专访MySQL CEO：无形之手指导开源发展

Home

Database

Mysql Tutorial

专访MySQL CEO：无形之手指导开源发展_MySQL

WBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWBOYWB

Jun 01, 2016 pm 01:59 PM

Open source

你能想到在现代经济学之父苏格兰哲学家Adam Smith和开源软件发展之间存在什么联系么？在开源数据库厂商MySQL的首席执行官Marten Mickos看来，正是Smith所说的“无形之手”在指导着开源社区的人们不断的追求完善以达到目标，同时也造福于社会。

Mickos看到一只无形的手在今天开源社区的发展中发挥着作用。其中也包括正在争论的GNU公共授权协议（GPLv3）草案的制定，他相信最后会有一个好的结果。MySQL的数据库就是遵循GPL发布的。

Mickos表示，即使甲骨文一年前对InnoDB的收购也不例外。甲骨文对InnoDB的收购被大多数人看作是甲骨文对MySQL的侵略性打击，MySQL在其数据库终捆绑了来自芬兰的InnoDB数据库存储引擎。这逼迫MySQL开放了数据接口，允许用户自行选择不同的数据库存储引擎。

Mickos还讨论了开源业务模型的其他方面，以及MySQL下一步所面临的问题。

问：最近许多开源开发者已经表达了他们对免费软件基金组织和GPLv3的第二个草案的不满。现在一部分人坚持使用GPLv2，而另一部分人则转向GPLv3，对于这种分流现象你感到担心么？

Marten Mickos：假若我们拥有两个GPL，这并不是一件灾难。事实上，GPLv2如此成功，开发者没有看到改变的需要。他们这样说，“如果一个东西还没有破，就不要去修补它”。我同意这个观点。这是一个伟大的领域，但是开发者并不关心。在MySQL，我们目前还没有把精力放在GPL上，而且现在也还不是我们需要采取行动的时候。

问：你如何决定MySQL什么时候需要新的功能，以及什么时候需要依靠开源社区的创新来改变。

Marten Mickos：我们业务的关键问题之一就是知道什么时候该做什么。你必须了解终端用户所想要的功能。我们现在有一千万用户，我们可以根据用户的需要来决定哪些是用户最需要的。

另外，我们要感谢我们产品的早期测试阶段，在这个时候我们可以修正错误。

问：那么开源软件是否比专有商业软件面临的竞争环境更温和一些？

Marten Mickos：错了，并非如此，但是开源软件具有自我治疗的能力。随时都有人会替代你。一年前甲骨文刚刚收购了InnoDB。最后好的东西会留下来。

问：MySQL在2007年面临着什么发展？

Marten Mickos：我们将看到在企业市场具有较大的发展，更多的用户会开始使用MySQL 5.0。开发者需要时间来采用新版的数据库，而且我们将会有更多的合作伙伴。另外我们在图形化用户界面方面正在进行着改进工作，并会使我们的ODBC和JDBC驱动更加完善。

问：关于Falcon有什么最新的消息？该交易数据库引擎是由一月份刚加入MySQL的Jim Starkey开发的么？

Marten Mickos：不仅仅是Jim，还有围绕在他身边的一部分工程师。Falcon不久将推出测试版。

问：MySQL目前在开源数据库市场的统治优势会对MySQL的发展有什么影响么？

Marten Mickos：我有时候会听到员工说，“我们已经很伟大了，我们不需要再工作。”但是，我们的工程师都是非常谦虚的，而且他们会对任何问题都感到不安。这是一个平衡的问题。有时候，我必须对单位员工说，“高兴一下吧，我们拥有一个伟大的产品；”而有些时候则是“我们做的还不够好。”在甲骨文收购InnoDB的时候，最初我们面临的是如何才能应对这个问题，但是现在已经转变成为我们的优势了

Statement

The content of this article is voluntarily contributed by netizens, and the copyright belongs to the original author. This site does not assume corresponding legal responsibility. If you find any content suspected of plagiarism or infringement, please contact admin@php.cn

YOLOv6又快又准的目标检测框架已经开源了May 09, 2023 pm 02:52 PM

作者：楚怡、凯衡等近日，美团视觉智能部研发了一款致力于工业应用的目标检测框架YOLOv6，能够同时专注于检测的精度和推理效率。在研发过程中，视觉智能部不断进行了探索和优化，同时吸取借鉴了学术界和工业界的一些前沿进展和科研成果。在目标检测权威数据集COCO上的实验结果显示，YOLOv6在检测精度和速度方面均超越其他同体量的算法，同时支持多种不同平台的部署，极大简化工程部署时的适配工作。特此开源，希望能帮助到更多的同学。1.概述YOLOv6是美团视觉智能部研发的一款目标检测框架，致力于工业应用。

基于开源的 ChatGPT Web UI 项目，快速构建属于自己的 ChatGPT 站点Apr 15, 2023 pm 07:43 PM

作为一个技术博主，了不起比较喜欢各种折腾，之前给大家介绍过ChatGPT接入微信，钉钉和知识星球（如果没看过的可以翻翻前面的文章），最近再看开源项目的时候，发现了一个ChatGPTWebUI项目。想着刚好之前没有将ChatGPT接入过WebUI，有了这个开源项目可以拿来使用，真是不错，下面是实操的安装步骤，分享给大家。安装官方在Github的项目文档上提供了很多中的安装方式，包括手动安装，docker部署，以及远程部署等方法，了不起在选择部署方式的时候，一开始为了简单想着

MLC LLM：开源AI聊天机器人，支持离线运行，适用于集成显卡电脑和iPhone。May 06, 2023 pm 03:46 PM

5月2日消息，目前大多数AI聊天机器人都需要连接到云端进行处理，即使可以本地运行的也配置要求极高。那么是否有轻量化的、无需联网的聊天机器人呢？一个名为MLCLLM的全新开源项目已在GitHub上线，完全本地运行无需联网，甚至集显老电脑、苹果iPhone手机都能运行。MLCLLM项目介绍称：“MLCLLM是一种通用解决方案，它允许将任何语言模型本地部署在一组不同的硬件后端和本地应用程序上，此外还有一个高效的框架，供每个人进一步优化自己用例的模型性能。一切都在本地运行，无需服务器支持，并通过手机和笔

仅需1% Embedding参数，硬件成本降低十倍，开源方案单GPU训练超大推荐模型Apr 12, 2023 pm 03:46 PM

深度推荐模型（DLRMs）已经成为深度学习在互联网公司应用的最重要技术场景，如视频推荐、购物搜索、广告推送等流量变现业务，极大改善了用户体验和业务商业价值。但海量的用户和业务数据，频繁地迭代更新需求，以及高昂的训练成本，都对 DLRM 训练提出了严峻挑战。在 DLRM 中，需要先在嵌入表（EmbeddingBags）中进行查表（lookup），再完成下游计算。嵌入表常常贡献 DLRM 中 99% 以上的内存需求，却只贡献 1% 的计算量。借助于 GPU 片上高速内存（High Bandwidth

用图像对齐所有模态，Meta开源多感官AI基础模型，实现大一统May 11, 2023 pm 07:25 PM

在人类的感官中，一张图片可以将很多体验融合到一起，比如一张海滩图片可以让我们想起海浪的声音、沙子的质地、拂面而来的微风，甚至可以激发创作一首诗的灵感。图像的这种「绑定」（binding）属性通过与自身相关的任何感官体验对齐，为学习视觉特征提供了大量监督来源。理想情况下，对于单个联合嵌入空间，视觉特征应该通过对齐所有感官来学习。然而这需要通过同一组图像来获取所有感官类型和组合的配对数据，显然不可行。最近，很多方法学习与文本、音频等对齐的图像特征。这些方法使用单对模态或者最多几种视觉模态。最终嵌入仅

首个大众可用PyTorch版AlphaFold2复现，哥大开源，star量破千Apr 13, 2023 am 09:58 AM

刚刚，哥伦比亚大学系统生物学助理教授 Mohammed AlQuraishi 在推特上宣布，他们从头训练了一个名为 OpenFold 的模型，该模型是 AlphaFold2 的可训练 PyTorch 复现版本。Mohammed AlQuraishi 还表示，这是第一个大众可用的 AlphaFold2 复现。AlphaFold2 可以周期性地以原子精度预测蛋白质结构，在技术上利用多序列对齐和深度学习算法设计，并结合关于蛋白质结构的物理和生物学知识提升了预测效果。它实现了 2/3 蛋白质结构预测的卓

Stable Diffusion-XL开启公测，让你摆脱繁琐的长prompt！Apr 23, 2023 am 10:16 AM

自从Midjourney发布v5之后，在生成图像的人物真实程度、手指细节等方面都有了显著改善，并且在prompt理解的准确性、审美多样性和语言理解方面也都取得了进步。相比之下，StableDiffusion虽然免费、开源，但每次都要写一大长串的prompt，想生成高质量的图像全靠多次抽卡。最近StabilityAI的官宣，正在研发的StableDiffusionXL开始面向公众测试，目前可以在Clipdrop平台免费试用。试用链接：https://clipdrop.co/stable-diff

伯克利开源首个泊车场景下的高清数据集和预测模型，支持目标识别、轨迹预测Apr 12, 2023 pm 11:40 PM

在自动驾驶技术不断迭代的当下，车辆的行为和轨迹预测对高效、安全驾驶有着极为重要的意义。动力学模型推演、可达性分析等传统的轨迹预测的方法虽然有着形式明晰、可解释性强的优点，但在复杂的交通环境中，其对于环境和物体交互的建模能力较为有限。因此，近年来大量研究和应用都基于各种深度学习方法（例如 LSTM、CNN、Transformer、GNN 等），各类数据集例如 BDD100K、nuScenes、Stanford Drone、ETH/UCY、INTERACTION、ApolloScape 等也纷纷涌现

See all articles