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
谷歌在AI购物战中加码,宣布将Gemini打造成购物平台,并与Shopify、沃尔玛、塔吉特等主要零售商合作推出开源标准。公司发布了通用商务协议(UCP),旨在简化AI代理与零售商系统间的通信。新标准将为搜索和Gemini提供结账功能,用户可直接通过AI工具购买商品。已获得Visa、万事达、PayPal等20多家公司支持。此举使谷歌与微软Copilot和OpenAI的ChatGPT竞争。
德国弗劳恩霍夫研究院提出ViTNT-FIQA人脸质量评估新方法,无需训练即可评估图像质量。该方法基于Vision Transformer层间特征稳定性原理,通过测量图像块在相邻层级间的变化幅度判断质量。在八个国际数据集上的实验显示其性能可媲美现有最先进方法,且计算效率更高,为人脸识别系统提供了即插即用的质量控制解决方案,有望广泛应用于安防监控和身份认证等领域。
Helios Towers供应链总监Dawn McCarroll在采访中分享了公司的数字化转型经验。作为一家在非洲和中东地区运营近15000个移动通信塔站的公司,Helios正通过SAP S/4Hana系统升级、AI技术应用和精益六西格玛方法论来优化供应链管理。McCarroll特别强调了公司Impact 2030战略中的数字包容性目标,计划在未来五年内培训60%的合作伙伴员工掌握精益六西格玛原则,并利用大数据和AI技术实现端到端的供应链集成。
布朗大学联合图宾根大学的研究团队通过系统实验发现,AI医疗助手的角色设定会产生显著的情境依赖效应:医疗专业角色在急诊场景下表现卓越,准确率提升20%,但在普通医疗咨询中反而表现更差。研究揭示了AI角色扮演的"双刃剑"特性,强调需要根据具体应用场景精心设计AI身份,而非简单假设"更专业等于更安全",为AI医疗系统的安全部署提供了重要指导。