中国信通院专访镜舟科技:开源商业化走了多远?

据《2023 中国开源发展蓝皮书》显示,随着数字化转型的深入,开源生态在去年快速发展,开源商业化的模式也逐渐成型。镜舟科技作为开源商业化的先行者,也在技术创新和商业拓展中稳步增长。

日前,中国信息通信研究院(以下简称中国信通院)一行到访镜舟科技,进行中国开源商业化企业专项调研,并与镜舟科技 CEO 孙文现就这一话题展开深入交流。现将访谈情况整理成文字,欢迎阅读了解。
镜舟科技CEO孙文现与中国信通院到访人员进行交流

  1. 开源筑基,推动商业化落地生根

镜舟科技的商业起源可追溯至企业数字化转型中对数据分析的迫切需求。

随着数字化的深入,企业的用户数据和业务数据的爆发增长,迫切需要具备领先的数据架构来满足越来越实时的数据分析和查询需求。基于对领先技术的追求、对好产品打造的初心,镜舟科技开始专注于 StarRocks 的贡献和发展。

数据库产品是一个"需要被用出来"的基础软件。每当 StarRocks 发布新版本,会在腾讯、阿里、携程、滴滴等互联网公司中进行测试,这些企业业务场景复杂、数据量大,更容易在自身业务实践中发现产品存在的问题。经过社区用户的实践和验证和功能优化, StarRocks 在更多企业中得以推广和应用。

在谈及商业模式时,孙文现提到,镜舟商业化的成功离不开其对开源社区的深度投入和对企业用户需求的深入理解,这是其从开源到商业化的初衷。

开源社区不仅是最新技术和功能的试炼场,也是企业版产品优化的重要来源。由于核心业务场景对产品稳定性和安全性的高要求,企业在选型时更倾向能对开源兜底的企业版服务和产品,镜舟科技正是在这一过程中获取商业回报。

  1. 商业化持续发力,双擎稳步驱动

谈及开源到商业化的过程,孙文现强调到,开源的本质目的是商业化,企业只有实现盈利、持续经营和自我造血,才能确保开源社区的成功和持久发展。

镜舟科技作为社区主要贡献力量,在运营开源社区时选择与运营客户相同的逻辑。

一方面,与社区内其他参与贡献的企业深度合作,在行业和场景适配上打磨,使得 StarRocks 被更多企业引入业务和生产环境,让社区覆盖更多有相同数字化需求的企业用户,促进社区不断壮大。

另一方面,镜舟科技会将经过海量数据和复杂应用场景验证的开源产品,在可靠性、稳定性、安全性、易用性上进一步优化。

例如,加快周边工具的开发以增强兼容性,开发 Manager 管理控制台、可视化运维管理工具等,不仅能确保企业数据的安全和资源隔离,也让产品变得更加适配生态、更加易用,成为能满足行业需求的企业级产品。

随着镜舟科技的企业级产品逐渐在市场上覆盖,其商业化收入也能用于开源社区的运营和推广。 开源社区和商业化形成稳定的双引擎模型,至今仍源源不断地推动着开源产品的进步和商业化公司的发展。

  1. 能力再进化,做好企业级保障

商业化过程并非一帆风顺,孙文现提到,镜舟科技在成立初期遇到了许多挑战和困难。由于早期面临的用户以互联网居多,在进入金融、制造、零售等行业时,会面临多业务部门应用的冲突和挑战。

举个例子,传统企业的 IT 架构往往基于过去的参考模型构建,在落地产品过程中,由于传统企业的业务部门规范性不足,不同部门的需求匹配和集群划分不合理,这常常导致资源冗余、数据应用权限划分不清。

针对这个问题,镜舟科技开始在资源管理和湖仓架构上进行针对性开发和优化企业产品,将所有的数据仓库和数据湖整合到统一的大集群中。

在大集群的基础上,企业可以实现精细化的资源管理和权益控制,对不同业务系统进行有效划分,为包括金融在内的企业用户提供更加灵活、高效的数据处理平台。

除此之外,镜舟科技以客户价值为核心,专注于企业级能力的提升,以确保产品和服务的高质量,帮助客户收获业务价值。

仅 2024 上半年,镜舟科技接连签约中信银行、某头部股份制银行、某头部民营银行,还有包括南京银行在内的多家城商行金融企业,其商业化产品和服务正在被更多企业认可。

结语

通过开源+商业化的双擎驱动方式,镜舟科技不仅推动开源产品更快创新迭代,也收获越来越多的企业用户认可。未来,镜舟科技将借助开源商业化的模式高速发展,在更多行业发挥其独特的价值,不断进化,利用先进的技术和架构,为企业的数字化转型提供更好的数据分析解决方案。

相关推荐
xixingzhe29 分钟前
数据库备份的分类与特点
数据库
冬奇Lab3 小时前
一天一个开源项目(第260篇):Plannotator —— 给 AI 编码 Agent 配一块「可批注的审阅台」,计划和代码改动都能在浏览器里逐条批示
人工智能·开源·claude
时间的拾荒人4 小时前
Redis 主从复制详解:配置实操 + 原理机制
数据库·redis·面试
隔窗听雨眠4 小时前
MySQL三表JOIN执行内核与优化器决策机制
数据库·mysql·sql优化
Decay__5 小时前
SQLServer 索引与 SQL 优化 —— 聚集索引、非聚集索引、覆盖索引、碎片维护与执行计划
运维·数据库·sql·mysql·架构
笃行3506 小时前
【金仓数据库产品体验官】订单增量同步实战:MERGE、OUTPUT 与 IDENTITY 的兼容验证
数据库
星恒随风10 小时前
MySQL 从零入门(六):复合查询详解——多表查询、自连接、子查询与 UNION
linux·服务器·数据库·mysql
无奈笑天下11 小时前
银河麒麟上lsblk命令教程详解
linux·运维·服务器·数据库
炫酷的大高个11 小时前
98% 连跑 20 次只剩 67%,我算了大模型重试账
人工智能·架构·开源
xiaoye-duck12 小时前
《C++ 项目:手写大模型接入 SDK》会话模块整合:内存 SessionManager 与 DataManager 持久化联动
开发语言·数据库·c++·语言模型