嘉賓 ｜ 濤思數(shù)據(jù) CEO、TGO 鯤鵬會會員陶建輝
采訪 ｜ 極客邦科技 CEO 霍泰穩(wěn)
編輯 ｜ 周文猛
到 GitHub 下載 TDengine 源代碼： https://github.com/taosdata/TDengine
在今年 8 月 3 日到 8 月 8 日共 6 天的時間里，GitHub 全球趨勢排行榜第一的位置連續(xù)被一款名為 TDengine 的開源大數(shù)據(jù)處理引擎占據(jù)著。而在這款備受開源愛好者熱捧的產品背后，它的創(chuàng)始人是一位 52 歲依然奮斗在編程一線的大齡程序員——濤思數(shù)據(jù)創(chuàng)始人兼 CEO 陶建輝。
“未來 5 到 10 年，世界上 90% 的數(shù)據(jù)都會是各種機器或者傳感器采集的，而這些數(shù)據(jù)可能都會是用我寫的軟件來運算處理”，如今已是陶建輝第三次創(chuàng)業(yè)了，但這位 52 歲的程序員依然激情澎湃，并且還時不時的四處宣戰(zhàn)。
“我們的產品具有諸如 HBase、Kafka、Spark 等 Hadoop 生態(tài)大數(shù)據(jù)處理技術的功能，體積卻只有 5M，未來在物聯(lián)網這一細分領域，我們完全有可能把 Hadoop 替代掉”，談及自家產品與同類產品的比較優(yōu)勢，陶建輝對自己研發(fā)的產品信心十足，認為目前 IT 技術領域用 Hadoop 來處理物聯(lián)網數(shù)據(jù)的做法是完全搞錯了。
2017 創(chuàng)立濤思數(shù)據(jù)之初，三次創(chuàng)業(yè)的陶建輝瞄準了物聯(lián)網數(shù)據(jù)處理這一場景，決定開發(fā)一款自主可控的物聯(lián)網大數(shù)據(jù)處理平臺——TDengine，他的這一想法迅速的得到了包括 GGV 紀源資本、紅杉中國、明勢資本等多家投資機構超 2000 萬美元的投資。但是，他卻仿佛從來沒有把投資人投給他的這些錢“當回事兒”。
去年 7 月，陶建輝直接在 GitHub 上免費開源了公司辛苦研發(fā)兩年、自己也貢獻了 3 萬多行代碼的 TDengine 產品內核代碼，開源當天社區(qū) Star 數(shù)突破 2000，三個月后 Star 數(shù)飆升至一萬。而在上月初，陶建輝再次不顧公司銷售人員反對，也沒有事先通知投資人，直接把公司最核心的集群功能也給開源了，這一舉動在 GitHub 上迎來了不少關注，TDengine 連續(xù) 6 天位居 GitHub 全球趨勢排行榜第一，贏得廣大 GitHub 社區(qū)開發(fā)者好評。
然而在選擇將公司最核心的集群功能也開放的同時，大量核心代碼直接向開發(fā)者的“暴露”，無疑也正加速削弱著濤思數(shù)據(jù)的核心競爭壁壘。大幅度的開源舉措，雖帶來了營銷便利與客戶信任的前期便利，但卻也埋下了公司核心代碼“泄露”的后憂。
面對未來激烈且殘酷的市場競爭，濤思數(shù)據(jù)下一步何去何從？而對于 TDengine 這一款連續(xù) 6 天 GitHub 趨勢榜第一的產品，它又有何特別之處？在持續(xù)擴大開源力度的背后，陶建輝本人有著怎樣的思考以及心路歷程？
在近期極客邦科技推出的「中國技術力量」之「開源創(chuàng)新 30 人」采訪報道活動中（點擊參與報道），極客邦科技創(chuàng)始人兼 CEO、InfoQ 中國創(chuàng)始人霍泰穩(wěn)與陶建輝進行了深入的訪談對話，陶建輝針對以上疑惑逐一給出了解答。
2016 年，陶建輝第二次創(chuàng)業(yè)的智能硬件公司快樂媽咪被太平洋網絡收購之后，他的生活又一次輕松了下來。下一步做點什么呢？這一個問題再次成為了他不得不去思考的問題。
由于曾經在摩托羅拉工作，前兩次創(chuàng)業(yè)與通訊和智能硬件有關，陶建輝在智能硬件圈子內有了一定的名氣，很多朋友也拉他去看項目，有想讓他投資的，也有想讓他加入團隊的。但在看了一圈智能硬件、物聯(lián)網項目之后，陶建輝依然沒有找到真正適合自己的機會，唯一的收獲是——物聯(lián)網發(fā)展勢不可擋，而研發(fā)一個物聯(lián)網平臺的想法，也開始在他的心底萌生。
在仔細研究了國外從 IT 巨頭如微軟、IBM、 Oracle、亞馬遜，到工業(yè)巨頭如 GE、Siemens，以及國內海爾、三一、徐工、阿里、百度等公司在做的物聯(lián)網平臺之后，陶建輝的心又涼了——物聯(lián)網平臺已經太多了，而且已經進入靠資源取勝階段，進去也是瞎折騰，不適合自己。
但在放棄了做一款物聯(lián)網平臺的打算后，由于深入研究了當時市面上的物聯(lián)網平臺，陶建輝卻發(fā)現(xiàn)了另外一條新的出路——做物聯(lián)網數(shù)據(jù)的處理平臺。
由于物聯(lián)網平臺里模塊很多，而且其中很重要的數(shù)據(jù)處理包括采集、存儲、查詢、分析和計算都是比較共性的，個性化程度不高，允許出現(xiàn)一家比較大的數(shù)據(jù)處理平臺機構。但是再仔細一看，卻發(fā)現(xiàn)目前市面上大部分物聯(lián)網數(shù)據(jù)平臺，尤其是國內，幾乎無一例外的都是用的 Hadoop 生態(tài)搭建，以陶建輝多年 IT 技術領域的經驗來看，這其中存在不合理之處。
以車隊管理為例，在基于 Hadoop 搭建的物聯(lián)網數(shù)據(jù)處理平臺當中，為了知道司機當前的位置（經緯度）、平均車速、里程等，汽車上的 TBox 會將這些信息大約每隔 15 秒鐘采集一次并上傳到云端?；?Hadoop 的做法是先把 TBox 采集的數(shù)據(jù)送到 Kafka 消息隊列，然后再分發(fā)給 MongoDB、HBase 等做持久化存儲，分發(fā)到 Redis 做緩存、實時展現(xiàn)，分發(fā)到 Spark 做實時流式計算。這才有了實時查詢每輛車當前位置，以及通過實時計算得出當前在線行駛車輛數(shù)，更新實時數(shù)據(jù)看板等功能。
雖然當時的陶建輝并沒有真正接觸過大數(shù)據(jù)處理，但在了解了通用的大數(shù)據(jù)框架后，他的直觀反應是——Hadoop 這套體系太重，搭建一個平臺，居然需要將多款開源軟件拼接在一起，這會導致研發(fā)、運維成本的提升，不可取。
隨后，陶建輝又將各種物聯(lián)網場景抽象出來，總結出了物聯(lián)網數(shù)據(jù)具有時序性、數(shù)據(jù)量大、結構化、極少更新或刪除、數(shù)據(jù)源唯一、寫多讀少以及流量穩(wěn)定可預測等十二大特點。發(fā)現(xiàn)了很多技術缺陷：基于 Hadoop 生態(tài)研發(fā)的產品在數(shù)據(jù)庫中的事務處理實現(xiàn)是完全多余的；通用大數(shù)據(jù)處理平臺除了需要集成大家所熟悉的 Hadoop 組件外，往往還需要集成 Spark 這么復雜的計算引擎；以及 Kafka 或其他消息隊列工具等。像 HBase、Cassandra 那樣用 Key-Value 來存儲數(shù)據(jù)會導致計算效率和存儲效率大打折扣……
尤其是當陶建輝更進一步了解到在當時工業(yè)界里目前比較通用的實時數(shù)據(jù)庫居然都是屬于老古董級別的產品——仍然還在 Windows 上研發(fā)，不僅價格貴，而且沒有標準 SQL，水平擴展能力差，缺乏大數(shù)據(jù)分析能力，完全沒有能力應對日益增長的大數(shù)據(jù)量和大數(shù)據(jù)分析需求等現(xiàn)狀之后，他預感傳統(tǒng)工業(yè)場景的實時數(shù)據(jù)庫遲早會被淘汰。
做完初始階段的理論分析之后，陶建輝極其興奮，打造一款新的物聯(lián)網數(shù)據(jù)處理工具，成為了他的新目標。
說干便干，陶建輝自己先花了 2 個月的時間，寫了接近一萬八千多行代碼，驗證了自己的創(chuàng)新，并且在性能上超越了當時市場上已有的產品，而濤思數(shù)據(jù)最初的產品模型——TDengine 也終于面世了，之后隨著天使輪資金的跟進，濤思數(shù)據(jù)的公司與團隊也正式組建。
“TDengine 其實把數(shù)據(jù)處理中的緩存、消息隊列、數(shù)據(jù)庫，包括流式計算等功能都統(tǒng)一在一起了，能夠替代 Kafka、Redis、HBase、Spark 這些軟件組合實現(xiàn)所達到的功能”。據(jù)陶建輝介紹，客戶在用 TDengine 搭建它的車隊管理系統(tǒng)的時候極其簡單，只需要寫一個 Java 應用，再加上 TDengine 就夠了，開發(fā)與維護的成本都極其低。
而且由于充分利用了物聯(lián)網數(shù)據(jù)的特點，數(shù)據(jù)處理的性能也極其之高?！拔覀兊男阅軣o論是插入還是查詢，比跟 HBase、MongoDB 比都是十倍得快，在有的場景下達到幾十倍得快”，據(jù)陶建輝透露，由于 Hadoop 超過 1G 的安裝包在邊緣端極其耗費資源，這使得整體體積僅 5M 左右的 TDengine 在物聯(lián)網邊緣數(shù)據(jù)處理領域有著壓倒性的優(yōu)勢。
“在工業(yè)互聯(lián)網、物聯(lián)網等平臺上，90% 以上的幾乎都是在用 Hadoop 做開發(fā)，事實上這完全是搞錯了，用 TDengine 這種極其簡單的方法來處理工業(yè)互聯(lián)網、車聯(lián)網的數(shù)據(jù)才是正確之道”，陶建輝以芯片領域 GPU 專用芯片巨頭英偉達最終超越 CPU 通用芯片巨頭英特爾的案例自比，認為濤思數(shù)據(jù)有望完全取代物聯(lián)網場景下的 Hadoop 生態(tài)，而且多年后市值將會超過 Oracle。
在時序數(shù)據(jù)庫領域，目前在全球范圍內不僅在美國有排名第一的 InfluxDB，還有市場上用得較多的 Hadoop 生態(tài)內基于 HBase 基礎開發(fā)的 OpenTSDB，此外還有比如 Prometheus 等。
在陶建輝的介紹中，相較于同類競品，TDengine 除了在統(tǒng)一平臺上實現(xiàn)了需要 Kafka、Redis、HBase、Spark 等多款軟件配合才能實現(xiàn)的功能，具有一站式物聯(lián)網大數(shù)據(jù)處理能力之外，它還具有“一個設備一張表”以及“超級表”創(chuàng)新兩個特別之處。
一方面，TDengine 采用了一種叫做“一個設備一張表”的新型數(shù)據(jù)模型，使得它的性能更為突出。以電表監(jiān)測為例，一百萬臺電表就意味著系統(tǒng)中會建有一百萬張表來分別存儲不同電表數(shù)據(jù)，這樣就可以保證單個設備的插入、查詢速度極其之快。
另一方面，為了避免“一個設備一張表”設計導致表數(shù)量過多問題的出現(xiàn)，比如智能電表，中國一個省就有幾千萬臺電表，那么幾千萬臺智能電表所對應的幾千萬張表的數(shù)據(jù)庫管理就極其之難，這個時候 TDengine 還設計了“超級表”概念，它能夠把所有的電表當做一張表來看，通過打標簽的方式讓所有的表快速聚合，并且使表的數(shù)據(jù)跟采集的數(shù)據(jù)完全分離存儲，與普遍的 K-V（key-value）型存儲形成區(qū)別，保證表聚合處理的快速進行。
“中國的軟件公司歷來都是跟在美國的軟件公司后面跑，國外能做到什么樣，我們就跟到什么樣，甚至稍微差一點也無所謂，但是我要告訴所有在做研發(fā)的，濤思數(shù)據(jù)開發(fā)的 TDengine 至少是在所有指標上都能打敗了 InfluxDB，打敗了 Prometheus 這些軟件”，陶建輝對自己的產品特別自豪。
研制出產品之后，陶建輝不僅開源了 TDengine 的核心代碼，還不止一次將公司產品的核心原理公之于眾，但他絲毫不怕自己的創(chuàng)新思路被同行抄襲，“開發(fā)數(shù)據(jù)庫這種基礎軟件，它不是一個簡單的原理問題，如果我的競爭對手要學我，至少要三年之后才能來跟我叫板?！?/p>
陶建輝表示，TDengine 的原理自己花了兩個月時間不到兩萬行代碼就驗證出來了，但現(xiàn)在 TDengine 有一個團隊在負責研發(fā)，包括他本人又寫了三年多，仍處于一個不斷調 BUG，持續(xù)改進的過程中。
在有了 TDengine 這一款核心產品之后，陶建輝也有考慮準備以 TDengine 為核心來向兩邊延伸，通過組建產品矩陣做大公司生態(tài)，構建企業(yè)壁壘。“往更底層的通訊物聯(lián)網技術領域，比如說物聯(lián)網 MQTT 協(xié)議、工業(yè)上的 OPC 協(xié)議等，我們希望這些協(xié)議的數(shù)據(jù)能夠直接無縫接入 TDengine；另外，海量的物聯(lián)網數(shù)據(jù)存在我這里，也需要能做高效的查詢計算操作，它一定要跟各種可視化、BI 等工具無縫的銜接起來，這樣生態(tài)才能形成?！?/p>
我們現(xiàn)在已經在做這種可視化軟件的銜接了，比如說 Grafana，開發(fā)者任何程序不要寫，就做一個配置，就能從我們的庫里拉數(shù)據(jù)到 Grafana 做各種圖表顯示。而且我們現(xiàn)在還和一些國內做組態(tài)軟件的企業(yè)合作，也是不用寫程序它就能接起來……
當然，對于濤思數(shù)據(jù)而言，雖然有做大生態(tài)的考慮，但目前濤思需要真正發(fā)力的，依然還是要把公司的計算引擎做得越來越強大。
“許多創(chuàng)業(yè)者犯過的錯誤我不想再犯了，包括我自己前兩次創(chuàng)業(yè)也犯過，以為手里有一點錢了就可以盲目擴張，這個想做那個想做，最后其實沒有一個產品能做到了真正的 90 分以上，也很難在生態(tài)鏈上牢牢的占住了一個環(huán)節(jié)?！?。陶建輝目前希望把公司的內功做得更好，把核心的產品做到 90 分以上，然后再去考慮擴張。
去年 7 月，在將 TDengine 的核心代碼開源之后，陶建輝給自己打了 60 分，到了上個月集群功能正式開放之后，他將這一分值調到 80 分，但他的終極目的是希望 TDengine 后續(xù)能做到 90 甚至于 95 分以上，到那個時候他認為濤思將會再也沒有競爭對手。
“TDengine 的市場空間很大，如果未來所有的物聯(lián)網數(shù)據(jù)都用 TDengine 這個工具處理，那濤思數(shù)據(jù)的市值一定會超越 Oracle?！碧战ㄝx對未來公司的發(fā)展信心滿滿，認為現(xiàn)階段的主要任務依然是做好產品，不宜過早擴張。
然而，在追求將產品做到 90 分的過程中，濤思數(shù)據(jù)在商業(yè)策略上采用的大幅度開源舉措也正在引來行業(yè)的不解——一個高科技的產品為什么一定要通過開源的方式來去做呢？開源之后，公司的核心競爭優(yōu)勢是否會被削弱？
在陶建輝的回答中，濤思數(shù)據(jù)決定代碼開源并不是一時的頭腦發(fā)熱。事實上在組建創(chuàng)始團隊的時候，陶建輝就已經在考慮開源了，而且他也引入了在開源社區(qū)比較活躍的人加入到團隊當中。
由于基礎軟件太重要了，而且企業(yè)遷移的成本也很高，大家又不太想被 Oracle 等單一閉源企業(yè)綁定，于是采用開源軟件一直很普遍，在行業(yè)內，基礎軟件不開源幾乎沒人用已成為了共識。所以作為一個基礎軟件初創(chuàng)公司，通過開源手段來打開市場非常有必要，同時這也是與客戶增強信任的一種方式。
此外，開源還是一種占領市場，甚至于形成市場壟斷最好的方法。比如說在工業(yè)控制領域，目前還有很多企業(yè)在做實時數(shù)據(jù)庫，像西門子、GE、Honeywell 以及美國一家叫 OSISoft 的公司都在做，他們的產品不僅老式、性能落后，而且完全沒有一家是開源的，那么新的產品一旦開源，就完全可替代掉他們。
“因為我們在開源，而且比那些老式的實時數(shù)據(jù)庫做的好，企業(yè)為什么不用呢？”，在陶建輝看來，開源是提高市場占有率，甚至于擠壓競爭對手一個非常有效的方法。
在上個月決定開放 TDengine 集群功能的時候，陶建輝也遇到了來自團隊銷售人員的阻力，由于濤思之前開源的是單機版，但所有客戶一般都要有集群版，之前銷售團隊在賣給客戶的時候強調的也都是集群功能，所以當決定開源集群功能時，銷售們覺得沒東西可賣了，于是就反對。
陶建輝只能靜下來跟銷售團隊講：“必須要開源集群，而且開源后仍然能賣得出去，只是銷售的時候，要更加的強調價值所在，而不能只強調集群”。在陶建輝的介紹中，開源集群版之后，TDengine 至少還有三個主要的方式可以賺錢，也就是至少還有三個價值點。
首先，TDengine 要靠輔助功能來賺錢。因為 TDengine 還有極少量的輔助功能沒有開源，比如說異地容災、安全加密等，這些功能只有一些大的國企、軍工等企業(yè)才希望考慮用這些功能。此外，為了防止 Developer 錯改數(shù)據(jù)、刪庫跑路，企業(yè)可能還要做審計，這些功能濤思不開源。首先不會妨礙別人來使用他們的產品，而有需求的企業(yè)跟濤思合作就可能產生一定的利潤。
其次，TDengine 可以為中小企業(yè)提供服務并形成付費。任何軟件都會存在 BUG，也都需要升級，對于一些個體比較小的公司，如果沒有專業(yè)的技術人員支持的話，就一定會遇到很多問題，企業(yè)可以選擇自己招聘技術人員自己做服務，但也可以選擇向濤思數(shù)據(jù)付費，然后濤思來為他們提供持續(xù)的技術服務。
最后，TDengine 還可以通過云服務來實現(xiàn)盈利，提供一個技術和產品，然后通過背后多種場景解決方案去實現(xiàn)盈利。
在陶建輝眼里，開源的方式是類似于在用 To C 的方式來做 To B 生意，就像互聯(lián)網大家都懂，絕大部分人都不付費，但少量的人在購買企業(yè)的增值服務之后，公司就能活得很好，TDengine 的思路也是類似的?！叭绻澜?95% 的人都在用 TDengine，那么即使大多數(shù)人一分錢都沒掏，但只要有那 5% 真正付費的人，也足以使?jié)汲蔀橐粋€巨無霸公司了。”
當然，開源之后濤思數(shù)據(jù)也并不是完全沒有壓力。原則上來講，開源軟件的真正出路都不在賣輔助功能，而是在賣云服務，云服務才是開源軟件的未來。于是開源軟件在開源之后，所遇到最大的挑戰(zhàn)，可能就是類似于 AWS、阿里云這些云廠商將開源軟件集成到自己系統(tǒng)上所造成的巨大生態(tài)擠壓。
“以 MySQL 為例，一些云廠商在自己價值 200 元的硬件產品之上安裝了一個開源的 MySQL 軟件，然后就直接以 600 元價格售賣，不用自己的軟件，憑空漲了 400 元”，因此，陶建輝介紹到，目前像 Redis 等很多開源軟件都在改協(xié)議，不再想讓云廠商直接用自己的代碼。
“我們也吸取了這個教訓，采用了 AGPL 協(xié)議，唯一的目的就是不想讓云廠商來直接集成我們的技術，避免他們直接把我們公司的方向帶偏了”，陶建輝表示。
云服務是未來，開源軟件也是未來，但是開源軟件也需要與云廠商保持合適的距離。開源軟件也一定要盈利，如果開源無法生存，那么再有情懷也做不成事情，一定要商業(yè)成功才能帶來開源軟件的成功。
對于技術出身的陶建輝來說，對編程以及技術的追求一直都是他創(chuàng)業(yè)過程中格外重視的。他之前寫過一篇叫做《CEO 要不要寫代碼》的文章，發(fā)表了這樣的一個觀點——如果公司的創(chuàng)始人不重視硬核技術，那就千萬不要去做硬核技術的公司，而且 CEO 不要只是嘴上說重視硬核技術，更重要的是身體力行。
作為極客邦科技旗下 TGO 鯤鵬會會員，此前陶建輝在接受作者采訪時發(fā)表過《我生命的最后一刻，希望還在計算機前》
有了創(chuàng)始人對于技術的熱愛以及親自投身參與，濤思數(shù)據(jù)整體的技術氛圍也極為濃厚?！坝袝r候遇到一些性能瓶頸之類的硬核難題，我就對團隊說，你必須要解決，你解決不了我自己上，這個時候所有的人就不會退縮了”，在濤思數(shù)據(jù)內部，所有的研發(fā)工程師也都在以十倍速的突破能力創(chuàng)新前行，以一擋十，濤思數(shù)據(jù)強調團隊的決戰(zhàn)能力。
訪談接近尾聲，談及中美 IT 在底層技術層面的差距，陶建輝承認國內在在一些非常基礎的 IT 信息領域和國際上確實有差距，但同時也不忘稱道一下自己的產品。
“目前國內也出來了很多開源軟件，但既是底層軟件又在性能各項指標上都超越美國的，我覺得我們濤思數(shù)據(jù)的 TDengine 可以稱得上是第一家，作為一個 52 歲還在貢獻代碼的程序員，我覺得這值得 80 后、90 后程序員仔細到 GitHub 看看我老陶寫的程序到底怎么樣?！?/p>
由于中美意識形態(tài)的競爭，最近一段時間以來國內各界人士對于基礎軟件等底層技術的重視程度上升到了新高度，無論是數(shù)據(jù)庫、操作系統(tǒng)，還是芯片、EDA 等不同形態(tài)的產品都成為了資本以及政策開始傾斜關注的對象，國產基礎軟件的春風，也開始刮起來了。
相關數(shù)據(jù)表示，截止 2017 年國內的 IT 從業(yè)人員已達 1950 萬，與二十年前的中國相比，如今國內的 IT 技術從業(yè)人員、軟件開發(fā)者的總量已經是幾十倍的增長。如此龐大的工程師的數(shù)量，也讓國內開始出現(xiàn)了孵化自己新的工具的可能性，而且中國龐大市場所需要面臨的豐富場景，也更加的需要有自己的基礎軟件工具出來。
踩在國產基礎軟件工具崛起的東風之上，陶建輝特別興奮?！拔覀儾粌H找到了市場的空白點，而且也踩對了時機?！?/p>
聯(lián)系客服
