36氪首發｜Kyligence獲1500萬美元B輪融資，從預處理加速做到數據倉庫

今日，Kyligence宣布已完成由斯道資本（富達國際有限公司 「Fidelity International Limited」 自有投資機構）領投，原有股東紅點中國、思科、寬帶資本、順為資本跟投的1500萬美元B輪融資。此前，公司於2016年4月獲得數百萬美元的天使輪投資，由紅點資本投資；之後於2017年4月完成800萬美元A輪融資，由寬帶資本與順為資本領投，紅點中國繼續跟投。

Kyligence於2016年初在上海成立，其目標是構建基於Hadoop的數據倉庫及OLAP產品。

如下圖所示，Kyligence是在大數據平台和展現層之間的數據集市／OLAP層。底層數據源來自Hive、SparkSQL、Kafka等，上層展現層則是像Tableau這類BI產品。現如今，Kyligence在底層還支持了傳統的數據倉，像Greenplum、Teradata等，以及創業公司產品，像偶數等。

Tableau也可以直接鏈接底層數據倉，之所以還存在一個中間層，有幾點好處：

①傳統Greenplum、Teradata等數據倉在面對百億規模的數據時，處理分析會變的緩慢。而Kyligence是基於大數據的分佈式架構，相當於企業原來導入進Greenplum的數據，現在可以導入Kyligence平台進行分析。

②Kyligence是一個統一的分析訪問層，上層Tableau之類不需要一一對接不同的底層數據倉，直接對接Kyligence就可以，一種標準的SQL語言。其實也可以理解為外界所說的「數據中台」概念。

③Kyligence可以將企業各種業務分析模型通過Cube的形式進行組織和整理，通過機器學習和算法，將常用的操作進行預處理，企業在分析請求時可以直接得到分析結果。

當然，這種「預處理機制」一定會佔用企業的存儲空間，因為「本質上就是用空間換時間的過程」，Kyligence創始人兼CEO韓卿表示，「我們也做的大量技術研發。假設原始數據有100T，現在只需要多20%－30%的空間，也就是20-30T的空間，就可以做到90%的場景都能提速。查詢動作可以實現亞秒級延遲。當變成只讀系統後，並發就會提高，分析時不用從頭掃描、處理數據，直接讀取預計算的結果就可以。」

至於不同的業務模型，企業之前使用Greenplum時就已經存在，現在Kyligence可以通過歷史分析，進行自動化遷移。

據悉，Kyligence目前主要應用在金融、零售、製造、電信等行業。客戶新業務使用Kyligence的同時，舊業務架構也在向Kyligence遷移。「所以既有增量市場，也有存量市場，」韓卿表示。

產品上，Kyligence最新發佈了Kyligence Enterprise v3.0及Kyligence Cloud v2.0，思路是通過機器學習等增強數據倉庫分析技術。「對比上一代查詢引擎，新版Kyligence Enterprise 可實現查詢提速15倍的同時節省50%存儲空間。」Kyligence聯合創始人兼 CTO 李揚告知。

值得強調的是，Kyligence創始團隊成員來自eBay，IBM，微軟，摩根斯坦利，SMG等著名互聯網及數據公司，包括多位Apache Kylin™的核心貢獻者，並活躍於各個開源社區，Apache Kylin是第一個由中國團隊完整貢獻到ASF(Apache 軟件基金會)的頂級項目。

據了解，Kyligence目前有100多人。已服務的客戶包括國泰君安、華為、聯通、OPPO、上汽集團、太平洋保險集團、中國銀聯等，並且還有多個來自美國的客戶。平均客單價在百萬元級別。

本輪融資後，Kyligence將加大產品研發，拓展銷售市場，以及增加社區投入，同時開拓美國、歐洲等國際市場。（如果你對該公司感興趣，簡歷請戳[email protected]）