数据库的围墙，正在被两头拆掉

最近数据基础设施圈有两条新闻，看似毫不相干，其实指向同一件事。

一条在纽约：ClickHouse，一个以OLAP分析起家的引擎，跑去赞助了Postgres Summit US 2026，还当众演示了自己越做越深的Postgres集成能力。另一条在国内：国联民生把星环科技列为10月金股，给的标签是'中国的Databricks'——而Databricks的最新估值已经摸到1900亿美元，逼近2000亿关口。

一边是分析引擎向事务数据库靠拢，一边是数据平台被AI资本重新定价。围墙的两头，正在同时被拆。

🗽 修分析引擎的去Postgres大会赞助，图什么

先说纽约这场会。

Postgres是什么？是过去十年应用开发者的'默认数据库'，是操作型数据（OLTP）的事实标准。而ClickHouse是什么？是为海量分析查询而生的列式OLAP引擎，血统上和Postgres属于数据栈的两端。

两端的公司，一家去赞助另一家的社区大会，这在五年前是不可想象的画面。场景摆在那里：ClickHouse的展台上演示的，不是自家引擎有多快，而是它和Postgres之间的数据通路——同步、集成、越做越顺滑。

这背后的产业逻辑很硬：数据的价值在产生的那一刻最高，分析引擎必须靠近数据源头。过去的标准打法是业务库写Postgres，通过CDC（变更数据捕获）管道把数据搬进数据仓库，再进分析引擎，链路越长，延迟越高，运维越痛。Postgres承载了太多企业的核心业务数据，它成了新的'数据重力中心'——任何分析引擎都绕不开这团引力。

据多位接近海外厂商的人士私下讲，现在分析类产品的roadmap评审里，'Postgres集成做到什么程度'已经不是加分题，而是必答题。谁离源头更近，谁的管道更短，谁就少一层故障点、少一份同步成本。

所以ClickHouse去Postgres大会，不是跨界蹭热度，是OLAP厂商对数据重力的臣服。围墙的第一头，从这里开始松动。

💰 估值逼近两千亿，Databricks重新定价了整个行业

再说资本市场这一头。

Databricks最新估值1900亿美元，逼近2000亿美金量级；Snowflake近半年股价持续上行。这两家公司是过去十年'数据平台'叙事的两大旗手，它们的市值曲线，就是这个赛道景气度的温度计。

值得注意的是这轮重估的驱动因素。上一波是云化、SaaS化的估值逻辑；这一波的核心变量是AI——大模型的训练与推理，本质上是把数据变成资产再变成智能的过程，湖仓平台恰好卡在'数据供给'这个咽喉位置。数据基础设施第一次从'降本工具'变成了'AI生产资料'。

与之相伴的说法是'GPU原生数据库进入发展黄金期'。这个方向确实有真实的技术逻辑：向量检索、特征工程、嵌入计算这些AI负载，天然适合GPU的并行算力，传统CPU数仓在这些场景下性价比吃紧。

但作为亲手搭过数仓的人，我必须泼一点冷水：GPU原生是针对特定负载的优化，不是万能钥匙。绝大多数企业的核心报表、批处理、JOIN密集型查询，GPU方案目前的性价比未必打得过成熟的CPU引擎。估值的热度是资本对叙事的定价，工程上的成熟度是另一回事。这两条曲线，中间隔着至少一个技术周期。

近期值得记住的几个信号，串起来看很清晰：

• 2026年：Postgres Summit US在纽约举办，ClickHouse赞助社区并展示不断加深的Postgres集成
• 近半年：Snowflake股价持续上行，云数仓叙事获得资本确认
• 最新：Databricks估值1900亿美元，逼近2000亿关口
• 10月：国联民生将星环科技列为月度金股，标签是'中国的Databricks'

🚀 '中国的Databricks'，这个标签要拆开看

现在说国内这条线。

国联民生把星环科技列为10月金股，核心论据是：AI原生基础软件的稀缺标的，'当之无愧的中国的Databricks'，并且强调其AI Infra技术力的稀缺性。

'中国版XX'这种叙事，业内向来是有两面性的。好的一面，是它给了资本市场一个高效的认知锚点——不用解释分布式架构、湖仓一体、AI平台是什么，一句对标1900亿美元的Databricks，估值空间就讲清楚了。对于长期在技术投入和收入规模之间挣扎的基础软件公司，这个叙事是稀缺的融资弹药。

但要警惕的另一面是：对标不等于同构。Databricks的护城河是开源生态起家、湖仓标准定义者的身位、以及AI平台与数据平台的闭环，收入结构和客户结构都高度全球化。国内对标的厂商，面对的是信创市场、行业客户、不同的付费习惯。技术能力的对标是一回事，商业模型能否复制是另一回事。

从架构师的视角，评估这类公司我会看三样东西，而不是看标签：

星环在分布式数据库和大数据基础软件上的积累是真实存在的，GPU原生数据库方向也踩在行业风口上。我的判断是：叙事给了它入场券，但最终定价权在生产环境手里。概念泡沫要警惕，但把所有'对标叙事'一律斥为泡沫，也会错过真实的产业迁移。

⚠️ 围墙拆掉之后，工程上怎么选

把三条线索合起来，一幅融合后的数据栈图景已经成型：

Postgres代表的事务库在左边产生数据，湖仓在中间做统一中枢，分析引擎和AI负载共享同一份存储——这就是Databricks卖1900亿美元估值的架构叙事，也是ClickHouse拼命做Postgres集成的动机所在。

给正在做选型的同行几条务实建议：

第一，接受Postgres作为操作数据的重力中心。不管你的分析栈多花哨，源头永远是业务库。CDC管道是标配而非可选项，把它当成核心基础设施来运维，监控、幂等、schema演进，一样都不能省。

第二，湖仓是中枢，不是终点。选湖仓平台时别只看功能清单，重点验证开放表格式（如Iceberg类）的生态兼容性——这决定了你未来换分析引擎、接AI负载的自由度。锁定单一厂商的湖仓，等于把围墙又砌了回去。

第三，实时性分级，别为不需要的实时付钱。T+1够用的报表不要上实时链路，秒级延迟的 Only 留给真正需要的业务。管道每一层都是成本和故障点，架构师的纪律就是做减法。

第四，对'XX原生'保持工程审慎。GPU原生、AI原生，先在小规模真实负载上跑压测和成本模型，再决定是否全量迁移。新技术的价值要用TCO（总拥有成本）和可靠性数据说话，而不是用发布会PPT说话。

把三类玩家的动作放进一张表，围墙坍塌的方向一目了然：

小结

围墙坍塌不是事故，是数据基础设施的成年礼。

OLTP与OLAP的边界、数据平台与AI基础设施的边界，正在被管道缩短和AI负载同时消解。ClickHouse走向Postgres，是工程逻辑的胜利；Databricks逼近2000亿美元，是资本逻辑的下注；星环被贴上'中国的Databricks'标签，是这场全球迁移在国内的回声。

下一阶段的分水岭，不在谁的叙事更大声，而在谁的引擎在真实生产环境里更快、更稳、更便宜。围墙拆掉之后，留在场上的，只会是把地基打得最实的那批人。