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
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
AI硬件的竞争才刚刚开始,华硕Ascent GX10这样将专业级算力带入桌面级设备的尝试,或许正在改写个人AI开发的游戏规则。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。