注意到 Neon 还是去年 5 月份被 Databricks 收购，近几年数据库行业涌现出了不少新面孔，但四年时间从车库项目做到被十亿美元收购，Neon 算是头一个。当时就想写一篇关于 Neon 的文章，没想到等到了一年后。。。
三个数据库老炮，一个疯狂的想法
Neon 成立于 2021 年，创始人是三个在数据库圈摸爬滚打多年的老手。
CEO Nikita Shamgunov 此前是 SingleStore（前身 MemSQL）的联合创始人，把那家公司做到年收入过亿美元。Heikki Linnakangas 是 PostgreSQL 的核心 committer，在 Postgres 社区耕耘了二十年，据说最早接触 Postgres internals 是因为陪产假无聊翻源码翻进去的。第三位联合创始人 Stas Kelvich 是前物理学家出身，因为给自己的旅游搜索创业项目找不到合适的 R-tree 实现，干脆自己去折腾 Postgres 底层。
这三个人凑在一起，想解决的问题其实非常简单：PostgreSQL 已经是开发者最爱的数据库，但它的架构还是几十年前的设计思路——计算和存储高度耦合，不适合云原生时代。他们想从头重构存储层，让 Postgres 真正变成云原生的。
重构存储层，Neon 做了什么
传统 PostgreSQL 实例，计算和存储是绑在一起的，扩容的时候得计算和存储一起扩，想跑多个环境就得复制一份完整的实例，极为不便。
Neon 架构的核心是彻底实现了存储和计算的分离，自研了一套基于 WAL（Write-Ahead Log）的分布式存储引擎，底层可直接对接 S3。这套架构带来了几个很有意思的能力：
秒级冷启动。一个全新的 Postgres 实例，能在 500 毫秒内拉起来，也就是不到半秒钟的时间；
数据库分支（Branching）。这是很多开发者第一次接触 Neon 时最兴奋的功能。就像 Git 创建分支一样，你可以瞬间从一个数据库 Fork 出一个完整的副本，包含所有 Schema 和数据。测试新功能、跑 CI/CD、验证迁移脚本，再也不用担心污染生产数据；
真正的 Serverless。没有查询的时候，计算节点直接缩到零，不收费。按实际使用量付费，而不是按“预留了多少资源”付费。对于号主这样的穷人做测试，实在是太又好了！
值得一提的是，Neon 始终保持 100% 兼容上游 PostgreSQL，不做私有扩展，不需要改应用代码就能直接迁移过来。这一点是 Shamgunov 反复强调的，也是与 AWS Aurora、Google AlloyDB 这类“Postgres 兼容”但实际上是私有化产品的最大区别。
意外转折：AI Agent 成了最大的客户
Neon 刚上线的时候，面向的是个人开发者和创业公司。2022 年公开发布后，因其鲜明的技术特点而得到广泛的好评，GitHub star 增长非常快，Vercel 等平台也把 Neon 作为推荐数据库进行了集成。
但真正让局面发生戏剧性变化的，是 AI Agent 的爆发。
Neon 团队发现平台上新创建的数据库里，有 30%是被 AI Agent 自动创建的，而不是人在操作。这个数据在不久后变成了 80%以上！也就是说，在 Neon 的平台上，每 5 个新数据库里，有 4 个机器创建的。
这个数据震惊了他们自己，或许也震惊到了后来斥巨资收购的 Databricks。
Databricks 看中了 Neon 什么？
Databricks 是 Lakehouse 架构的发明者，在大数据分析和 AI 训练侧有深厚的积累，具体的介绍可参见从开源公司成长为620亿独角兽，大数据帝国的崛起。但它的拼图里一直缺一块：面向事务型工作负载的数据库层。
收购 Neon 一举补上了这个缺口，而且直接对准了 AI Agent 时代的需求。
传统数据库启动需要几分钟的时间，Neon 500 毫秒就能拉起一个全功能的 Postgres 实例，完美的契合了 AI Agent 的节奏； Neon 分支功能让每个 Agent 都能拥有自己独立的数据库副本，互不干扰，出了问题可以随时回滚，甚至可以“时间旅行”到某个历史快照； 再就是成本结构。如果每个 Agent 运行任务都需要一个数据库，传统按实例收费的模式成本会爆炸。Neon 的按用量计费模型，让同时跑成千上万个短暂数据库实例变得经济可行。
未来数据库的主要用户是 Agent，而不是人。Neon 显然是看清了这一点，Databricks 显然也正是看中了 Neon 的这一点！
写在最后
回过头来看 Neon 的这四年，没有人能在 2021 年就预判到 AI Agent 会爆炸式增长，更没有人提前计划好“我要为机器创建的数据库做优化”。
但偏偏就是这套为开发者体验而生的架构，在 AI Agent 大规模涌现的时候，成了最适合的底座。500 毫秒冷启动、按用量计费、数据库分支 -- 每一个特性都像是专门为 Agent 量身定制的，尽管它们诞生的时候 Agent 还远没有今天这么普及。
其实我们身边也不乏这样的例子，解决了一个真实存在的工程问题后，等到时代转过来之后，突然就火了，这大概就是传说中的“踩中了风口猪都能飞上天”吧！
