資本為什麼盯上國產資料庫(案例解析篇)
題圖:來自unsplash(Micheile)
上篇《資本為什麼會盯上國產資料庫》,老魚從宏觀層面談了原因,如:市場夠大、增速很快、需求拉動、政策利好等。本篇,老魚想從微觀角度,也就是從某一具體資料庫廠商獲得融資的角度進一步聊聊資本為什麼盯上國產資料庫。
承接上篇,還是拿Snowflake舉例……
2020年9月16日,Snowflake正式在紐約證券交易所上市,上市當天Snowflake發行價為120美元,收盤時股價飆升111.61%為253.93美元,市值707億美元。
一年零兩個月後,也就是2021年11月16日,Snowflake收盤價為401.89美元,市值高達1209億美元。
在DB-Engines的排名,Snowflake也從去年9月的107位快速爬升到目前的18位,排名上升了89位。
Snowflake不僅創造了史上規模最大的軟體IPO,一躍成為資料庫圈乃至科技圈最爆款的新聞之一,也成功的佐證了雲原生資料倉儲的商業價值。這很重要,因為過去相當長的時間,很多人(包含圈內人士)都認為做資料庫,OLTP是比OLAP更好的生意,而Snowflake則打破了這種認知。
Snowflake的成功,也讓對標Snowflake的國產資料庫廠商驟然多了起來。
偶數科技就是其中一家,也是老魚認為最像Snowflake的一家,二者都是以OLAP雲數倉為主賽道,都是獨立雲數倉服務商支援多雲部署。
2021年8月,偶數科技宣佈完成近2億元的B+輪融資,這是自2016年底偶數科技成立以來第四輪融資。看看其背後的投資方,紅點中國,紅杉中國,金山雲、騰訊,陣容堪稱豪華。
資本為什麼會盯上偶數科技?毫無疑問的一點,沒有良好的業務增長,是很難融到B輪的,B+輪騰訊入場也證明了偶數科技雲數倉頭部廠商的地位,因為騰訊本身在資料庫領域就深耕已久。具體從賽道、技術、市場來一一分析。
看賽道:雲數倉(OLAP)賽道足夠寬,Snowflake 1200億美元市值已經證明雲數倉是門好生意。看需求,國產化和數字化建設會帶動國產資料庫需求的爆發式增長,這點毫無疑問。更為關鍵的是,資料庫是基礎設施,屬於“卡脖子”的核心產品和技術,國家大力鼓勵國產資料庫廠商的發展,政策風險低。
看技術:就不得不提Apache HAWQ,這應該是國內最早的資料庫頂級專案,該專案的創始人常雷,曾任EMC高階研究員、EMC/Pivotal研發部總監,現任偶數科技創始人&CEO。
常雷是北大計算機系博士,畢業後供職於 EMC,2011 年某天,常雷在一個研究課題中提出了新一代SQL引擎,用於解決Hadoop在效能方面的缺陷,這個引擎成為了HAWQ的前身。也就在這一年,EMC收購了Greenplum,常雷加入 Greenplum 部門並組建資料庫團隊將HAWQ產品化。2015年,HAWQ 捐贈到Apache基金會。2016 年,常雷離開 EMC,創立了偶數科技。
Apache HAWQ是一個Hadoop原生SQL查詢引擎,是以Greenplum Database 為程式碼基礎逐漸發展起來的,採用MPP架構。怎麼理解?
OLAP資料倉儲領域有2個流派,一個是MPP派,一個是Hadoop 派,Hadoop派的缺點是很慢,但支援的節點規模要大於MPP。而MPP派就比較快了,相容性較好,並且能相容傳統資料庫,如Greenplum、Teredata等。但擴充套件性不太好,節點規模只能支援到幾百個節點,數千個節點就有點困難了。
Apache HAWQ做的就是結合了二者的優勢,把儲存構建在分散式檔案系統 HDFS 之上,實現儲存和計算的分離,不僅解決了 Hadoop 的效能問題,同時也解決了MPP架構的可擴充套件性瓶頸,具有非常成熟的並行最佳化器等。
偶數科技核心產品OushuDB就脫胎於Apache HAWQ,使用了存算分離和多計算叢集架構,重寫了執行引擎和底層儲存,所以,各方面要優於HAWQ。偶數官方資料顯示,OushuDB比Apache HAWQ效能高出5-10倍。
談到OushuDB的技術優勢,常雷表現的有些“雲淡風輕”,“原創性的技術是我們最核心的優勢,就是你比別人的產品好,而且也達到一定數量級,這時候它就是別人不可比擬的優勢。”
常雷表示,OushuDB技術特性有很多,比如:雲原生、高效能、多雲、純國產、強相容等。在常雷看來,要做到雲原生資料庫,就必須要做到儲存和計算的完全分離以及執行引擎的完全彈性。
OushuDB的多雲特性與Snowflake還有些不同,除了支援 AWS、Azure、阿里雲、騰訊雲、金山雲等公有云的統一資料管理方案,也可結合私有云進行混合管理。而Snowflake是徹底跑在公有云上的資料倉儲。
後一點在中國市場很重要,在中國市場,傳統企業尤其是國企和金融企業,更信賴私有云,這點與國外不同。如果不能結合私有云進行混合管理,那在國內客戶群將會大大減少。
投資方金山雲團隊表示:“偶數是資料庫領域的佼佼者,公司新一代雲原生資料庫在效能和功能等方面有著極大的技術優勢。”
投資方紅點中國執行董事劉嵐表示:“源自於Apache開源社群的偶數,是中國雲原生資料倉儲的先行者”
最後看市場,在對資料庫要求最苛刻的金融行業裡,偶數科技的發展速度和成果似乎有些不可思議,偶數科技與四大行之一的建設銀行共同成立了高效能大資料處理技術實驗室,融合建行數十PB的海量資料應用場景和偶數的資料庫創新能力,共同打造新一代雲資料倉儲CHAWQ,用於建行資料湖等大規模核心資料處理場景。2021年中,在建設銀行資料湖專案中,CHAWQ成功進行了實踐應用。
浙商銀行基於OushuDB構建了全行級資料平臺,替代了傳統DB2資料倉儲和Oracle資料集市,支撐了管會、反欺詐、客戶畫像、績效考核、跑批、監管報送等應用。
更讓人意外的是,偶數科技還是國內少數把資料庫賣到了美國的廠商之一,而且還是賣給全球軟體巨頭VMware。
常雷說,“我們的標杆客戶中,一個非常有代表性的是美國的 VMware。首先,資料庫作為剛需核心應用,涉及到企業資料管理最關鍵的儲存環節。VMware 選擇採購中國公司的產品,這本身就是一種突破;第二,VMware 是全球計算機軟體巨頭,本身擁有很強大的雲端計算團隊,也很瞭解雲原生資料庫,選擇 OushuDB 之前經歷過嚴格的產品試用和採購評估環節。拿下 VMware 是偶數在獲客道路上一次里程碑式的事件”。
紅杉資本中國基金董事總經理翟佳表示:“數字化轉型是近兩年金融、政府以及中大型企業繞不開的一個話題,資料庫作為數字化轉型的基礎重要性不言而喻。同時,資料量的爆發和業務場景的分析多樣化對資料庫的效能、擴充套件能力也提出了更高的要求。另外,自主創新也是一個潮流和趨勢。偶數和建設銀行成立的高效能大資料聯合實驗室,是金融行業資料庫基礎架構建設的方向標。同時,偶數的新一代雲資料庫OushuDB還在金融、電信、公安、能源等領域的頭部客戶得到了廣泛的應用。我們長期看好偶數的發展潛力。”
目前,偶數科技客戶群分佈在金融、運營商、能源和政府等多個行業。也許從成立時間和融資輪次來說,偶數科技不如PingCAP,星環科技那麼早那麼多,但前兩者一個主打HTAP,一個主打大資料基礎平臺,如果從雲數倉賽道來看,偶數科技是無疑的拔尖的那位。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31545814/viewspace-2854653/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 為什麼國產資料庫的日誌看了讓人上頭呢?資料庫
- 資料庫倉庫系列:(一)什麼是資料倉儲,為什麼要資料倉儲資料庫
- 什麼是資料庫?什麼是雲資料庫?資料庫
- PG資料庫為什麼要用autovacuum資料庫
- 分散式資料庫入門:以國產資料庫 TDSQL 為例分散式資料庫SQL
- 為什麼DBA需要資料庫廠商的資料庫概念文件資料庫
- 大資料能做什麼,為什麼學大資料大資料
- 解析大資料能為媒體帶來什麼?大資料
- 國產資料庫源流史:AntDB資料庫資料庫
- 為什麼NoSQL資料庫這麼受歡迎?SQL資料庫
- Oracle資料庫遷移到國產資料庫核心難點解析 | 聯盟釋出Oracle資料庫
- 國產資料庫市場橫空殺出個巨頭?亞信 AntDB資料庫憑什麼資料庫
- 為什麼不用資料庫儲存圖片?資料庫
- 為什麼要選擇分散式資料庫?分散式資料庫
- 為什麼資料庫欄位要使用NOT NULL?資料庫Null
- 為什麼我們需要資料庫事務資料庫
- 資料庫DBA為什麼拒絕DevOps?資料庫dev
- 為什麼PostgreSQL是最成功的資料庫?SQL資料庫
- 資料庫索引為什麼使用B+樹?資料庫索引
- 為什麼要對資料庫最佳化資料庫
- 國產資料庫調研之——AntDB資料庫資料庫
- 資料庫系統概述之國產資料庫資料庫
- 【資料庫】簡單聊聊資料庫可以做什麼,有什麼用?資料庫
- 【資料庫】雲資料庫rds是什麼意思?有什麼優勢?資料庫
- 為什麼會有這麼多種的資料庫資料庫
- 資料治理為什麼要清洗資料
- 亞馬遜CTO長文解析:我們為什麼要提供這麼多的資料庫產品?亞馬遜資料庫
- 【國產資料庫名錄一覽】竟有這麼多國產資料庫產品?很多沒聽過資料庫
- 資料是什麼——資料的倉庫
- 國產資料庫知多少?資料庫
- [資料庫]資料庫中為什麼不推薦使用外來鍵約束資料庫
- NoSQL資料庫探討之一 - 為什麼要用非關聯式資料庫?SQL資料庫
- 時序資料庫-01-時序資料庫有哪些?為什麼要使用資料庫
- 雲資料庫RDS是什麼?雲資料庫RDS有什麼優勢?資料庫
- 資料庫產業為什麼需要規模效應資料庫產業
- 為什麼資料庫調整大小如此困難?資料庫
- 為什麼需要資料治理
- django用什麼資料庫Django資料庫