2023年9月22日消息，基于开源数据库DuckDB的商业化数据库公司 MotherDuck 宣布完成 5250 万美元 B 轮融资，使迄今为止的融资总额达到 1 亿美元。此轮融资由 Felicis 领投，新老投资者参与其中，包括 a16z、Madrona、Amplify Partners、Altimeter、Redpoint、Zero Prime 等。MotherDuck 的最新投资将推动 DuckDB 协作和可扩展性功能的持续发展，与 DuckDB 的开发人员创新其数据库引擎以及 DuckDB 采用率的增长保持同步。
2022年MotherDuck成立，并在当年获得了由RedPoint领投的125万美元的种子轮、由a16z领投的3500万美元的A轮。在toB融资环境快速冷却的2022年，MotherDuck成为了难得的明星项目。
MotherDuck 首席执行官兼联合创始人 Jordan Tigani 表示：“我们对去年与 DuckDB 社区和 DuckDB Labs 团队一起取得的成就感到自豪。” “我们的初始资金使我们能够壮大我们的工程团队，从而推出我们的平台并让近 2,000 名分析师使用。凭借这笔资金以及围绕我们平台和 DuckDB 的采用的势头，天空是极限。”
“关键是 SQL 分析的简化扩展方法；对于我们中 95% 没有 PB 级数据的人来说，基于 DuckDB 等引擎的扩展分析方法比分布式架构更快、更便宜、更用户友好。”Tigani 继续说道。“上周在阿姆斯特丹与 DuckDB 团队一起度过的时光巩固了 DuckDB 的未来。我们很高兴能够将其简单性的力量大规模地带给组织，并全面改善分析师的体验。”
随着本轮融资的宣布，MotherDuck 将不再为那些寻求试用该平台的人设置等待名单障碍。据该公司称，感兴趣的人只需在 MotherDuck 网站上注册即可开始大规模利用 DuckDB 的强大功能。
这笔资金还伴随着根据客户反馈推出的多项新功能的推出，包括更快的数据导入、具有 SQL 自动完成功能的增强型笔记本界面、优化的混合查询规划以及改进的数据库共享。
MotherDuck 生态系统随着其成功而不断发展，带来了 11 个与平台的新集成，包括 Cube、dltHub、Evidence、GoodData、Kestra、Metabase、InfinyOn、LlamaIndex、Sling、Streamlit 和 Voltron Data 的集成。新的 Airbyte 集成将于今天向用户提供。即将推出与 Fivetran 和 Tableau 的集成。
MotherDuck 的融资公告先于 DuckDB 即将发布的 0.9.0 版本，该版本将提供给 MotherDuck 用户。
MotherDuck背后是哪些人？
MotherDuck的创始人Jordan是DuckDB的早期用户。 Jordan此前是Google BigQuery的创始工程师和产品经理，后来在SingleStore担任CPO期间，出于对DuckDB的欣赏，开始做side-project来丰富DuckDB生态，希望通过增加云端的serverless版本来真正实现EasyQuery。在Jordan与Google前同事Lloyd的交流中，有着Looker成功创业经验的Lloyd看到了Jordan所做副业的更大潜力，便说服其将副业项目作为主业投入更多时间精力，还体贴地帮忙介绍RedPoint的投资人、帮忙与DuckDB Labs团队牵线，还为新项目命名MotherDuck。
于是，去年5月，MotherDuck成立，并在当年获得了由RedPoint领投的125万美元的种子轮、由a16z领投的3500万美元的A轮。在toB融资环境快速冷却的2022年，MotherDuck成为了难得的明星项目。“种子看人、VC看事、PE看数”的投资规律在MotherDuck身上得到了应验——在一个急转直下的融资赛道中逆流而上的项目背后，是一支从Google BigQuery走出的全明星团队：
- 产品负责人Tino：此前在BigQuery和YouTube团队担任产品经理，随后去了Snowflake的直接竞争对手Firebolt担任产品VP
- 负责市场和开发者关系的Ryan：此前在Google、Neo4j、Databricks有累计15年的开发者关系的工作经历，并担任众多科技公司的GTM咨询顾问
- 创始工程师们：有着Snowflake, Databricks, AWS, Google, Microsoft, Teradata, ElasticSearch, SingleStore, Meta等一众科技巨头的工作经历背书
- 兼职专家顾问们：有First Round Capital的Myoung做财务支撑，有Looker和Firebolt的Nouras做合作伙伴关系建设，有身为ACM Fellow的CWI数据库教授Peter做“实习生”
MotherDuck目前能帮助用户作什么？
那么，MotherDuck在DuckDB产品能力基础上做了什么呢？
（1）产品架构
MotherDuck在官方文档对其产品架构给出了答复：
- Cloud Service：提供身份管理、认证授权、监控审计等安全类功能，提供数据分享功能，并提供Web UI进行访问；
- Compute：以Serverless方式调用本地和远程的DuckDB实例，调用CPU和内存执行计算任务；
- Storage：在DuckDB的易失性存储的基础上，提供云端的非易失性存储，支持用户将数据导入至MotherDuck进行持久化存储；
- Client SDK：除了Web UI访问外，还给Python用户和DuckDB CLI用户提供了SDK，调用时通过MotherDuck的Token进行身份认证后可以直接从该Client访问MotherDuck；并支持在JDBC Driver, Go Driver, DBeaver, Alchemy等终端进行访问；
（2）从Web UI接入
MotherDuck目前采用的云端技术方案是：域名在GoDaddy购买，DNS和CDN等网络访问使用AWS CloudFront，数据托管在AWS S3。其官网宣传主页是http://motherduck.com，产品环境放在了二级域名http://app.motherduck.com下。在Web UI登录后，Landing Page即是Query Editor。
虽然一开始看起来，MotherDuck和DuckDB的WASM版功能是一样的，但不同的是， MotherDuck可以同时调用本地计算机和远程服务器的DuckDB实例。例如，在联网时，打开MotherDuck和DuckDB WASM；断网后，都能在二者执行上传本地文件、查询等命令，但可以在DuckDB WASM执行建表操作，但无法在MotherDuck执行建表；联网后，在MotherDuck的Web UI的建表语句点击Run后会，会调用manifest和DoAction API向远程服务器发送请求。
（3）从Client接入
此外，在不使用Web UI作为Client的使用场景下，MotherDuck还支持将DuckDB CLI和Python Client作为接入终端：
- Python：通过
duckdb.connect(‘md:’)命令唤起身份认证，在MotherDuck验证身份后可以在该Python Client连接到MotherDuck - DuckDB：通过
open md: 命令唤起身份认证，然后在DuckDB CLI对MotherDuck后台进行读写
（4）杀手级功能
如果说DuckDB的杀手级功能是在去ELT基础上直接对本地和远程的不同文件进行Hybrid Query的话，那么MotherDuck的杀手级功能就是： 在Hybrid Query基础上对本地计算机和远程服务器计算资源综合调用的Hybrid Execution，将DuckDB的能力从Client扩展至Cloud。
以Web UI方式使用MotherDuck时：
- 用户登录http://app.motherduck.com后， 会在本地浏览器和远程服务器中分别启动DuckDB实例；
- 当用户从本地文件系统上传文件至浏览器中的DuckDB，并仅对浏览器中的文件进行读写查询、不访问远程文件时， MotherDuck会把查询任务路由回浏览器中的DuckDB，仅调用本地计算机的计算资源；用户无需等待云端服务器，可以直接在断网情况下执行查询任务，并支持跨文件JOIN；
- 当用户仅访问远程API或S3文件时，MotherDuck会把文件中的数据读到其服务器中的DuckDB， 并在不导入文件、转换格式、进行持久化存储的情况下，直接对远程文件进行读写查询；仅调用远程服务器的计算资源，必须在能正常访问MotherDuck的情况下执行查询任务，支持跨文件JOIN；
- 当用户从本地文件系统或者远程S3、API读取文件并通过建表、更新、插入、替换等命令将文件导入到MotherDuck服务器进行持久化存储时，MotherDuck调用其服务器中的DuckDB；仅调用远程服务器的计算资源，必须在能正常访问MotherDuck的情况下执行查询任务，支持跨文件JOIN；
- 当用户的查询请求目标对象同时包含本地文件、远程API或S3文件、MotherDuck存储的文件时， MotherDuck对查询语句解析和优化后，将不同的子任务拆分给本地浏览器和远程服务器中的DuckDB实例，同时调用本地和远程的计算资源；
以Python SDK或者DuckDB CLI SDK使用MotherDuck时，计算资源调用逻辑同Web UI使用方式，但不涉及浏览器进程，仅涉及Python或者CLI。
Who：MotherDuck背后是哪些人？
MotherDuck的创始人Jordan是DuckDB的早期用户。 Jordan此前是Google BigQuery的创始工程师和产品经理，后来在SingleStore担任CPO期间，出于对DuckDB的欣赏，开始做side-project来丰富DuckDB生态，希望通过增加云端的serverless版本来真正实现EasyQuery。在Jordan与Google前同事Lloyd的交流中，有着Looker成功创业经验的Lloyd看到了Jordan所做副业的更大潜力，便说服其将副业项目作为主业投入更多时间精力，还体贴地帮忙介绍RedPoint的投资人、帮忙与DuckDB Labs团队牵线，还为新项目命名MotherDuck。
于是，去年5月，MotherDuck成立，并在当年获得了由RedPoint领投的125万美元的种子轮、由a16z领投的3500万美元的A轮。在toB融资环境快速冷却的2022年，MotherDuck成为了难得的明星项目。“种子看人、VC看事、PE看数”的投资规律在MotherDuck身上得到了应验——在一个急转直下的融资赛道中逆流而上的项目背后，是一支从Google BigQuery走出的全明星团队：
- 产品负责人Tino：此前在BigQuery和YouTube团队担任产品经理，随后去了Snowflake的直接竞争对手Firebolt担任产品VP
- 负责市场和开发者关系的Ryan：此前在Google、Neo4j、Databricks有累计15年的开发者关系的工作经历，并担任众多科技公司的GTM咨询顾问
- 创始工程师们：有着Snowflake, Databricks, AWS, Google, Microsoft, Teradata, ElasticSearch, SingleStore, Meta等一众科技巨头的工作经历背书
- 兼职专家顾问们：有First Round Capital的Myoung做财务支撑，有Looker和Firebolt的Nouras做合作伙伴关系建设，有身为ACM Fellow的CWI数据库教授Peter做“实习生”
3.2 What：MotherDuck目前能帮助用户作什么？
那么，MotherDuck在DuckDB产品能力基础上做了什么呢？
（1）产品架构
MotherDuck在官方文档对其产品架构给出了答复：
- Cloud Service：提供身份管理、认证授权、监控审计等安全类功能，提供数据分享功能，并提供Web UI进行访问；
- Compute：以Serverless方式调用本地和远程的DuckDB实例，调用CPU和内存执行计算任务；
- Storage：在DuckDB的易失性存储的基础上，提供云端的非易失性存储，支持用户将数据导入至MotherDuck进行持久化存储；
- Client SDK：除了Web UI访问外，还给Python用户和DuckDB CLI用户提供了SDK，调用时通过MotherDuck的Token进行身份认证后可以直接从该Client访问MotherDuck；并支持在JDBC Driver, Go Driver, DBeaver, Alchemy等终端进行访问；
（2）从Web UI接入
MotherDuck目前采用的云端技术方案是：域名在GoDaddy购买，DNS和CDN等网络访问使用AWS CloudFront，数据托管在AWS S3。其官网宣传主页是http://motherduck.com，产品环境放在了二级域名http://app.motherduck.com下。在Web UI登录后，Landing Page即是Query Editor。
虽然一开始看起来，MotherDuck和DuckDB的WASM版功能是一样的，但不同的是， MotherDuck可以同时调用本地计算机和远程服务器的DuckDB实例。例如，在联网时，打开MotherDuck和DuckDB WASM；断网后，都能在二者执行上传本地文件、查询等命令，但可以在DuckDB WASM执行建表操作，但无法在MotherDuck执行建表；联网后，在MotherDuck的Web UI的建表语句点击Run后会，会调用manifest和DoAction API向远程服务器发送请求。
（3）从Client接入
此外，在不使用Web UI作为Client的使用场景下，MotherDuck还支持将DuckDB CLI和Python Client作为接入终端：
- Python：通过
duckdb.connect(‘md:’)命令唤起身份认证，在MotherDuck验证身份后可以在该Python Client连接到MotherDuck - DuckDB：通过
open md: 命令唤起身份认证，然后在DuckDB CLI对MotherDuck后台进行读写
（4）杀手级功能
如果说DuckDB的杀手级功能是在去ELT基础上直接对本地和远程的不同文件进行Hybrid Query的话，那么MotherDuck的杀手级功能就是： 在Hybrid Query基础上对本地计算机和远程服务器计算资源综合调用的Hybrid Execution，将DuckDB的能力从Client扩展至Cloud。
以Web UI方式使用MotherDuck时：
- 用户登录http://app.motherduck.com后， 会在本地浏览器和远程服务器中分别启动DuckDB实例；
- 当用户从本地文件系统上传文件至浏览器中的DuckDB，并仅对浏览器中的文件进行读写查询、不访问远程文件时， MotherDuck会把查询任务路由回浏览器中的DuckDB，仅调用本地计算机的计算资源；用户无需等待云端服务器，可以直接在断网情况下执行查询任务，并支持跨文件JOIN；
- 当用户仅访问远程API或S3文件时，MotherDuck会把文件中的数据读到其服务器中的DuckDB， 并在不导入文件、转换格式、进行持久化存储的情况下，直接对远程文件进行读写查询；仅调用远程服务器的计算资源，必须在能正常访问MotherDuck的情况下执行查询任务，支持跨文件JOIN；
- 当用户从本地文件系统或者远程S3、API读取文件并通过建表、更新、插入、替换等命令将文件导入到MotherDuck服务器进行持久化存储时，MotherDuck调用其服务器中的DuckDB；仅调用远程服务器的计算资源，必须在能正常访问MotherDuck的情况下执行查询任务，支持跨文件JOIN；
- 当用户的查询请求目标对象同时包含本地文件、远程API或S3文件、MotherDuck存储的文件时， MotherDuck对查询语句解析和优化后，将不同的子任务拆分给本地浏览器和远程服务器中的DuckDB实例，同时调用本地和远程的计算资源；
以Python SDK或者DuckDB CLI SDK使用MotherDuck时，计算资源调用逻辑同Web UI使用方式，但不涉及浏览器进程，仅涉及Python或者CLI。
