从 Postgres 到 AI，Postgres 之父眼中的数据库未来

摘要：回顾 Postgres 与 Ingres 的创立历程及技术差异，批判 Oracle 早期商业策略及 Google MapReduce 的技术缺陷。深入探讨“一刀切”数据库系统的局限性，指出 LLM 在复杂 Text-to-SQL 场景下的低准确率现状，并介绍基于数据库构建操作系统的 DBOS 项目及其在 Agent AI 中的应用前景。

本文内容整理自一档围绕数据库技术与计算机科学展开的播客访谈。访谈嘉宾为图灵奖得主、Ingres 与 Postgres 创始人 Michael Stonebraker，围绕数据库系统发展史、行业竞争、LLM 与数据库、DBOS 以及技术人才培养等话题展开讨论。以下内容在保留核心技术观点的基础上进行整理与优化。

1. 数据库系统起源与演变

1.1 Ingres 的诞生与商业化

• 背景：1971 年，在导师 Gene Wong 建议下，Stonebraker 开始研究 Ted Codd 的关系型数据库理论，以替代当时复杂的 CODASYL 和 IBM IMS 系统 。
• 学术成果：Ingres 作为 Berkeley 的学术项目于 1972 年启动，旨在支持地理信息系统（GIS），并于 1976 年帮助 Stonebraker 获得终身教职 。
• 商业化转折：由于 Unix 缺乏 COBOL 支持，Ingres 难以进入大型企业市场。1980 年成立 Relational Technology Inc.，将 Ingres 移植至 VMS 操作系统，开启商业化进程 。

1.2 Postgres 的创新与定位

• 核心痛点：Ingres 无法高效支持 GIS 所需的复杂数据类型（如点、线、多边形），且日期时间处理硬编码，无法满足金融债券等特殊日历需求 。
• 技术突破：Postgres 引入了可扩展类型系统，允许用户自定义高效的数据类型，并支持继承和时间旅行（后移除） 。
• 市场地位：Oracle 收购 MySQL 后，Postgres 成为首选开源关系型数据库 。Stonebraker 认为 Postgres 适合低端通用场景，但在大规模数据仓库和高并发事务中并非最优解 。

2. 行业竞争与技术批判

2.1 对 Oracle 的评价

• 商业手段：Stonebraker 批评 Larry Ellison 采用误导性销售策略，承诺未实现的功能（如参照完整性），让客户参与调试 。
• 技术对比：早期 Ingres 在技术上优于 Oracle，但 Oracle 凭借强大的销售能力占据市场 。

2.2 对 Google 技术路线的质疑

• MapReduce 与 Hadoop：Stonebraker 认为 Hadoop 效率极低，分布式数据库系统在性能上可大幅超越 Hadoop 。
• 最终一致性（Eventual Consistency）：批评 Google 早期推崇的最终一致性模型，指出其在金融等需要强一致性的场景中会导致数据错误（如库存超卖）。Google 后期通过 Spanner 回归传统事务系统，放弃了 MapReduce 和最终一致性 。
• 合作尝试：Stonebraker 团队曾试图与 Google 合作改进其数据库技术，但被拒绝 。

2.3 对 Amazon 的建议

• 产品冗余：指出 Amazon 支持过多数据库系统（约 15 种），建议精简至 3 种左右，淘汰非高性能或非主流市场的系统 。

3. 前沿技术探讨

3.1 “一刀切”数据库的局限性

• 观点：单一架构无法满足所有场景。列存、流处理、行存储在特定场景下性能相差一个数量级 。
• 现状：Postgres 缺乏列存和多节点支持，在大型数据仓库场景中不具备竞争力 。

3.2 GPU 在数据库中的应用

• 挑战：GPU 的 SIMD 架构不适合索引操作（如 B-Tree 查找），因为索引依赖串行内存访问，难以并行化 。
• 瓶颈：CPU 与 GPU 之间的带宽往往成为性能瓶颈 。

3.3 LLM 与 Text-to-SQL 的现状

• 基准测试表现：在 Spider 和 Bird 等标准基准测试中，LLM 准确率约 80%-85%；但在真实世界数据仓库基准（Beaver）中，准确率仅为 0%-10%，即使提供 Schema 信息也仅提升至 35% 。
• 失败原因：
  • 训练数据缺失：真实数据仓库数据不在 LLM 训练集（The Pile）中 。
  • 复杂性差异：真实查询更复杂（100+行 SQL vs 10-20 行） 。
  • Schema 混乱：真实环境中表名/列名不规范，存在冗余物化视图 。
• 解决方案：建议将非结构化数据转化为表格形式，利用传统查询优化器进行 Join 操作，而非依赖 LLM 直接生成复杂 SQL 。

3.4 DBOS 项目：数据库驱动的操作系统

• 理念：用数据库系统替换操作系统的上半部分（调度、状态管理等），利用数据库的事务性、持久性和高可用性 。
• 进展：成立 DBOS Inc.，提供支持 TypeScript/Java/Go/Python 的工作流系统，确保微服务调用的原子性和持久性 。
• 应用场景：特别适用于 GenAI Agent 的读写操作，确保多步工作流的事务一致性 。
• 优势：文件系统性能优于 Linux，调度引擎具备竞争力，且天然支持高可用 。

4. 职业发展与建议

• 招聘标准：通过深入询问技术细节（如硕士论文实现、错误处理、进程/线程选择）快速识别候选人是否聪明 。

• 行业展望：计算机科学可能不再是高增长行业，建议年轻人考虑医疗或建筑行业等更稳定的领域 。

• 个人建议：

  • 避免随大流，选择具有挑战性且非主流的研究方向 。
  • 追随激情而非单纯追求金钱，虽然激情不一定带来巨额财富，但能带来更高的职业满意度 。

• 学习资源：推荐《Readings in Database Systems》（红皮书）及经典数据库文献 。

  原文链接：https://www.youtube.com/watch?v=YPObBOwIrHk