。2023年在Stack Overflow调查中成为专业开发者最受欢迎的数据库,2016年在DB-Engines排名中超越了MongoDB,成为开发者首选。
Q3:MongoDB面临哪些竞争压力?
A:MongoDB面临来自多方面的竞争,包括各大云厂商的PostgreSQL服务、CockroachDB等分布式数据库,以及微软推出的DocumentDB等文档数据库平台,这些都在侵占MongoDB的市场份额。
好文章,需要你的鼓励
微软于12月1日正式关闭混合现实协作平台Mesh,将用户引导至Teams的沉浸式活动功能。Mesh作为独立服务在2024年正式发布,提供3D虚拟会议环境,但与Teams功能重叠明显。微软已将相关功能直接整合到Teams中,需要商业Teams许可证和Premium许可证才能主持沉浸式活动。这标志着微软元宇宙雄心的终结,公司已放弃HoloLens项目和美军合同,转向AI发展战略。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
亚马逊云服务发布AI工厂解决方案,支持政府和监管行业在本地数据中心部署完整AWS AI基础设施。同时推出搭载三纳米Trainium3芯片的EC2 Trn3超级服务器,性能较前代提升4.4倍,能效提升4倍。此外还引入配备英伟达GB300 NVL72平台的P6e-GB300超级服务器,为万亿参数AI推理提供最高GPU密度支持。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。