大数据的根源在于超大规模。 因此，我们今天用于分析的大多数工具都是围绕横向扩展方法构建的，在这种方法中，为了处理大量数据的能力而牺牲了性能。 因此，尽管作为一个行业，我们非常擅长构建重型机器来清理、格式化和处理 PB 级数据，但对于适度较小的工作负载，工具链非常复杂、缓慢且不适合用途。 （当我们说 略小，我们仍然指的是许多 TB 的数据，这足以满足大量分析用例的需求。）
这是原因之一 鸭子数据库 具有 见证了绝对的爆发式增长 在过去的一年中。
最初由荷兰研究机构 CWI (Centrum Wiskunde & Informatica) 开发的开源内存 OLAP 数据库采用了不同的方法。 DuckDB 专注于一种纵向扩展的性能方法，使其运行速度比传统的横向扩展方法快几个数量级，并且它可以在数 TB 的数据上这样做。 小巧的尺寸还让它可以在任何地方运行——在设备上、浏览器内或服务器上。
迄今为止，DuckDB 主要是一个开源项目，被全世界数十万数据科学家和分析师下载和使用。 然而，这限制了它作为真正无服务器分析引擎的更广泛潜力，该引擎可以应用于任何数据集，由云程序驱动，并在用户之间共享。 这就是为什么当我们见到 Jordan Tigani 时我们如此欣喜若狂，他告诉我们他的愿景 鸭妈妈 — 一种托管的云服务，围绕 DuckDB 构建，结合了速度和易用性，使分析无障碍且无处不在。
在花费十年时间构建了最受欢迎的数据仓库之一 Google BigQuery 之后，Jordan 是为数不多的深入了解市场并意识到 DuckDB 潜力的人之一。 乔丹组建了一支经验丰富、首屈一指的团队来解决这个问题。 他们在 Snowflake、Databricks、AWS、Meta、Elastic 和 Firebolt 构建了高性能、可扩展的数据处理系统，在数据社区中备受推崇。 将行业知识与专业研究相结合 DuckDB 实验室 （从 CWI 分离出来），MotherDuck 的使命是使 DuckDB 成为世界上最受欢迎和性能最好的数据库之一。
我们非常兴奋和荣幸能与 MotherDuck 团队合作并领导他们的 A 系列，以及来自 Redpoint、Altimeter、Amplify 和 Madrona 的优秀合作伙伴。 与 A16z 数据组合的其余部分一起，我们正在投资于未来的数据分析，它将更加可组合、可访问和有趣。
***
此处表达的观点是引用的个人 AH Capital Management, LLC (“a16z”) 人员的观点，而不是 a16z 或其关联公司的观点。 此处包含的某些信息是从第三方来源获得的，包括来自 a16z 管理的基金的投资组合公司。 虽然取自被认为可靠的来源，但 a16z 并未独立验证此类信息，也不就该信息的当前或持久准确性或其在特定情况下的适用性做出任何陈述。 此外，该内容可能包含第三方广告； a16z 未审查此类广告，也不认可其中包含的任何广告内容。
此内容仅供参考，不应被视为法律、商业、投资或税务建议。 您应该就这些事项咨询您自己的顾问。 对任何证券或数字资产的引用仅用于说明目的，并不构成投资建议或提供投资咨询服务的要约。 此外，本内容并非针对也不打算供任何投资者或潜在投资者使用，并且在任何情况下都不得在决定投资于 a16z 管理的任何基金时作为依据。 （投资 a16z 基金的要约仅通过私募备忘录、认购协议和任何此类基金的其他相关文件提出，并应完整阅读。）任何提及、提及或提及的投资或投资组合公司所描述的并不代表对 a16z 管理的车辆的所有投资，并且不能保证这些投资将是有利可图的，或者将来进行的其他投资将具有类似的特征或结果。 由 Andreessen Horowitz 管理的基金进行的投资清单（不包括发行人未允许 a16z 公开披露的投资以及对公开交易的数字资产的未宣布投资）可在 https://a16z.com/investments 获得/。
其中提供的图表仅供参考，在做出任何投资决定时不应依赖。 过去的表现并不预示未来的结果。 内容仅在所示日期生效。 这些材料中表达的任何预测、估计、预测、目标、前景和/或意见如有更改，恕不另行通知，并且可能与他人表达的意见不同或相反。 有关其他重要信息，请参阅 https://a16z.com/disclosures。
