美國當地時間 3 月 19 日，事務性資料庫 Fauna 公司釋出一則公告，宣佈將在未來幾個月內停止 Fauna 服務。
Fauna 是一個靈活的、對開發人員友好的事務性資料庫，作為具有原生 GraphQL 的安全且可擴充套件的雲 API 交付。Fauna 將 NoSQL 系統的靈活性與 SQL 資料庫的關係查詢和事務功能相結合。
完整公告如下：
今天，我們釋出了一些有關 Fauna 服務的未來以及我們的核心技術的重要公告。Fauna 的使命是讓每個軟體開發團隊都能高效、可擴充套件且安全地處理運營資料。多年來，Fauna 構建了一個革命性的新文件關係資料庫，該資料庫讓全球數千個開發團隊感到滿意，併為數百個付費客戶的業務提供支援。然而，經過深思熟慮，我們做出了艱難的決定，將在未來幾個月內停止 Fauna 服務。推動廣泛採用一種在全球範圍內以服務形式執行的新運營資料庫需要大量資金。在當前的市場環境下，我們的董事會和投資者已確定不可能單獨籌集實現該目標所需的資金。雖然我們將不再接受新客戶，但現有的 Fauna 客戶不會立即發生變化。我們將逐步讓客戶退出 Fauna，並致力於確保未來幾個月內順利完成這一過程。有關更多詳細資訊，請參閱下面的常見問題解答。致力於開源 Fauna 技術透過這一變化，我們還承諾將釋出 Fauna 核心資料庫技術的開源版本以及我們現有的開源驅動程式和 CLI 工具。這確保了 Fauna 的獨特功能（我們的事務功能、文件關係資料模型和我們的資料庫語言 (FQL)）將可供社群使用。我們希望這既能成為資料庫從業者的寶貴參考，又能為更廣泛的開發者社群提供持續的價值。我們非常感謝我們的客戶、合作伙伴和投資者，他們為 Fauna 的發展做出了不可或缺的貢獻。如果沒有你們的支援，我們不可能取得如今的成就。我們明白，這對許多人來說將是一個顛覆性的變化，我們完全致力於與現有客戶合作，幫助他們在未來幾個月內遷移服務。雖然這標誌著付費 Fauna 服務的結束，但團隊期待與更廣泛的社群分享 Fauna 技術。
Fauna 的故事開始於 2012 年。Evan Weaver 是 Fauna 資料庫的創始人。
Evan Weaver 對軟體開發的熱情始於他 8 或 9 歲 時。當時，他嘗試用 QBasic 編寫了一個帶有圖形的老虎機程式，展現了他對技術的早期興趣。得益於父親在大學的工作，Evan 很早就接觸到了網際網路，並透過 Gopher 下載共享軟體，儘管他坦言這些軟體“很糟糕”。
Evan 的職業生涯始於對開源和 Ruby on Rails 的興趣。他在 CNET Networks 擔任 DBA 和後端開發人員，與 Chris Wanstrath 和 PJ Hyett（GitHub 的創始人）一起工作。2008 年，Evan 加入 Twitter，成為第 15 名員工，並負責組建和管理後端基礎設施團隊。在 Twitter，他參與了分散式儲存系統的構建，並致力於最佳化 Ruby 和 Hotspot 的效能。
Evan Weaver
在 Twitter 的工作經歷讓 Evan 深刻認識到現代資料庫的侷限性。在當時，Twitter 是雲時代之前誕生的最後一批網際網路巨頭之一，當時並沒有隨需應對的硬體支援。隨著簡訊和智慧手機的普及，Twitter 的使用者增長迅速，但當時現存的資料庫系統無法滿足其可擴充套件性和效能需求。
Evan 的團隊在 Twitter 期間構建了許多單點解決方案，例如社交圖譜和時間線資料庫，這些系統至今仍在 Twitter 中使用。然而，Evan 意識到，市場上缺乏一個真正通用的、雲原生的資料庫平臺，能夠同時滿足可擴充套件性、效率和全球可用性的需求。
這一洞察促使 Evan 在 2012 年 離開 Twitter，與聯合創始人 Matt Freels（同樣來自 Twitter 團隊）共同創立了 Fauna。最初，Fauna 與 NVIDIA 合作，進行了大量的聯合開發和非經常性工程，以確保產品能夠滿足真實的市場需求。經過多年的研發，FaunaDB 在 2017 年 正式釋出，迅速吸引了包括 NVIDIA、CapitalOne 和 Nextdoor 在內的早期客戶。
FaunaDB 使用 Scala 編寫，並在 JVM 上執行。Evan 表示，選擇 Scala 是因為它提供了現代的記憶體安全語言和高階型別系統，同時能夠提供可預測的高效能。JVM 的跨平臺特性也使 FaunaDB 具有極高的可移植性，真正實現了“一次編寫，隨處執行”的目標。
Fauna 的起步採用了混合融資方式，包括自有資金和為客戶提供可擴充套件性諮詢的收入。2016 年，Fauna 從 CRV 獲得了種子輪融資，並推出了 FaunaDB Serverless Cloud。隨後，Fauna 從 Point72 和 Google Ventures 獲得了 A 輪融資，進一步加速了產品開發和市場擴充套件。
2020 年 7 月，又迎來了一筆 2700 萬美元的新資金。從技術上講，此次融資是該公司 2017 年 A 輪融資的延續，由 Madrona Venture Group 領投，Addition、GV、CRV、Quest Ventures 和一些個人投資者參投。據該公司稱，此次融資後，融資總額達到了 5700 萬美元。
與此同時，該公司還增加了一些高管，宣佈聘請前 Okta 首席產品官 Eric Berg 擔任 CEO，前 Snowflake 執行長 Bob Muglia 擔任董事長。
但 2018 年以後，Serverless 資料庫市場隨著更多玩家的進入，競爭日漸白熱化。Amazon DynamoDB、Firebase、MongoDB Atlas 等背後擁有著強大生態系統和開發者社群支援的資料庫佔據著越來越多的市場份額，而 FaunaDB 雖然同樣功能強大，但其技術棧（如 Scala 和 JVM）可能對部分開發者來說存在一定的學習曲線。
此外，Fauna 的多模型支援和強一致性特性雖然先進，但也可能增加了使用和管理的複雜性。加之研發投入的增大和盈利能力較弱帶來的財務壓力也讓 Fauna 不堪重負。
如今，Fauna 終於撐不下去了，這件事情在國外技術社群 Hacker News 上引發了網友熱議。
在 Hacker News 上，有位自稱是 Fauna 客戶的使用者評論稱，Fauna 在接受風險投資並任命新 CEO 之後就已經在走下坡路了。
我是 Fauna 的客戶，也曾與他們合作，為他們的部落格和文件提供技術寫作服務。有一次，甚至有出版商聯絡我，讓我寫一本關於 Fauna 的書。然而，隨著時間的推移，我觀察到 Fauna 的發展軌跡發生了變化，尤其是在他們接受風險投資並任命新 CEO 之後。在我看來，Fauna 的戰略似乎從專注於開發者轉向了向企業銷售產品。這種轉變雖然帶來了更多資金，但我覺得這並不符合邏輯。Fauna 的核心優勢在於其無伺服器和分散式資料庫的特性，但這些特性在本地 SQL 密集型環境中並不具備競爭力。對於某些需要全域性化的用例，Fauna 作為輔助資料庫是有意義的，但誰會將它作為沒有後備方案的高風險主資料庫呢？也許一些小專案會這樣做，但大公司或重要產品肯定不會冒這個險。十年前，邊緣計算、無伺服器架構和分散式資料被認為是未來的趨勢，Fauna 在這一願景中確實非常有吸引力。然而，隨著時間推移，我逐漸意識到，大多數資料並不需要複雜的分散式解決方案。例如，快取 CDN 或某些鍵值儲存（KV）中的讀取資料子集，完全可以透過更簡單的服務實現。像 Cloudflare Workers KV 這樣的服務，可能正是導致 Fauna 失去吸引力的原因之一。它們提供了更輕量、更直接的解決方案，滿足了許多原本可能需要 Fauna 的場景。總的來說，Fauna 的技術雖然先進，但在實際應用中，許多場景並不需要如此複雜的分散式資料庫。隨著市場需求的演變，Fauna 可能未能及時調整其定位，導致其逐漸失去競爭力。
還有使用了 Fauna 很多年的使用者在評論區現身說法。
我們已經使用 Fauna 好幾年了，投入了大量時間學習和使用它，並圍繞它開發了許多功能。Fauna 的 FQL（Fauna Query Language）和 Time Travel 功能是我們最欣賞的特性之一，尤其是 Time Travel 功能，它為我們實現了一些非常有趣的功能。 然而，由於種種原因，我們最終不得不放棄 Fauna，並決定在 Postgres 上實現一個與 FQL 相容的解決方案。這個解決方案是用 JavaScript/TypeScript 編寫的，並透過 Postgres 的 plv8 擴充套件 執行。它基本上模擬了 Fauna 的核心功能，同時利用了 Postgres 的穩定性和靈活性。
Fauna 的技術在無伺服器架構、全球分散式資料庫和強一致性方面有著一定的先進性。然而，技術的先進性並不總是直接轉化為市場成功。許多企業並不需要如此複雜的解決方案，尤其是在大多數場景下，簡單的資料庫（如 Postgres 或鍵值儲存）已經足夠滿足需求。Fauna 的落寞可能說明了一個問題：技術必須與市場需求相匹配，技術必須與市場需求相匹配，否則終將被市場邊緣化。
點選底部閱讀原文訪問 InfoQ 官網，獲取更多精彩內容！