微软和 OpenAI 的桥段,30 年前的数据库圈也上演过
历史不会重复, 却压着相同的韵脚。
这是一段发生在 30 年前的历史,也是在当时最热的技术领域-数据库,主角之一同样是微软。
论白嫖收购,微软一直是行业内的佼佼者(虽然也发生过收购诺基亚这样的翻车事故)。这也是它基业长青的原因之一。近的有包罗万象的 GitHub,远的则有欲言又止的 PPT,以及纠缠不清的 IE 浏览器。而我们今天要讲的主角是它旗下的数据库产品 Microsoft SQL Server (简称 SQL Server)。
SQL Server 同样不是源自微软的产品,但他也不是一个完全的收购,更接近于借鸡生蛋。这只鸡就是我们的另一个主角:Sybase。
如今的 Sybase 已经基本没入历史的尘埃,但当年就是如 Snowflake 一般的存在。1984 年成立,1991 年 IPO (Snowflake 是 2012 年成立,2020 年 IPO,还多了一年)。就像 Snowflake 在数据库 OLAP 领域引入了云原生架构,当年的 Sybase 则是率先在数据库 OLTP 领域引入了 Client-Server (C/S) 架构。在这之前,包括当时如日中天的 Oracle 都采用一体化架构,每一个用户都要各自启动全套数据库系统才能开始使用。
顺便提一嘴,红衣教主的职业生涯也起步于 Sybase。
因为架构上的优越性,后起之秀 Sybase 在市场上把 Oracle 打得节节败退。但在 1989 年,一个决定改变了行业历史。微软和 Sybase,再加上另一家当年如日中天,如今销声匿迹的 Ashton-Tate 决定联合搞一个数据库。Ashton-Tate 不久之后就退出了三方联盟,而当时的微软其实手上并没有数据库产品,承担的角色是 Sybase 的经销商。SQL Server 这个名字也是从当年 Sybase SQL Server 而来的,微软重新贴了个自己的牌,叫做 Microsoft SQL Server 就对外卖了。
合作持续到了 1994 年,因为商业利益的不一致,双方分道扬镳。Sybase 作为数据库厂商希望保持操作系统中立,而微软自然希望都投入到它的 Windows 上。不过微软获得了 Sybase SQL Server 的全部源代码,以及随意使用的授权。
我们今天熟知的 SQL Server 就此诞生,占有率逐渐攀升,目前是 Oracle 之后排名第二的关系型商业数据库,也遥遥领先于后面的 IBM Db2。
而 Sybase 的分支后来演化为了 Sybase ASE (Adaptive Server Enterprise)。但后来 Sybase 江河日下,直到 2010 年被 SAP 以 58 亿美金收购。瘦死的骆驼还是比马大,但本来的 Sybase 是可以撼动 Oracle 的存在。命运的分界点就发生在那次微软和 Sybase 的分叉,据说是 Sybase 的律师团队犯了严重失误,才会把整个 Sybase SQL Server 的知识产权都给了微软。
当前微软和 OpenAI 的局面也类似,微软在 OpenAI 上面套了一层壳转卖,它和 OpenAI 的投资协议里也有类似知识产权的条款。再加上这两天剧情的推动,微软倒是有可能把 OpenAI 的代码甚至是人都弄过来。
30 年前的数据库就像今天的 AI 一样热。而当 30 年后我们看待今天革命性的生成式 AI (Generative AI) 还是呼之欲出的通用人工智能 (AGI),也会像我们今天看待当年突破性的数据库 C/S 架构一样稀松平常。难道还有不这样做的吗?
数载沧桑变迁新, 数据库史漫尘檐。 今朝 AI 浪潮涌, 微软犹在巅峰显。
技术再怎么翻,微软还是微软。
💡 更多资讯,请关注 Bytebase 公号:Bytebase

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
米哈游大数据云原生实践
近年来,容器、微服务、Kubernetes 等各项云原生技术的日渐成熟,越来越多的公司开始选择拥抱云原生,并开始将 AI、大数据等类型的企业应用部署运行在云原生之上。以 Spark 为例,在云上运行 Spark 可以充分享有公共云的弹性资源、运维管控和存储服务等,并且业界也涌现了不少 Spark on Kubernetes 的优秀实践。 在刚刚结束的 2023 云栖大会上,米哈游数据平台组大数据技术专家杜安明分享了米哈游大数据架构向云原生化升级过程中的目标、探索和实践,以及如何通过以阿里云容器服务 ACK 为底座的 Spark on K8s 架构,获得在弹性计算、成本节约以及存算分离方面的价值。 01 背景简介 随着米哈游业务的高速发展,大数据离线数据存储量和计算任务量增长迅速,早期的大数据离线架构已不再满足新场景和需求。 为了解决原有架构缺乏弹性、运维复杂、资源利用率低等问题,2022 年下半年,我们着手调研将大数据基础架构云原生化,并最终在阿里云上落地了Spark on K8s + OSS-HDFS 方案,目前在生产环境上已稳定运行了一年左右的时间,并获得了弹性计算、成本节约以及存...
- 下一篇
字节跳动AB实验经验分享:企业如何构建数据驱动的实验文化?
更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群 近日,CCF TF 举办了第 123 期分享活动,本期主题为“用户体验工程”。 CCF TF 是中国计算机学会为企业界计算机专业人士创建的企业间常态化合作交流平台,本期分享邀请到了来自火山引擎、牛游谷公司等在用户体验工程领域有着良好实践的专家,共同探讨在数智化时代,面对复杂用户场景和超高体验要求,如何通过有效的体验测量和管理、利用 A/B 测试技术,在新趋势下持续追求卓越并提升产品竞争力。 在活动中,来自火山引擎 AB 测试平台的专家结合字节跳动的 AB 实验经验,进行了《数据驱动的实验文化》为主题的现场分享。AB 测试是用户体验优化过程中必不可少的一环,也被称为效果衡量的“金标准”,字节跳动具有独到的数据驱动的实验文化,在这样的土壤中,AB 测试也成为了字节跳动优化用户体验的利器。 在企业中,能让 AB 实验发挥最大效用的企业实验文化搭建,可以从组织、方法论与工具应用三个维度关注。在企业组织层面,需建立完善 AB 实验的流程机制,字节的 AB 实验与产品的设计研发紧密嵌合,每个小决策都会得到实验验证...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Red5直播服务器,属于Java语言的直播服务器
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS6,CentOS7官方镜像安装Oracle11G
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS7设置SWAP分区,小内存服务器的救世主
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS关闭SELinux安全模块