从 GIMP 到 CockroachDB：一位 CTO 的分布式存储三十年

The Pragmatic Engineer 最新一期请到了分布式数据库圈的大人物：Cockroach Labs 联合创始人兼 CTO Peter Mattis。他的履历横跨开源与工业两界，大学宿舍里与 Spencer Kimball 共同写出 GIMP（后来连 Google 最初版本的 logo 都出自 GIMP），加入 Google 后参与 Gmail 和分布式存储 Colossus，再出来创办 CockroachDB。这场对话相当于一部分布式存储三十年简史。

Peter Mattis 的四段履历

B-tree 无处不在

访谈里最有味道的技术线索是 B-tree 的持久统治力：Gmail 的线程和未读计数靠它跟踪，Peter 曾用 B-tree 替代 std::map 做出更快更省内存的实现，CockroachDB 的 range index 还是它。但 Colossus 因为是 append-only 设计，Spanner 反而不能用 B-tree，改用了 LSM tree；Google 用 LevelDB 推广了 LSM，RocksDB 是其分支，CockroachDB 早期用 RocksDB，直到 2019 年 Peter 亲自写了 Pebble 开源替代。选型故事背后是一个朴素的道理：没有最好的数据结构，只有匹配读写模式的结构。

Peter Mattis 的四段履历

几颗冷知识彩蛋：Gmail 2004 年 4 月 1 日发布 1GB 免费存储，被大量用户当成愚人节玩笑；Colossus 用 Reed-Solomon 纠删码把存储开销降低 33% 的同时冗余反而更高；Peter 当年嫌通勤太长拒绝过 Sergey Brin 的 offer，后来才加入 Google；他还两次"打败"标准库，除 B-tree 版 std::map 外，Swiss Table 后来并入了 Go 标准库。

AI 时代的工程判断

作为前 Google C++ readability reviewer，Peter 的预言是："我们将实质性地停止看代码"，就像高级工程师早已不再逐行看汇编。AI 让转向管理岗的他重新写起了代码且不牺牲质量；Cockroach Labs 的非工程师在几个月内搭了约 1,000 个内部应用。他的自我比喻是"带一群研究助理的教授"，并行启动多个实验，而不是串行盯一行代码。

给开发者的建议同样实在：别因为竞品更炫的预告就放弃自己的项目（GIMP 差点因此流产，而那个竞品后来消失了）；把光速、网络延迟这些"速度常数"记在脑子里做 napkin math；理解底层数据结构（知道 std::map 是红黑树、每节点两个指针，才会想到换 B-tree 吃空间局部性）；分布式共识至少三个副本，CockroachDB 默认三个，部分系统表最多五个；跨全球最快路径竟是 Starlink 激光经太空传输，zone 内延迟则已从毫秒级降到约 100 微秒。