今日， Kyligence 宣布已完成由斯道资本（富达国际有限公司 “Fidelity International Limited” 自有投资机构）领投，原有股东红点中国、思科、宽带资本、顺为资本跟投的1500万美元B轮融资。此前，公司于 2016年4月获得数百万美元的天使轮投资 ，由红点资本投资；之后于 2017年4月完成800万美元A轮融资 ，由宽带资本与顺为资本领投，红点中国继续跟投。
Kyligence 于2016年初在上海成立，其目标是构建基于Hadoop的数据仓库及OLAP产品。
如下图所示，Kyligence是在大数据平台和展现层之间的数据集市／OLAP层。底层数据源来自Hive、SparkSQL、Kafka等，上层展现层则是像Tableau这类BI产品。现如今，Kyligence在底层还支持了传统的数据仓，像Greenplum、Teradata等，以及创业公司产品，像偶数等。
Tableau也可以直接链接底层数据仓，之所以还存在一个中间层，有几点好处：
①传统Greenplum、Teradata等数据仓在面对百亿规模的数据时，处理分析会变的缓慢。而 Kyligence是基于大数据的分布式架构 ，相当于企业原来导入进Greenplum的数据，现在可以导入Kyligence平台进行分析。
② Kyligence是 一个统一的分析访问层 ，上层Tableau之类不需要一一对接不同的底层数据仓，直接对接Kyligence就可以，一种标准的 SQL 语言。其实也可以理解为外界所说的“数据中台”概念。
③Kyligence可以将企业各种业务分析模型通过Cube的形式进行组织和整理， 通过机器学习和算法，将常用的操作进行预处理，企业在分析请求时可以直接得到分析结果 。
当然，这种“预处理机制”一定会占用企业的存储空间，因为“本质上就是用空间换时间的过程”， Kyligence 创始人兼CEO韩卿表示，“我们也做的大量技术研发。假设原始数据有100T，现在只需要多20%－30%的空间，也就是20-30T的空间，就可以做到90%的场景都能提速。查询动作可以实现亚秒级延迟。当变成只读系统后，并发就会提高，分析时不用从头扫描、处理数据，直接读取预计算的结果就可以。”
至于不同的业务模型，企业之前使用Greenplum时就已经存在，现在Kyligence可以通过历史分析，进行自动化迁移。
据悉，Kyligence目前主要应用在金融、零售、制造、电信等行业。客户新业务使用Kyligence的同时，旧业务架构也在向Kyligence迁移。“所以既有增量市场，也有存量市场，”韩卿表示。
产品上，Kyligence最新发布了Kyligence Enterprise v3.0及Kyligence Cloud v2.0，思路是通过机器学习等增强数据仓库分析技术。 “对比上一代查询引擎，新版Kyligence Enterprise 可实现查询提速15倍的同时节省50%存储空间。” Kyligence 联合创始人兼 CTO 李扬告知。
值得强调的是，Kyligence创始团队成员来自eBay，IBM，微软，摩根斯坦利，SMG等著名互联网及数据公司，包括多位 Apache Kylin™ 的核心贡献者，并活跃于各个开源社区， Apache Kylin是第一个由中国团队完整贡献到ASF(Apache 软件基金会)的顶级项目 。
据了解，Kyligence目前有100多人。已服务的客户 包括国泰君安、华为、联通、OPPO、上汽集团、太平洋保险集团、中国银联等，并且还有多个来自美国的客户。平均客单价在百万元级别。
本轮融资后，Kyligence将加大产品研发，拓展销售市场，以及增加社区投入，同时开拓美国、欧洲等国际市场。 （如果你对该公司感兴趣，简历请戳 info@kyligence.io ）
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Beautiful Code
Greg Wilson、Andy Oram / O'Reilly Media / 2007-7-6 / GBP 35.99
In this unique work, leading computer scientists discuss how they found unusual, carefully designed solutions to difficult problems. This book lets the reader look over the shoulder of major coding an......一起来看看 《Beautiful Code》 这本书的介绍吧!
