StarRocks 昨日回应:关于 StarRocks 相关疑问的解答

简介: StarRocks 昨日回应:关于 StarRocks 相关疑问的解答

本篇内容转载至 StarRocks 微信公众号,原文链接:https://mp.weixin.qq.com/s/r8...

在昨日思否发布了关于 StarRocks 开源相关争议的文章后,StarRocks 出面联系我们,希望我们帮忙发布其对相关争议的回复,我们对全文内容不做评价,仅代表其在社区做中立发布,以下为其回应原文内容:

以下为 StarRocks 回应的原文

首先要感谢大家对我们的关注,关于我们的一些情况,有必要给大家一个解答。

我们非常感谢Apache基金会和Apache Doris社区打造了这么一个优秀的分析型数据库产品。我们也非常感谢为Apache Doris做过贡献的每一个同学。Doris项目经历了从Doris到Palo再到贡献给Apache社区变回Apache Doris,经历了13年的时间。在这13年里,StarRocks的小伙伴也曾呕心沥血,为Apache Doris贡献了数不清的时间和精力。如果没有Apache Doris项目,就没有今天的StarRocks。同样,没有这些小伙伴,也不会有今天的Apache Doris。

此前之所以没有提Apache Doris,主要原因是不想继续和Apache Doris项目产生混淆。在创业之初,我们的团队成员几乎都来自于Apache Doris,所以在给项目起名时参考了之前PrestoDB的做法,取名DorisDB,并且在中国、美国和日本都注册了商标。当时没有注意到此举会影响到Apache Doris项目的毕业。今年二季度,Apache基金会的朋友正式和我们讨论此事,虽然我们所有的行为均合法合规,但是为了不影响Apache Doris项目,我们承诺今年三季度会将问题解决。如今,我们已经兑现了承诺。

在此,我们郑重声明,从DorisDB到StarRocks,从商标到代码协议,我们的工作完全在法律法规的框架下进行,也欢迎各界人士的关注和监督。如果对任何方面构成实质性侵权,我们愿意负全部的法律责任。对于在没有实际证据的情况下,信口开河,对我们的名誉进行损害的人和媒体,我们接下来也会诉诸法律程序。

2020年初,我们观察到随着数据驱动的深入,用户的分析速度需要越来越快,传统架构已经无法有效解决这些需求。分析型数据库历史上存储层经历了按行存储到按列存储的技术革新,未来计算层也将开始从按行计算向按列计算(向量化计算)进行升级和革新。“自主研发,打造新一代全面向量化计算引擎”。这是我们项目的起点;“帮助客户实现重大成就”,这是我们创业的初心。

众所周知,一个分析型数据库有三大件:优化器,执行器,存储引擎。当前我们已经从零开始,重新打造了两个大的组件:优化器和执行器,并完全抛弃了原有的按行做计算的内核。我们最近将发布新版本的实时列存引擎,对原有的列存引擎也进行了重大重构。所以,StarRocks虽然使用了 Apache Doris 的框架,但是其内核已经是完全独立自主研发的了。当前项目中原有的Apache Doris 代码保留了原有的 Apache Licence 2。只有完全由我们独立开发的代码,采用了Elastic License 2。这也是行业的常规做法。

所以,您完全可以像使用ElasticSearch那样放心使用我们的产品!

今天,StarRocks的目标已经升级为”新一代流批融合的极速湖仓(Lakehouse)“。这和Apache Doris的项目的目标并不一致。这也是我们为什么没有把代码合并回Apache Doris项目的原因之一。时代像风,数据如海。在这样一个伟大的时代,StarRocks希望能和各方携手,专注于客户的需求,一起打造一个数据分析的新时代!

相关实践学习
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
相关文章
|
索引 Python
Pandas 高级教程——高级时间序列分析
Pandas 高级教程——高级时间序列分析
838 4
|
消息中间件 存储 Kafka
Flink---11、状态管理(按键分区状态(值状态、列表状态、Map状态、归约状态、聚合状态)算子状态(列表状态、广播状态))
Flink---11、状态管理(按键分区状态(值状态、列表状态、Map状态、归约状态、聚合状态)算子状态(列表状态、广播状态))
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
论文推荐:R1-Omni、VisualPRM、4D LangSplat、Vision-R1、GoT
简要介绍:由复旦大学、上海AI实验室等机构提出了首个统一多模态理解和生成的奖励模型UnifiedReward。该工作构建了大规模人类偏好数据集,包含图像和视频生成/理解任务,并利用该模型进行自动构建高质量偏好对数据,最终通过DPO优化视觉模型。实验结果表明,联合学习评估多样化视觉任务可以带来显著的相互益处。
348 1
|
SQL Java API
Apache Flink 2.0-preview released
Apache Flink 社区正积极筹备 Flink 2.0 的发布,这是自 Flink 1.0 发布以来的首个重大更新。Flink 2.0 将引入多项激动人心的功能和改进,包括存算分离状态管理、物化表、批作业自适应执行等,同时也包含了一些不兼容的变更。目前提供的预览版旨在让用户提前尝试新功能并收集反馈,但不建议在生产环境中使用。
1603 13
Apache Flink 2.0-preview released
|
人工智能 PyTorch 算法框架/工具
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
【8月更文挑战第6天】Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
Xinference实战指南:全面解析LLM大模型部署流程,携手Dify打造高效AI应用实践案例,加速AI项目落地进程
|
存储 Java
如何在 Java 中写入和读取 ByteBuffer
【8月更文挑战第22天】
489 0
|
消息中间件 存储 运维
Kafka重要配置参数全面解读(重要)
Kafka重要配置参数全面解读(重要)
829 2
|
存储 SQL JSON
5、DataX(DataX简介、DataX架构原理、DataX部署、使用、同步MySQL数据到HDFS、同步HDFS数据到MySQL)(一)
5、DataX(DataX简介、DataX架构原理、DataX部署、使用、同步MySQL数据到HDFS、同步HDFS数据到MySQL)(一)
|
Java 数据管理 API
构建基于Spring Boot的数据管理平台
构建基于Spring Boot的数据管理平台