「以開發人員為中心的軟體是技術領域下一個萬億美元機遇，而開源為實現這一願景提供了路線圖。」
專家的斷言，讓我們對開源軟體的發展充滿憧憬。開源軟體是免費提供的，其原始碼可供所有人查看、調試甚至可以分叉。但是，免費提供的開源軟體，並不意味著不能產生收入。
實際上，開放原始碼公司不斷成功IPO，目前上市開源軟體公司的估值高達上千億美元，以12月3日為時間點，看看幾大開源軟體公司的市值或者估值，MongoDB（163億美元），Elastic（116億美元），Confluent（45億美元），HashiCorp（53億美元），Databricks （62億美元）等。更別說2018年被IBM以340億美元的收購開源公司的鼻祖Red Hat了。
這些公司如何從免費項目發展成為價值數十億美元的呢?毫無疑問，它們實施了成功的商業模式，從而熟練地在保持開發人員滿意與向公司客戶收取優質產品服務費之間走了一條成功的商業路線。
一般情況下，企業家為盈利公司的開源項目創建一個可靠的治理模型，培養一個開發人員社區，以幫助其傳播技術，奠定了其成長的基礎。同時開放核心技術和雲服務，發展商業服務內容，建立正確的業務模型，也是必不可少的。
中國軟體網選擇了幾家不同領域成功的商業化的開源公司，揭秘其財富增長的秘密。
01
MongoDB如何成為NoSQL
開源資料庫第一？
MongoDB首席客戶官Richard Kreuter接受記者在線採訪時表示：「MongoDB資料庫設計的初衷，是為開發者及其構建的應用釋放軟體和數據的潛能，讓開發者在構建現代化應用時更快、更便捷。」
以開發者為中心，是MongoDB作為一款開源資料庫取得成功的核心。
NoSQL資料庫排名第一
總部設在紐約的MongoDB 成立於2007，2017年10 月 20 日，MongoDB 在納斯達克上市。2020年12月3日市值達到163億美元。
幾經探索，幾個創始人開發了一款文檔式的資料庫——MongoDB，此後也成為了公司的名稱和標誌性產品。MongoDB的資料庫產品長期位列NoSQL資料庫第一，在包括全球主要的商業資料庫在內，MongoDB也位列全球十大資料庫之列。
MongoDB是一個文檔型資料庫，使用的是二進位JSON的BSON文件格式。
作為一種新的開源資料庫，MongoDB有三大核心技術優勢：
首先，目前，在資料庫市場，除了關係型資料庫以外，還出現了如鍵值資料庫、文檔資料庫等十幾種專屬資料庫類型，並且發展迅速。
MongoDB的優勢是全球首創了文檔模型資料庫。文檔模型使數據處理變得容易，因為具有靈活性，適用於廣泛的用例，並很好地映射了開發人員在現代的、面向對象的程式語言中的工作方式。
與關係型SQL商業資料庫最大的不同是，MongoDB資料庫源於NoSQL，處理非結構化數據， Forrester Wave認為「MongoDB正在從支持簡單的無模式應用，轉變成為財富1000 強客戶處理關鍵任務的數據平臺。在全世界，有半數的數據和分析技術決策者都已經或正在實施 NoSQL平臺。」
其次，MongoDB屬於分布式系統，能夠滿足用戶快速擴展的需求。水平擴展、冗餘和工作負載隔離是現代資料庫的基本要求，因此分布式架構成為一種必然選擇。
相反，傳統的關係資料庫既缺乏靈活性，又缺乏可擴展性，這對尋求構建具有性能和規模雙重優勢的現代應用的企業來說，是不可迴避的主要障礙。MongoDB面向文檔的資料庫解決了這些問題。
再次，MongoDB可以在任何地方運行。基於MongoDB，可以在筆記本電腦上進行開發，在公司數據中心中運行它，或者在公共雲中對其進行管理。
管理應用程式和基礎架構的複雜性呈指數增長。由於微服務、容器和其他相關技術的緣故，應用越來越細分為更小的分布式組件。
MongoDB的Atlas雲資料庫，一項全面託管的服務，可幫助客戶避免自行處理分布式資料庫的麻煩。
應對競爭，修改許可協議
雖然MongoDB作為開源文檔型NoSQL 資料庫，在各方面表現都還不錯，但一度苦於一個問題——包括 AWS、IBM Cloud、Scalegrid 和ObjectRocket 等雲計算廠商都借開源版本為客戶提供服務而賺得盆滿缽滿，但 MongoDB 卻遠未能實現同等程度的收益。
面對利益侵佔失衡，MongoDB最終選擇修改了開源協議。2018年，MongoDB選擇將其開源許可證從 GNU AGPLv3 切換到 Server Side Public License (SSPL)，即伺服器端公共許可證 ，它將適用於其 MongoDB 社區伺服器的所有新版本，以及先前的所有補丁修復版本。
許可證更改並不影響使用社區伺服器的常規用戶。根據MongoDB之前的GNU AGPLv3 協議，想要將 MongoDB 作為公共服務運行的公司必須將他們的軟體開源，或需要從 MongoDB 獲得商業許可。
儘管 SSPL 與 GNU GPLv3 沒有什麼不同，但SSPL明確要求託管 MongoDB 實例的雲計算公司要麼從 MongoDB 獲取商業許可證，要麼向社區開源其服務代碼。
修改許可協議後，MongoDB迎來了發展的春天，發展明顯加快。與雲服務商的合作反而更順暢了。
向雲發展
目前雲計算公司，不管是國外的AWS、微軟Azure，還是阿里雲、騰訊雲、華為雲、青雲等都大力度推出雲資料庫服務產品。
資料庫上雲成為了雲計算公司的共識。MongoDB於2016推出了MongoDB的雲版本——Atlas。Atlas的產品可以跨多個雲平臺，給客戶帶來了更多的便利和好處，提供了更多的選擇。
優勢之一就是MongoDB Atlas通過支持多雲集群，能夠更好地滿足如高可用性、備份和專業分析等目標工作負載。 藉助MongoDB Atlas，企業首次可以同時橫跨AWS、Google Cloud和Microsoft Azure，在不同的雲提供商上部署完全託管的分布式資料庫，而無需增加管理數據複製和跨雲遷移的操作複雜性。
目前Atlas已經落戶AWS、微軟Azure、谷歌GCP，用戶可以在喜歡的全球雲服務提供商的任何雲中使用MongoDB的解決方案，並成為MongoDB的主要收入來源，在2021財年第一季度營收中佔比42%。
在今年MongoDB.Live 2020上，MongoDB不僅發布了新的品牌——MongoDB Cloud，還有眾多重要發布，包括Atlas眾多新的功能，如Atlas Search、Atlas Data Lake、Atlas Online Archive，以及MongoDB Realm、MongoDB Charts、MongoDB Shell等。
使用MongoDB Cloud，開發人員不需要在多種技術、查詢語言和數據模型之間來回切換，進而大幅度降低開發人員的學習負擔。
而在國內，阿里雲通過與MongoDB合作，將更好地滿足各行業對雲資料庫的多樣化需求 ，讓雲上用戶、社區用戶都能受益，幫助企業實現數位化轉型，助力客戶業務騰飛。
02
Elastic將開源、大數據與搜索玩得風生水起
在DB-Engines搜索平臺排行榜上，Elastic的開源項目Elasticsearch總是位列首位，成為目前選用數量比較多的大數據搜索平臺。
開源+大數據+搜索
在企業領域，搜索與雲計算、大數據、物聯網等技術，以及開源商業模式的結合，誕生了Elastic。
在荷蘭誕生在美國成長的Elastic，就是一手抓住搜索，一手抓住開源，利用創新的搜尋引擎技術和開源軟體，被全球被數以百萬計的開發人員和成千上萬的客戶所信賴，成為大數據搜索和數據實時處理領域的頭部企業。
2018年10月，公司成功在紐約證券交易所上市。2020年12月3日，Elastic的市值116億美元。
「獨特」產品
除了開源的Elasticsearch外，Elastic還推出了Kibana、Logstash、Beats、Elastic Stack等商業產品，廣泛運用在大數據實時分析領域，包括日誌分析、指標監控、信息安全等多個領域。
這些產品可以幫助用戶探索海量結構化、非結構化數據，按需創建可視化報表，對監控數據設置報警閾值，甚至通過使用機器學習技術，自動識別異常狀況。
Elastic一個獨特的地方是滿足了市場上大數據業務剛需場景，即時消費、即時應用時最大的需求是對大數據進行快速搜索，實時進行處理，對數據異常進行監控、預警、提醒，對數據的關聯性進行分析。
Elastic相對業界的搜索和大數據處理兩個領域，具有無法替代的三個優勢：
一是能進行數據相關性分析。目前用戶應用的數據來源多樣化，有可能來自傳感器、物聯網、車聯網、空間數據、地理信息、時間信息等;
數據形式和種類多樣化，非結構化數據佔據大部分，數據獲取、轉化工具不夠實時;
數據包括時間、空間、地理等多個維度，大數據的分析複雜、多變。
目前所用的資料庫軟體很難對多種數據類型進行統一管理、處理和預警。Elastic卻能對所有這些數據類型進行管理和實時處理，進行關聯分析，並進行預警和深度挖掘。
二是速度快。目前的大數據應用，數據處理與分析的速度相對比較慢，一個數據分析的操作快的要一二十分鐘，慢點的則達幾個小時。Elastic的數據搜索和分析處理卻是實時的，是毫秒級的速度。
三是可擴展性。傳統的大數據應用採用集中式管理，當數據量增加時，會不斷增加資料庫伺服器，成本增加，管理和處理難度增加，還難以滿足用戶的需求。
Elastic則採用了分布式結構，支持不同規模的應用，並可以根據應用彈性擴展，可以迅速將規模擴展到不通規模的伺服器。
「獨特」的商業模式
Elastic橫跨開源和閉源兩種軟體商業模式。其中，核心產品是開源的，用戶可以自由下載或者使用。 而閉源的是商業化的產品，包括核心商業插件、高附加值產品等。
作為一家搜索公司，Elastic提供開源的Elastic Stack，包括Elasticsearch、Kibana、Beats、Logstash(ELKB)，同時提供商業功能，包含商業插件和原廠支持的商業訂閱，以及SaaS產品Elastic Cloud，包括託管Elasticsearch服務、應用程式搜索服務、網站搜索服務等。
Elastic的主營業務收入包括總訂閱收入（許可證收入License+訂閱收入Subscription）與服務支持收入（Professional Service）；專業服務收入主要來自於諮詢服務、培訓業務等。
Elastic選擇開源技術，未來也會堅持開源。超過10萬開發者的社區、超過3.5億的產品下載和7000多家客戶，為Elastic貢獻了代碼和大量的應用場景。
同時，基於開源的特性，Elastic形成一種自下而上的銷售策略，潛在客戶即為經常使用Elastic的技術人員，通過一系列銷售和營銷手段逐步滲透，為核心客戶群提供更有效的企業級服務支撐，穩固其商業模式。
03
最成功的開源公司Red Hat如何鍾愛混合雲？
為對抗作業系統領域的商業軟體——微軟Windows系統，Linux作業系統誕生了，並開創了開源軟體新模式。
藉助開源軟體，國外的紅帽Red Hat、Suse等茁壯成長，而國內則出現麒麟、紅旗等基於開源Linux的國產作業系統。
從Linux向雲服務完美轉身
Red Hat早期的業務重點是Linux作業系統發行版，雖然歷經坎坷，但它堅持下來了，銷售收入一度超過10億美元。
作為最成功的開源技術公司，紅帽的旗艦產品包括Red Hat Enterprise Linux、Red Hat OpenShift，以及Red Hat Advanced Cluster Manager(ACM)等。在開源基礎上發展自己的產品，是紅帽最成功的商業模式。
到2018年，紅帽公司已成為一家龐大的公司，並以340億美元的高價被IBM收購。這是藍色巨人107年來最大的一筆收購。
340億美元的價值不菲，幾乎是Red Hat在2017年收入的12倍。
然而此舉並沒有讓業界感到驚訝。一方面，IBM在20多年前就已經接受了開源;另一方面，紅帽有這個實力，特別是在雲服務領域。紅帽比任何人都知道如何更好地從開源中獲取收入。
收購紅帽的Openshift讓IBM成為了混合雲的頭號供應商，而測算的混合雲的市場規模高達萬億美元。
同樣在Linux作業系統非常成功的Suse，也被多次轉賣，2018年以 25.35 億美元的價格將 Suse Linux 的業務出售給 EQT。
混合雲與開源協同效應融合
IBM和Red Hat兩家公司都從不同角度發展混合雲。RedHat通過OpenShift提供了一個中間件環境，而IBM在其雲產品中為企業客戶提供整體解決方案。
兩家公司在創建和貢獻開源軟體OSS項目方面都有很長的記錄，特別是Red Hat是有史以來最成功的Linux驅動的開源公司。
收購使兩家公司在混合雲和軟體開發方面都能發揮各自更大的作用。
正像微軟收購GitHub以促進Azure上的開源活動一樣，IBM一直努力與公有雲市場中的AWS、Microsoft和Google保持同步。
在Forrester對僅適用於公有雲開發的平臺和企業容器平臺的評估中，IBM和Red Hat的表現都很好。通過收購RedHat，IBM將擁有領先的Kubernetes和基於容器的雲原生開發平臺，以及比任何一家公司都廣泛的開源中間件和開發人員工具產品組合。IBM將有效地在雲開發平臺市場中獲制高點。
IBM公司正在使用開源軟體在雲上構建未來。與任何其他軟體公司一樣，從OSS獲得收入是IBM的一項關鍵生存技能。
通過將DNA注入雲、戰略和銷售組織中，RedHat為IBM提供了急需的推動力。
IBM分拆，紅帽成為新公司的核心
2014年，薩蒂亞·納德拉(Satya Nadella)從史蒂夫·鮑爾默(Steve Ballmer)手中接任微軟CEO後，迅速轉向雲技術，創造了微軟市值超過萬億美元的新神話。IBM的克裡希納（Krishna）於2019年從Ginny Rometty手中接管了IBM，迅速以340億美元收購Red Hat，驅動IBM向雲轉型。
當今年10月IBM決定將公司分拆為兩家公司時，從IBM諮詢業務中分離出來的新IBM可以圍繞Red Hat展開故事。Red Hat是Linux作業系統及其OpenShift雲管理軟體的領導者。除了VMware之外，紅帽在其混合雲解決方案的廣度方面幾乎沒有競爭對手。
克裡希納推出一系列具體行動，包括加強對IBM兩大戰略——混合雲和人工智慧，由IBM和紅帽把Linux、容器和Kubernetes建立為新的標準，讓Red Hat OpenShift成為混合雲的默認選擇。
藉助紅帽提供的雲原生工具，客戶可以快速開發各種應用，並能提供滿足具體業務場景的服務。
04
大數據公司Databricks迅速融入機器學習
大數據幾乎是每個企業推動變革的動力。它不僅創造了新業態，而且還革新了現有產業。大數據使像滴滴出行或Airbnb這樣的公司成為可能，並使諸如Google、Facebook和Amazon之類的現有公司使用數據來創建數百億美元的業務。
發展Spark大數據應用基礎平臺
總部位於美國舊金山的大數據與數據分析初創公司Databricks由Ghodsi及其同事於2013年在加州大學伯克利分校創立的。自那時以來，公司已經籌集了近9億美元，使公司的估值翻了一倍多，達到62億美元。
2018年，Databricks從尼爾森、Overstock和殼牌等客戶的收入超過1億美元。它計劃在亞洲、歐洲、中東、非洲和拉丁美洲等尋求海外發展。
Spark是2009年在伯克利開始一個開源項目，是大數據應用重要的開源項目。
Databricks提供了一個基於Spark的雲託管平臺，該平臺使客戶可以在一個環境中實施其整個大數據管道——從數據提取、數據轉換、交互式處理到數據產品。它使用機器學習、圖形處理以及構建和運行數據產品來提供交互式可視化，能夠釋放其數據的價值。
Databricks Cloud先進的群集管理功能使企業能夠在幾秒鐘內啟動，並調整大小和拆除群集。最重要的是，它豐富的工具集使企業可以交互式查詢和可視化數據並構建交互式儀錶板。
「我們成立該公司的目的是繼續加速Spark的改進，增加程序的功能、穩定性和對開源社區的貢獻。另一方面是將其放在易於使用的軟體包中，那就是Databricks雲服務。」
Databricks執行長Ali Ghodsi
迅速進入機器學習
Databricks致力於將Apache Spark商業化，並迅速進入機器學習領域，開發了MLflow，這是一種開放原始碼工具包，用於數據科學家管理機器學習模型的生命周期。
與傳統軟體開發不同，機器學習依賴大量工具。對於構建模型所涉及的每個階段，數據科學家至少使用六個工具。在確定合適的工具箱和框架之前，每個階段都需要進行廣泛的試驗。工具的分散性以及快速迭代的需要使機器學習變得極為複雜。
Databricks的MLflow旨在通過與各種工具和框架進行對話的抽象層來降低複雜性。個人數據科學家，甚至參與構建機器學習模型的大型團隊，都可以有效地使用該工具包。
MLflow解決了構建和管理ML模型的三個基本挑戰：
1)洞察每個參數和超參數對模型的影響方式;
2)在演化模型時進行實驗的一致方式;
3)在多個環境中進行推理模型的簡化。
與雲服務商合作
目前一些商業開源公司正在嘗試與雲服務商合作的方法：如果您無法擊敗雲服務商，那就加入他們。這幾家開源商業公司沒有試圖與雲服務商對抗，而是找到了創建互惠互利的業務模型的方法。
這種策略的一個很好的例子就是Databricks與Microsoft Azure合作。Databricks用戶可以直接通過其Azure帳戶購買其產品。本質上，Azure已成為Databricks產品的分銷商，以增加雙方的收入。
Azure還獲得了通過每個新的Azure上Databricks群集出售更多計算基礎結構和存儲的好處。當然，此模型的挑戰是要有足夠的槓桿作用來協商公平的收益分享協議。
因為Databricks是一家非常成功的開源公司，擁有龐大且忠誠的開發人員社區，因此它具有與Microsoft進行談判的足夠的市場份額與影響力。
幸福的家庭都是相似的，不幸的家庭各有各的不幸。這樣的規律，在開源軟體領域也得到了驗證，成功的開源商業軟體公司是相似的，獨特的產品與服務，共贏的商業模式，健碩的開發社區等等都是其成功的基礎。