Apache Cloudberry 2.0 发布：1981 项变更提交，续写 Greenplum 未竟之路
2022 年，Cloudberry Database 项目立项。
2023 年 6 月，Cloudberry Database 正式开源。
2024 年 5 月，Greenplum 源码归档转向闭源开发。
2024 年 11 月，酷克数据与国内外合作伙伴携手推动 Cloudberry Database 加入 Apache 孵化器，并在其旗下启动孵化，走向厂商中立、协作开发之路。Cloudberry Database 正式更名为 Apache Cloudberry™ (Incubating)。
2025 年 8 月，Apache Cloudberry 2.0.0 版本正式发布。
近日，Apache Cloudberry (Incubating) 社区正式宣布 2.0.0 版本发布。这不仅是 Cloudberry 项目进入 Apache 孵化器后的首个 Release，更是一次具有里程碑意义的重要发布。
作为国内最早投身云端数据仓库研发的团队之一，酷克数据的旗舰产品 HashData Enterprise 云数仓已服务 50+ 大型客户，持续支撑业务增长和数据洞察。酷克数据团队作为 Cloudberry 持续贡献者，在过去 3 年里，凭借团队在大规模数据仓库场景中的丰富实践经验，将这些经验沉淀并回馈到社区中，对 Cloudberry 进行了系统性的重构与现代化演进，尤其在实时分析、数据湖仓、AI 特征数据处理等核心场景中完成了关键优化。
今天，我们想借这个发布的契机，和大家聊聊 Cloudberry 背后的初心与坚持。
Cloudberry 从哪里来？
很多人关心，我们为什么要在这个时间点做一个看起来“已经过时”的 MPP 数据库项目？我们为什么不是 All in 那么多的新方向？Greenplum 已经落幕，我们为什么还要续写它的故事？
答案是因为感情。Greenplum 是我们很多人技术生涯的一部分，我们对 Greenplum Database 怀有感情，抱有热情。团队很多人都是 Greenplum Database 原始团队核心成员，大部分人亲力推动 Greenplum Database 从闭源到开源、社区从小到大，一路走来。
但我们也是最早意识到，Greenplum 的短板开始变得日益严重：
-
新场景（实时分析、流处理、AI workload 等）支持差；
-
PostgreSQL 内核版本更新缓慢，无法发挥 PostgreSQL 上游新版本带来的巨大改进优势；
-
商业公司归属和维护团队始终处于动荡之中。
种种因素给社区和用户信心带来动摇，增加了不确定性。
那时，我们早已隐隐感受到危险——一个代码庞大、生态复杂的数据库项目，一旦失去了开源，其所承载的整个技术体系可能就此断代。正因如此，Cloudberry Database 的立项初衷并非“复制” Greenplum，而是对其进行“重塑”：在兼容 Greenplum 的基础上，打造新一代 MPP 数据库，补齐十余年来的历史欠账，并为未来的实时分析、湖仓一体和 AI 应用夯实底座。
2023 年，Cloudberry 正式开源。这是社区的一个重要决定：我们希望来自社区，回归社区，不是“闭门造车”，而是希望汇聚全球开发者的力量，构建一个真正开源、开放、透明、可持续的分布式数仓社区。
2024 年 5 月，Greenplum 宣布闭源。一时间社区哗然，几十家公司、成百上千个项目面临“没得选”的断档尴尬。也正是这个时候，我们做了另一个重要决定：联合原有 Greenplum 开发者和生态伙伴，一起推动将 Cloudberry 托管到中立性开源基金会，真正实现开源可信，避免 Greenplum 闭源归档再次发生在 Cloudberry 之上。
2024 年 11 月，Cloudberry 捐赠加入 Apache 软件基金会孵化器，正式开启孵化之旅。我们相信，有了 Apache 基金会的支持，Cloudberry 能为用户带来真正的长期可用性和社区信任。开源从来不是为了“做个样子”。我们希望 Cloudberry 成为一个长期可靠、稳定发展的公共资产，成为一群技术人贡献给世界的一个底层基础设施。
Cloudberry 2.0.0 向后兼容，向前走远
Cloudberry 是我们对过去的致敬，也是对未来的号召。2.0.0 的发布是一个新起点，我们作为重要的社区贡献者，继续用技术兑现承诺。Cloudberry 2.0.0 包含了 1981 个变更提交，在查询处理、存储引擎、安全性和资源管理等方面都有显著改进。由于篇幅有限，我们和大家简单介绍下 Cloudberry 2.0.0 七大亮点更新：
-
源码清理
-
移除历史冗余文件（Concourse CI等），简化主仓库结构，降低贡献门槛。
-
引入 Apache RAT 开源许可审计工具，统一 License Header 和合规文件。
-
清理和替换不兼容依赖（如 Pylint → Ruff）。
-
代码基线对齐（上游归档 Greenplum）
-
与 Greenplum 存档代码完成大规模基线对齐，引入 关键 Bug 修复、性能优化、稳定性增强。
-
集成 ORCA 查询优化器，支持更高效的查询计划：
-
动态索引扫描（特别适合分区表）。
-
倒序索引扫描，优化 ORDER BY … DESC 场景。
-
位图索引扫描增强，支持数组比较谓词。
-
LEFT JOIN 剪枝、Hash Full Join、NOT IN 广播优化。
-
-
BRIN 索引在 AO/CO 表上重构，更节省空间、访问更高效。
-
新功能与功能增强 / Bug 修复
-
存储引擎：新增 PAX 行列混合存储引擎，兼具行存写入与列存查询优势。
-
动态表 (Dynamic Table)：自动刷新、自动替换，加速实时分析和湖仓架构。
-
查询优化增强：
-
支持中间聚合和更多 HashAggregate 策略。
-
支持 GROUP BY CUBE 多维分组集。
-
优化 DISTINCT、MIN/MAX 查询执行效率。
-
-
事务与资源管理：改进死锁检测、并发事务恢复，增强 CPU/内存/I/O 控制能力。
-
重构 CI/CD 工作流
-
全新流水线体系，支持并行测试、自动化报告生成。
-
所有 Release 遵循 Apache 基金会投票和合规流程，保证可追溯性。
-
安全增强
-
pgcrypto 新增 FIPS 模式支持，适配金融与合规场景。
-
改进权限管理，防止 SQL 注入与角色误用。
-
修复 PostgreSQL 上游 CVE-2025-1049 等漏洞，升级 PyYAML 等依赖。
-
强化进程安全，防止子进程误访问共享内存。
-
合规治理
-
统一品牌命名为 Apache Cloudberry，公开第三方依赖清单并替换不兼容依赖（如以 Ruff 替代 Pylint）；
-
清理 Greenplum 遗留的冗余配置与过时文件，优化仓库结构，降低贡献门槛。
-
品牌刷新
-
网站与文档全面焕新，推出新版官网与直观导航设计；
-
支持多版本切换、同步特性指南和变更说明。
-
完善安装手册，降低开发者参与门槛。
-
GitHub Wiki 提供开发文档、发布流程和贡献指南，强化社区共治。
当然，这并不是全部的工作。如果你希望了解 Cloudberry 2.0.0 的更多新特性和技术细节，欢迎访问 (https://cloudberry.apache.org/blog/whats-new-in-apache-cloudberry-2.0.0) 查看完整版本变更说明。
写在最后
我们一直知道，做数据库是件“长坡厚雪”的事。这并非可以一蹴而就的领域，需要时间的积累、工程的韧性，也需要一群人长久的热爱。
Cloudberry 的每一次迭代，背后都是对开源精神的实践，以及对技术边界的执着探索。对我们来说，一个好的开源项目，不只是代码仓库的快照，更应该是一个有温度、有方向、有社区归属感的存在。
我们也深知，在 AI 与大数据深度融合、湖仓一体化加速演进的今天，这个世界比以往任何时候都更需要开放、强大、可信赖的基础软件。而 Cloudberry，只是一份仍在不断续写的答卷。
我们不想等到“足够强大”才开始召集朋友——我们相信，只要方向是对的，就值得有人同行。现在的 Cloudberry，已经具备了一块可靠的底座，我们希望更多的你能加入进来：
-
如果你曾使用过 Greenplum，Cloudberry 是你的自然进化路径；
-
如果你正在建设数据湖仓或分析型系统，Cloudberry 能为你提供坚实支撑；
-
如果你是一名热爱底层技术的开发者，这里是一个值得投入的开源社区。
万物起于微光，技术改变世界的火种，总是从一群人的坚持点燃。我们已经启程，期待与你同行。
- 👉 GitHub: https://github.com/apache/cloudberry
- 👉 What's New:
- https://cloudberry.apache.org/blog/whats-new-in-apache-cloudberry-2.0.0
- 👉 社区主页：https://cloudberry.apache.org
