Apache Cloudberry™ (Incubating) 是 Apache 软件基金会孵化项目，由 Greenplum 和 PostgreSQL 衍生而来，作为领先的开源 MPP 数据库，可用于建设企业级数据仓库，并适用于大规模分析和 AI/ML 工作负载。 GitHub: https://github.com/apache/cloudberry

作者：王殿进，Apache Cloudberry (Incubating) PPMC 成员，酷克数据开源负责人

2024 年 10 月 12 日 ── Cloudberry 正式通过投票加入 Apache 孵化器开启孵化之旅；

2025 年 11 月 5 日 ── Cloudberry 关联仓库正式迁移到 Apache GitHub 组织。

也就是说，Cloudberry 已经在 Apache 孵化器旗下孵化有一整年的时间了。加入 Apache 孵化器进行孵化，是 Cloudberry 项目发展过程中一个里程碑意义的大事。在 Greenplum 走向归档闭源的时候，我们就认为如果要避免这种情况再次发生，必须要让 Cloudberry 托管到一个第三方中立机构，这是最根本的解决之道。如果不确立这种基础，后面所有努力形成的优势随时都会再有丢失的风险。很庆幸，Cloudberry 具备了这样的机会。

当然，加入 Apache 孵化器进行孵化只是一张进场券，不是打包票，还需要项目的持续迭代、合规治理、社区构建，否则也有无法毕业成为顶级项目的风险。过去的一年，Cloudberry 在协议合规、版本发布、功能迭代等方面取得很大进展，在此感谢社区开发者的努力以及导师给予的帮助，也很高兴看到越来越多的 Greenplum 原有开源用户迁移到 Cloudberry 上来，积极互动、反馈改进建议。

趁着这两个特别的日子，我在这里简要梳理下 Apache Cloudberry 在过去一年走过的孵化历程、取得的进展以及相关思考，希望得到大家的反馈和指导。

启动孵化之旅

Apache 孵化器大大小小的规则和要求着实繁杂，说实话一开始要做的事情真的非常多、对规则熟悉掌握起来也花了很长的时间。没有特别奏效的方法，主要是靠阅读官方文档、请教导师和参考其他兄弟项目的实践经验。

下面是 Cloudberry 通过投票加入孵化器、在正式官宣前完成的关键事项：

• 基础设施搭建（导师协助）
  • dev@cloudberry.apache.org：最常用，几乎所有话题都发生该邮件列表上
  • private@cloudberry.apache.org：主要涉及如安全漏洞、提名/投票 Committer/PPMC 新成员等话题，其他均发生在 dev@ 邮件列表
  • commits@cloudberry.apache.org：日常仓库的 PR、Commit、Issue 等消息日志
  • 创建邮件列表：
  • 导师协助创建 Cloudberry PPMC 团队，授予初始成员账号权限：在此之前，二十多位初始 PPMC 成员也同步完成了个人贡献者协议（CLA）签署、Apache ID 账号申请与创建等操作
  • 导师协助申领 DNS ：cloudberry.apache.org，为后续网站正常工作提供前提
  • Bootstrap 启动文件：提供 Cloudberry 孵化项目基本动态与信息页面，如项目简介、PPMC 成员与 Committer 清单、项目发展关键节点等信息
  • 创建 LDAP（Lightweight Directory Access Protocol）
• 完成软件授权协议提交，提交给 Apache 秘书备忘
• 仓库迁移到 Apache GitHub 组织，并同步完成主仓 CI Workflow 重构升级
• Podling Name Search 工单提交获批
• 升级品牌标志与社交媒体账号
• 设置新版官网使之正常运转

上述环节的很多细节，我在文章《Apache Cloudberry 孵化之路：合规与治理实践》中已有介绍，这里不再赘述。有了这样扎实的基础，为后面项目快速进入状态提供了良好铺垫。

一年孵化成果

过去一年，Cloudberry 到底做出了哪些成绩？这里我们聚焦开发层面，比照路线图，盘点了 Cloudberry 部分亮眼成绩。

1. 完成 Greenplum 归档前提交同步到 Cloudberry

对齐 Greenplum 7 归档代码基线，这是大家在路线图中标记为最高优先级的事项。Cloudberry 在 2022 年立项时基于 Greenplum 7 Beta 版本进行衍生迭代，后续 Greenplum 7 系列也进行了持续的 Bug 修复和增强。在今年年初的两个三月里，我们重点解决了这个事情，引入了诸多优化更新，其中一些与 Cloudberry 路线图不符的更改暂未引入。整体上，确保了 Cloudberry 与 Greenplum 新版本的高度兼容，为后续 Cloudberry 进一步发展奠定了基础。

如果你想了解整个过程，可以查看邮件列表：https://lists.apache.org/thread/bf4n0p6jt8x2wnsmgwqwmqqboy4kq0st。

1. 推动 PostgreSQL 内核升级

Cloudberry 和 Greenplum 有个很大的差异点就是 Cloudberry 搭载了更新的 PostgreSQL 14 内核，而 Greenplum 7 搭载的是 PostgreSQL 12 内核。

PostgreSQL 12 已于 2024 年 11 月结束生命周期，上游 PostgreSQL 社区不再继续维护。PostgreSQL 14 是于 2021 年发布的，2022 年 Cloudberry 立项时将其作为内核时还是很新的一个版本，但它也将于 2026 年 11 月结束生命周期，所以提前开展 Cloudberry 的内核升级工作很有必要。本次目标是将 PostgreSQL 14 升级到 PostgreSQL 16，PostgreSQL 16 将于 2028 年 11 月结束声明周期。

我们在路线图中推出了这么一个原则，就是推动 Cloudberry 的 PostgreSQL 内核版本要保持在低于 PostgreSQL 当前最新版本的 2 个版本（具体版本具体讨论）。很多人会有疑问，内核升级工作是很复杂的事情，没有必要频繁升级。

其实这里有几个考虑点──使用更新 PostgreSQL 内核，一是能让 Cloudberry 更好地使用 PostgreSQL 上游带来的内核中的诸多新功能和增强，二是 PostgreSQL 的生态扩展适配的新版本也能为 Cloudberry 用户带来很大便利，是联动的关系，三是升级新版 PostgreSQL 内核，也能将 Cloudberry 区别于 Greenplum 过于求稳（甚至“滞后”）的形象，将新思维快迭代带入到 Cloudberry 项目中来，打造 Cloudberry 更现代的形象，吸引到更多社区用户，这在当前同类开源项目竞争激烈局面下很有必要（不是说 Cloudberry 不追求稳定）。

拍我AI

AI视频生成平台PixVerse的国内版本

下载

PostgreSQL 16 内核升级工作预期在 2025 年底或 2026 年初完成，目前进展较为顺利，你可以在这里追踪进展：https://lists.apache.org/thread/1b5sr96315txsvs1zg65vsd1n01kf0ql。

1. 推出行列混合存储引擎 PAX

行列混合存储格式 PAX 由 Partition Attributes Across （https://www.vldb.org/conf/2001/P169.pdf) 启发而来，设计目标为在 PAX 上既能实现 AO 表的写入性能又能实现 AOCS 表的读性能。PAX 集成了最新的压缩算法和解码算法，支持云对象存储或本地文件系统。

你可以在这里找到源码：https://github.com/apache/cloudberry/tree/main/contrib/pax_storage。

1. 性能与可用性

在性能方面：

• 重构适用于外部表的物化视图和查询
• 支持在 ORCA 中并行执行，可查看 PR #1398（https://github.com/apache/cloudberry/pull/1398）
• 优化并行查询，支持更多 SQL 算子，可查看 PR #1261 （https://github.com/apache/cloudberry/pull/1261）

在可用性方面：

• 支持 hot（read-only）standby，可查看 PR #1268 （https://github.com/apache/cloudberry/pull/1268）
• 在内核中提升资源管理组隔离（IO/CPU/内存/网络）能力
• 改进 pg_hint_plan for ORCA

1. 流/实时计算方面

• 实现 kafka_fdw 扩展，支持将数据从 Kafka 流式写入 Cloudberry，可以查看源码：https://github.com/cloudberry-contrib/kafka_fdw
• 在上游实现 Flink Connector JDBC 对 Cloudberry 的支持，支持近实时数据集成，可查看 Commit - https://github.com/apache/flink-connector-jdbc/commit/544275c8c8b03426b71192b0dde39bc51c041bab
• 实现动态表，支持基于基础表、外部表或物化视图自动刷新查询结果，特别适合用于构建实时分析大屏，可参考文档：https://cloudberry.apache.org/docs/performance/use-dynamic-tables

1. 工具和生态

• 完成 Cloudberry 周边工具代码基线与 Greenplum 归档工具对齐，包括 cloudberry-backup、cloudberry-pxf、cloudberry-go-libs 等：
  • 原 cloudberry-gpbackup 改为名 cloudberry-backup，代码基线对齐 gpbackup 归档版本，https://github.com/apache/cloudberry-backup，并实现对 Cloudberry 最新适配支持；原 s3-plugin 插件合并到 cloudberry-backup 中，可在安装 cloudberry-backup 时同步安装 s3-plugin 插件，避免单独操作
  • cloudberry-go-libs：代码基线对齐 gpbackup 归档版本，https://github.com/apache/cloudberry-go-libs
  • cloudberry-pxf：代码基线对齐 Greenplum 归档工具，目前正在进行深度优化、CI 工作流等工作
• 推出 PGRX for Cloudberry，支持使用 Rust 编写扩展，可查看代码：https://github.com/cloudberry-contrib/pgrx
• 联合 DBeaver 原生支持 Cloudberry：DBeaver 25.2.2+ 版本开始原生支持 Cloudberry，https://github.com/dbeaver/dbeaver/releases
• 推动 Cloudberry 与其他 Apache 项目集成打通
  • Apache SeaTunnel，可查看文章《周边生态：Apache SeaTunnel 集成 Apache Cloudberry，构建大规模数据集成解决方案》
  • 推动在 Apache MADlib 上游实现对 Cloudberry 的原生支持，目前代码正在社区审核、推进合并中，计划在 Apache MADlib 下一版本正式发布该功能；后续，Apache Cloudberry 将加强与 Apache MADlib 项目的合作

1. 发布首个 Apache 版本

我们在 2025 年 8 月份发布了加入 Apache 孵化器以来的首个 Apache 版本──Apache Cloudberry 2.0，该版本带来了一系列功能增强、性能优化与合规性改进。Apache Cloudberry 2.0.0 包含 1981 个变更提交，共有 26 名贡献者参与贡献，其中 7 名为首次贡献者。

你可以查看关联文章，在此不做赘述：

• 《Apache Cloudberry 2.0 前瞻：功能与改进速览》
• 《官宣：Apache Cloudberry (Incubating) 2.0.0 发布》

除了上述开发层面的成绩外，我们在文档、网站、社区推广等方面也都有很多的亮点成绩，在此略过不提。

Apache Cloudberry 值得迁移吗？

经常碰到一些社区用户担心，Apache Cloudberry 正在 Apache 孵化器中孵化，产品稳定性如何，是否容易崩溃，对迁往 Apache Cloudberry 存在疑问，可以理解，但我从几方面来做下解释：

• 一方面来说，我们不能单纯地将孵化等同于产品不稳定。对 Cloudberry 来说，孵化更侧重在合规治理、社区构建层面。当然，孵化期间功能持续迭代更新是必然的，上面的孵化成果就足以说明这一点。
• 二是 Cloudberry 基于 Greenplum 这款老牌产品衍生而来，和其他新创开源项目不一样，Cloudberry 有一个坚实稳固的基础，底层和基础功能已经自带数十年经验和积累。
• 三是如果在使用过程中遇到问题也不必担忧，软件系统本身就需要持续演进，关键是遇到问题是否有反馈的渠道，反馈后是否可以获得及时响应，响应后是否能快速解决。我在 Greenplum 中文群中发现，很多 Greenplum 开源老用户遇到问题后就很尴尬，基本无人回应，但 Cloudberry 社区是另一个活泼场面。

未来 Greenplum 生态：分叉还是合力？

从 Greenplum Database 正式走向闭源到现在的一年多时间，除了 Apache Cloudberry 以外，我们能看到基于归档 Greenplum 代码进行分叉的也有一两个小项目，整体模式和原来的 Greenplum 没什么差别，Fork 一份代码、创建一个 GitHub 组织，日常进行些小的 Bug fix 和开发，但还是偏小修小补。

有的项目描述了愿景，其实大部分早已在 Apache Cloudberry 上实现了，如升级内核到 PostgreSQL 16，真正在行动的只有 Apache Cloudberry。其它项目的开发者也会透过私人关系来咨询 Apache Cloudberry 如何进行内核升级。其实，你可以在工作分支和看板上看到一步一步怎么推进的：https://github.com/orgs/apache/projects/497，Cloudberry 的社区工作保持公开透明，但看到不等于做到。

还有，它们都没有解决的一个根本问题，就是虽然将代码托管在一个（自建的）GitHub 组织下，但没避免掉 Greenplum 闭源断档的根因。即使当前能够依托销售服务体系争取一些用户或客户，但都无法保证项目长期发展，一旦商业决策改变，这些用户将面临二次折腾。到目前，只有 Apache Cloudberry 真正从根子上消除了这个潜在风险。

Greenplum 生态长期以来就呈现出较为繁杂的局面，各种分支、各种派别。我认为闭源初期还是会呈现出和之前一样比较分散的形式，中后期则会走向收敛。目前 Cloudberry 各项能力快速迭代、生态正在打开。单纯从 PostgreSQL 内核来说，Cloudberry 搭载 PostgreSQL 14.x 系列已有三年多的时间，正在推动从 PostgreSQL 14 系列升级到 16 系列──升级完成后，其它项目与 Cloudberry 将产生更大代差。随着时间增长，Greenplum 的遗留代码价值不是变高而是走低，未来创新需要更多硬核能力。

我主张少分叉、多合力。目前 Apache Cloudberry 托管在 Apache 孵化器旗下，这为大家提供了公开讨论、碰撞和决策基础。参与进来，不是谁吃掉谁，谁赢谁败，而是在如此优越、公开公平的平台上实现多赢是一件多么美好的事情。多说无益，当前最关键的还是将 Cloudberry 自己的项目、社区搞好，打铁还需自身硬！

加入 Apache Cloudberry 社区

孵化项目会按规定定期向 Apache 基金会提交孵化报告，Cloudberry 也不例外。你可以在 Apache Cloudberry 邮件列表或网站博客获取孵化报告，也可以在 Apache 网站查看报告归档（
https://whimsy.apache.org/board/minutes/Cloudberry.html），保持对 Cloudberry 的动态追踪。

最好的办法，就是加入 Apache Cloudberry 社区，成为其中的一分子，亲身投入、亲自参与。Apache Cloudberry 始终遵循公开中立原则，欢迎各位兴趣爱好者、开发者、社区用户加入：

• 访问网站：https://cloudberry.apache.org
• 关注 GitHub：https://github.com/apache/cloudberry
• 加入 Slack 空间：https://apache-cloudberry.slack.com
• 订阅 Dev 邮件列表：查看订阅方式及过往邮件归档 - https://cloudberry.apache.org/community/mailing-lists

源码地址：点击下载