轉自：InfoQ – 冬梅
近日，DBeaver 更新了最新版 25.0 版本，更新內容主要聚焦在 Data Editor、SQL Editor、AI 助手、Diagrams 等方面。尤其值得注意的是，在 AI 助手方面，25.0 版本修復了在擴充套件中停用 AI 時出現過多 AI 請求的問題。
目前，DBeaver 已經在 GitHub 平臺斬獲 42.5k star。那麼，這款開源軟體為何如此受歡迎？
由於 DBeaver 基於 Java 開發，可以執行在各種作業系統上，包括：Windows、Linux、macOS 等。DBeaver 採用 Eclipse 框架開發，支援外掛擴充套件，並且提供了許多資料庫管理工具：ER 圖、資料匯入 / 匯出、資料庫比較、模擬資料生成等。
DBeaver 透過 JDBC 連線到資料庫，可以支援幾乎所有的資料庫產品，包括：MySQL、PostgreSQL、MariaDB、SQLite、Oracle、Db2、SQL Server、Sybase、MS Access、Teradata、Firebird、Derby 等等。
簡單來說就是，不僅各種資料庫“通吃”，而且還開源，免費。
那麼，這樣一款強大又免費的工具，到底是什麼來頭？
GitHub 地址：https://github.com/dbeaver/dbeaver
DBeaver 是一款免費的、通用的資料庫客戶端工具，支援多種資料庫管理系統，包括 Oracle、MySQL、PostgreSQL 等，還能在商業版中管理 NoSQL 資料庫，例如 MongoDB、Redis 等。它幫助開發者高效管理資料庫、編寫 SQL 指令碼、做資料分析，甚至匯出 / 遷移資料，可以算得上是一款名副其實的“一站式資料庫管家”。
2010 年，俄羅斯程式設計師 Serge Rider 以個人身份建立了 DBeaver 的第一個版本，當時 Serge 將它定義為開源資料庫管理工具，並將其命名為“海狸”，因為當時用動物命名初創公司或選擇動物作為公司吉祥物是一種流行做法。
當時幾乎所有科技公司都出現了這種趨勢，但在資料庫領域尤其明顯。目前市場上被大家所熟知的一些最顯著的例子是 PostgreSQL 的大象和 MySQL 的海豚。資料庫管理工具也經常以動物命名，例如 Toad 和 SQuirreL。這個想法誕生於 1997 年，但它的象徵意義一直保留至今。
在建立 DBeaver 前，Serge 已有多年資料庫管理和開發工具領域的經驗。他曾 EPAM Systems 公司參與企業級資料庫系統的開發，這促使他意識到市場上缺乏一個跨平臺、支援多資料庫且開源的通用管理工具。這讓他看到了巨大的市場機遇，於是便有了如今的 DBeaver 。
Serge Rider
2013 年，隨著專案的逐漸成熟，Serge 將 DBeaver 開源出來，並收到諸多正向反饋。
Serge 可能沒有想到 10 年後，DBeaver 會擁有超過 800 萬用戶。這款開源產品非常受歡迎，以至於 Serge 在 2017 年成立了一家公司來支援它，並開始為有企業需求的使用者構建商業產品。
最初幾年，Rider 只是建立了一個網站，人們才發現了這個開源工具，但當他在 2016 年將其放在 GitHub 上時，它才真正開始流行起來，並在開源後的一年裡迅速發展成為一個擁有 30 多萬用戶的社群。
到 2017 年，隨著 DBeaver 的使用者持續增長，Serge 和另一位該專案的核心維護者 Krupenya 成立了公司 DBeaver Corporation（Tatiana Krupenya 擔任 CEO，Serge Rider 擔任 CTO
），以提供商業版（Enterprise Edition）和專業支援，同時保持社群版開源（基於 Apache 2.0 許可證）。
Tatiana Krupenya
公司成立後，DBeaver 立即釋出了第一個商業版本，據 Rider 透露，DBeaver 的產品不僅可以解決資料庫管理過程中的主要問題，還可以滿足高級別安全標準的要求。這些目標每年都變得越來越重要。當釋出商業版本時，他們在第二天就售出了第一個許可證，因為社群中的人們希望在經濟上支援他們。
商業和開源之間的主要區別在於產品的使用方式。對於連線到資料庫的個人開發人員來說，開源產品可能就足夠了，但如果要為大型組織工作，其基礎設施在雲端，並且有安全要求，那麼商業版本可能更符合這類客戶的需求。
截止目前，DBeaver 的付費客戶包括 IBM、三星和穆迪（以及公司無法公開分享的其他一些大公司）。
到了 2022 年，DBeaver 宣佈推出 CloudBeaver，這是一款用於資料庫管理的輕量級 Web 應用程式。CloudBeaver 支援許多流行的 SQL 和 NoSQL 資料庫，如 PostgreSQL、Oracle、MySQL、SQL Server、MongoDB、Cassandra 等。CloudBeaver 具有方便的使用者介面（用於審查和資料編輯）、資料庫物件的視覺化以及強大的 SQL 編輯器。
如今，DBeaver 已積累了約 42500 個 Github Star（包括其雲產品 CloudBeaver 在內的數量超過 33,000 個），並擁有一個忠實的使用者社群，創始團隊與該產品互動頻繁。
公司成立 8 年來，一直保持小規模團隊運營的模式，該公司擁有 40 名員工，並打算保持精簡。擁有一個參與開源產品的開發人員社群的優勢之一是，他們可以幫助為產品新增功能，例如將其翻譯成不同的語言。她說，打造多元化的公司是核心價值觀之一，他們在組織的各個方面都有一支多元化的團隊。
2023 年，在社群使用者迎來爆發式增長後，公司聘請了 Dion Cornett 擔任新總裁，Cornett 在軟體行業擁有超過 25 年的經驗，曾擔任 Red Hat、MariaDB、ReachForce 和 Liquibase 的高階領導職務。他是開源軟體和資料庫技術領域公認的專家。
隨後 2023 年 4 月，公司迎來了一筆 600 萬美元種子投資。
據 LeadIQ.com 網站資料，截至 2025 年 3 月，DBeaver 的年收入達到 1500 萬美元（摺合人民幣約 1.09 億元）。
隨著 DBeaver 使用者越來越多，關於“DBeaver 是最好的資料庫管理器”的討論也逐漸熱起來。在國外知名智慧問答與知識發現平臺 Quara 上，有使用者認為，DBeaver 可以跨多平臺管理多個數據庫且免費的屬性就深的人心。該使用者表示：
“根據我的經驗，我查看了許多工具，其中一些工具僅連線到一個引擎（Oracle SQL Developer、MS SQL Server Management Studio、MySQL Workbench、Aginity Workbench for Redshift、pgAdmin for Postgres、dbForge），而那些工具則連線到多個工具（dBeaver、db Visualizer、SQL Workbench、Toad），我發現 DBeaver 在連線的引擎多樣性、外觀和可用性方面都更加出眾。”
DBeaver 在使用上的一些小巧思也提升了產品的易用性。有使用者稱：
“DBeaver 是管理大型資料庫的強大工具。我最喜歡 DBeaver 的地方在於它能夠與最常用的資料庫（Oracle、MySQL、SQLite 和 PostgreSQL）配合使用。我喜歡的另一個功能是可以透過外掛直接在 Eclipse 中安裝 DBeaver 。”
DBeaver 在 Hacker News 上也常常是被討論的物件，主要是用來拿它和付費資料庫管理軟體 Navicat 做對比。甚至有位 ID 名為 cowmix 的使用者將其視為“救命神器”，優秀得想讓使用者為它自願掏兜！
“DBeaver 真心好用！我每天都要從不同系統查資料、導資料，這工具簡直是我的救命神器。不過有個小遺憾：除了買商業版或者訂閱，好像沒找到直接給開源版捐款的入口。”
當然，也有其他使用者質疑這位想要“掏兜”的使用者為什麼不直接花錢訂閱付費版？
cowmix 給出的回覆是：不喜歡他們提供的訂閱選項，只想簡單地 付費支援。
“我只想每年花 50 美元購支援社群版本，總比現在白嫖強吧！”
在當今的混合雲基礎設施世界中，企業部署了各種各樣的傳統資料庫和下一代資料庫來滿足其多樣化的資料需求。隨著越來越多的資料庫被實施，以及 Teradata 和 SQL Server 等本地解決方案被 Snowflake 資料倉庫等雲產品所補充，使用者必須應對日益增加的複雜性和冗餘性，才能訪問每個資料庫並相應地管理工作流程。
對於開發人員、資料庫管理員 (DBA) 和資料分析師來說，特定於平臺的訪問已變得繁瑣，因此需要 SQL 客戶端整合開發環境 (IDE) 來集中管理併為使用者提供單一、流暢的工作空間。隨著企業之間資料庫使用的進一步多樣化以及使用者（技術和非技術）的不斷增加，IDE 已經並將繼續發揮越來越重要的作用。
這也是 DBeaver 在 2023 年迎來 600 萬美元種子基金的眾多原因之一。
如今，DBeaver 受到全球 800 多萬用戶以及亞馬遜、IBM 等公司的信任。客戶信任 DBeaver 是因為它支援近 100 種資料庫、一體化資料庫管理平臺、大資料和 NoSQL 資料庫中的企業功能，以及為使用者提供強大的 SQL 編輯器、資料編輯器、視覺化查詢生成器等的領先功能集。
DBeaver 已鞏固了其在資料使用者核心基礎設施層中的地位，在從資料儲存到資料使用的價值鏈中建立了一個關鍵連線點。該產品從這一定位中受益匪淺，這使公司能夠迅速實現新功能，並將全面的技術趨勢轉化為 IDE 中的關鍵產品功能，同時繼續為使用者提供關鍵價值。
伴隨著大語言模型的爆火，DBeaver 也提供了使用自然語言構建 SQL 查詢的功能，並具備 AI 智慧完成和 AI 聊天功能。
例如，DBeaver 已經與 OpenAI API 的整合現在允許 DBA 利用簡單的提示。
舉個簡單例子，在 ChatGPT 中輸入編寫一個 SQL 語句從 foress 資料庫“顯示所有發票”時，得到的回覆相當完美——不僅生成了正確的 SQL 語句，還貼心地建議實驗者應該確認實際的表名和列名，這種能力對於不熟悉 SQL 語法的業務人員或需要快速驗證想法的開發者來說具有重要價值。但如果換個方式，直接輸入“顯示所有發票”，結果就大相徑庭。
這就說明了，當前人工智慧技術在 SQL 查詢領域的應用呈現出明顯的雙面性。一方面，以 ChatGPT 為代表的大語言模型展現出了令人驚喜的潛力，能夠根據自然語言描述生成基本的 SQL 查詢語句。在實際測試中，當我們提供明確的資料庫上下文（如指定使用 PostgreSQL）和具體的查詢需求時，AI 確實能夠生成語法正確、邏輯合理的 SQL 語句，甚至還能給出最佳化建議。
然而，這項技術在實際應用中面臨著幾個關鍵挑戰。首先是上下文依賴問題，AI 需要完整的資料庫結構資訊（包括表名、欄位、關係等）才能生成準確的查詢，這導致了一個悖論：如果使用者已經掌握瞭如此詳細的資料庫知識，那麼直接手寫 SQL 可能比向 AI 解釋需求更高效。其次是技術限制，包括 token 數量約束（GPT-4 最多處理 32,000 個 token）、企業網路環境相容性問題，以及針對超大型資料庫或 NoSQL 資料庫的支援不足等現實障礙。
從實現路徑來看，透過 API 整合比直接使用 ChatGPT 介面更為可行。就像 DBeaver 這種資料庫管理工具，已經實現了這種深度整合，能夠自動管理上下文傳遞，讓使用者專注於表達查詢意圖而非技術細節。但必須認識到，AI 當前最適合處理的是簡單到中等複雜度的 SELECT 查詢，對於儲存過程、複雜分析查詢等場景仍存在侷限。
官方站點：www.linuxprobe.com
Linux命令大全：www.linuxcool.com
劉遄老師QQ：5604215
Linux技術交流群：2636170
（新群，火熱加群中……）
想要學習Linux系統的讀者可以點選"閱讀原文"按鈕來了解書籍《Linux就該這麼學》，同時也非常適合專業的運維人員閱讀，成為輔助您工作的高價值工具書！
