Apache Cloudberry 2.0 发布：1981 项变更提交，续写 Greenplum 未竟之路

发布时间：2025-09-09

点击次数：

apache cloudberry 2.0 发布：1981 项变更提交，续写 greenplum 未竟之路

2025 年，Cloudberry Database 项目立项。 2025 年 6 月，Cloudberry Database 正式开源。 2025 年 5 月，Greenplum 源码归档转向闭源开发。 2025 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。

2025 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。

2025 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。

2025 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：
CA.LA
第一款时尚产品在线设计平台，服装设计系统
94 查看详情
- 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。