- name
- Databricks Inc
- summary
- 从Apache Spark到Lakehouse——Databricks如何用统一数据+AI平台挑战Snowflake
- read_when
Databricks Inc
从Apache Spark到Lakehouse——Databricks如何用统一数据+AI平台挑战Snowflake。
历史时间线
- 2013年：Apache Spark创始团队（Matei Zaharia等）在加州创立Databricks
- 2016年：推出托管式Spark云平台，定位'统一数据分析引擎'
- 2019年：推出Delta Lake——开源存储层，为Lakehouse概念奠基
- 2021年：Lakehouse概念正式发布，融合数据湖的灵活性和数据仓库的可靠性
- 2023年：发布DBRX（开源大语言模型）和AI/ML平台，全面进军生成式AI基础设施
- 2023年9月：以13亿美元收购MosaicML，强化AI训练能力
- 2024年：IPO筹备加速，估值约430亿美元，预计将成为年度最大科技IPO之一
商业模式
统一数据分析和AI平台。核心产品：Databricks Lakehouse Platform（数据处理+BI+AI统一工作台）+ Unity Catalog（数据治理）+ MLflow（ML生命周期）。定价：按DBU（Databricks Unit）消耗计费。关键差异化：深度整合AI/ML工作流，而Snowflake更偏传统BI和分析。开源策略（Delta Lake、MLflow）构建社区护城河。
护城河分析
Apache Spark创始人团队的技术权威和开源社区影响力；Delta Lake开源标准的网络效应（已被数百家企业采用）；AI/ML工作流的先发优势——从数据处理到模型训练的一条龙平台；开源+商业化的双引擎增长模式。
关键数据
2024财年营收约15-20亿美元（非上市，估算）；客户超10,000家；估值约430亿美元（2023年最新一轮）；全球员工超7,000人；Delta Lake在GitHub上超5,000 stars；年数据处理量超100EB。
有趣事实
- Databricks的名字来源于'Spark'（火花）的隐喻——创始人希望搭建一个数据科学家可以围绕'火花'协作的平台
- DBRX模型在2024年发布时，成为当时最强的开源大语言模型之一，直接对标GPT-4级别的性能