Confluent经营看点在哪？

Kora 在 Confluent Cloud 中采用率已经达到 100%，WarpStream吸引客户转向 Kora 架构。

根据 Confluent 官方博客2，2024 年 10 月 Confluent Cloud 目前已经 100%采用 Kraft 协议（Kora 架构），即 100%移除 ZooKeeper 架构。一个关键的转折点是 2025 年 3 月 18 日3发布的 Apache Kafka 4.0 版本，该版本完全 移除了对 ZooKeeper 的支持，并默认以 KRaft 模式运行。2025 年 6 月 24 日4发布的 Confluent Platform 8.0 也采 取了同样的策略，强制所有本地部署和自管理 Kafka 的用户从 ZooKeeper 迁移到 KRaft。这确保 KRaft 将在未来 一段时间内在整个生态系统中得到普遍采纳。

结合 Apache Kakfa 的更新，3.5 版之后正式弃用 ZooKeeper，因此真正迁移至 Kraft 是从 2023 年 10 月开始， 至今不足 2 年，考虑到本地/自托管模式的迁移周期，目前我们预估绝大多数（90%+）客户仍然采用 ZooKeerper 架构，未来需要 Confluent 不断推动类似 WarpStream 方案承接价格敏感度高的客户，同时降低迁移复杂度和周 期的工具。这一点是 Confluent 不断将开源框架用户转移成 Confluent 付费用户的关键。

如果我们对比 Databricks、MongoDB、Elasticsearch 三者的开源转化策略，我们注意到对 Confluent 的战略 启示：1）超越“更好的 Kafka”，成为“数据流平台”：Confluent 的核心价值主张不应仅仅是提供一个更易于 管理的 Kafka。其真正的护城河在于集成了 Flink、Connect 和数据治理的数据流平台（DSP）。KRaft 迁移工具 应被定位为通往这个更强大、更智能平台的技术路径，是帮助客户降低技术债务、全面拥抱现代数据流架构的 关键一步，而非终点。 2）聚焦“关键任务”的存量用户 (借鉴 MongoDB)：Confluent 最大的机会在于那超过 90%仍在使用 ZooKeeper 架构的庞大用户群。这些用户的 Kafka 集群大多已承载着“关键任务”。将 KRaft 迁移定位为解决其现有痛点 （如运维复杂性、恢复速度慢）并提升稳定性和安全性的必然路径，将是说服他们为 Confluent Platform 或 Confluent Cloud 付费的关键。 3）将迁移工具和低成本方案作为商业漏斗的入口(综合三者)：一个强大、易用的迁移工具，不仅能解决客 户的燃眉之急，更是展示 Confluent 技术实力、引导用户体验其付费平台价值的最佳入口。同时，一个有竞争力 的低成本方案（如 Confluent 最近收购的 WarpStream 所代表的 BYOC 模式）可以有效吸引价格敏感型客户进入付费生态系统，从而扩大整个商业漏斗的顶部。

沿着上述思路，Confluent 过去一年整合 Apache Flink，收购 WarpStream，推出 TableFlow、Freight Clusters 等产品，推动从单点工具向端到端解决方案转型，我们逐步进行针对性分析。

Confluent 整合 Apache Flink 标志着重大的战略演进，即从流存储（Kafka）领域的领导者，转变为一个完整 的流处理平台。这是从提供“管道”到成为改造管道中数据的“工厂”的转变。Flink 作为有状态流处理的事实 标准，其高吞吐、低延迟和精确一次处理（exactly-once）的语义，在许多实时场景中优于 Spark Streaming 等替 代方案。

由 Flink 驱动、面向 AI的新功能： Flink 原生推理 (Flink Native Inference)：允许用户在 Flink SQL 中直接运行开源或微调的 AI 模型（如 Llama 系列）。这是一个巨大的简化，它将敏感数据保留在 Confluent Cloud 内部，并消除了调用外部 模型 API 所产生的出口费用。 Flink 搜索 (Flink Search)：提供了一个统一的接口，从 Flink 内部查询向量数据库（如 Pinecone、 MongoDB）。这是构建实时检索增强生成（RAG）应用的关键组件，通过用最新数据丰富提示词来 提高 AI 模型的准确性。Tableflow：通过将 Kafka 主题物化为 Apache Iceberg 等开放表格式，弥合了运营（流式）和分析（批 处理）世界之间的鸿沟。这使得 AI/分析平台（如 Databricks、Snowflake）能够查询实时、可信的数 据，而无需复杂的 ETL管道。

Confluent 的 Flink 战略为构建下一代实时 AI 和代理（Agentic）应用提供了切实的架构基础， Confluent 的 发布内容具体而技术化：Flink 原生推理、用于 RAG 的 Flink 搜索、用于分析的 Tableflow。公司 CEO 的评论强 调，生成式 AI 需要新的数据架构，以避免“混乱的机器”基于过时数据做出决策。竞争对手 Redpanda 也推出 了“代理 AI”平台，这验证了该领域已成为新的竞争焦点。Confluent 并未自己构建 AI 模型，而是构建了不可 或缺的数据层，为这些模型实时提供新鲜、可靠且富含上下文的数据。Flink 搜索与 Flink 原生推理的组合，本 质上是一个预打包的 RAG 管道。这是一个更具防御性且平台中立的策略。Flink 将 Confluent 的叙事从数据基础 设施提供商转变为 AI 革命的受益者，这极大地提升了其在企业 IT 预算中的战略重要性，并提供了一个能够重新加速业务增长的强大新动力。

数据流平台（Data Streaming Platform, DSP），该平台不仅创造了强大的技术壁垒，也构筑了深厚的商业护 城河。Confluent 的 DSP 战略围绕四大核心能力构建： Stream（流）：以云原生引擎 Kora 驱动的 Kafka 为核心，提供可靠、可扩展、高性能的事件传输。 Connect（连接）：通过 Kafka Connect 生态，无缝连接数百个数据源，打破数据孤岛。  Process（处理）：深度集成 Apache Flink 和 ksqlDB，提供强大的实时流处理能力，让数据在流动过程中 就能被转换、丰富和分析。 Govern（治理）：通过 Schema Registry、数据目录（Data Portal）和数据质量规则，确保数据在流动中的 可信、安全与合规。 这一体化平台战略的威力在于，它为客户提供了一站式的解决方案，极大地降低了技术栈的复杂性和集成 成本。财报数据显示，DSP 相关组件的消费增长速度“远超整体云业务的增长”，证明了客户对这一完整平台 价值的高度认可。4Q24 业绩会 Confluent 披露 Connect, Process, 和 Govern 这三个组件的消费总和，约占其云 业务（Confluent Cloud）收入的 13%，1Q24 为 10%。DSP Products = Connect + Process + Govern + TableFlow， 25 年 Flink + TableFlow 占比提升，随着此前 POC 项目相继部署，预计增速会持续高于 Cloud，拉动整体收入增 速回升，FY25H2/FY26 有望实现整体增速触底回升。