偶数科技打造新一代分析型数据库，可以更好的支持AI应用场景
拓 扑 社
传 递 企 业 服 务 价 值
本文是拓扑社对微软加速器·北京第11期入选项目的专题报道。
微软加速器·北京第11期的入选企业的重点是人工智能与产业落地应用结合，以人工智能底层技术平台作为创业方向。这些校友企业都是企业服务类创业公司，覆盖大数据、人工智能、物联网、区块链等技术，并在医疗、政府、零售、建筑等行业中获得标杆客户。这些领域也是拓扑社持续关注的方向。
偶数科技 创始人 常雷
拓扑社（ID：tobshe）5 月16 日报道
文：窦悦怡
传统的数据库都是以Oracle、IBM、SAP为代表的交易型数据库，这类型数据库主要是针对基本的、日常的事务处理，例如，银行传统的手工记账便是典型的应用场景。
而进入大数据和人工智能时代，企业每天产生的数据量正呈爆炸式增长，面临海量的数据，传统数据库的IT架构和处理技术已经逐渐无法适应巨大的数据处理需求。
其次，企业对数据价值越来越重视，数据分析成为了十分重要的一环，但传统的交易型数据库难以实现大数据量、复杂性的数据分析需求，可扩展性也不足。这时候，企业亟待寻找新的解决方案，实现由数据驱动的精细化运营，其中分析型数据库已经成为近年的热点。
今天，拓扑社（ID：tobshe）介绍的偶数科技，成立于2016年，是一家专注于新一代分析型数据库的初创企业。2017年10月曾获得红杉资本中国、红点创投中国基金的数千万A轮融资。
创始人CEO常雷，2008年毕业于北京大学计算机系，曾任EMC高级研究员及EMC/Pivotal研发部总监，同时也是Apache HAWQ 创始人，长期专注于大数据与云计算领域，对企业级数据管理有很深的理解。
-分析型数据库，支持多种应用场景-
拓扑社了解到，新一代的数据库是一种分析型OLAP数据仓库系统，侧重企业决策支持，提供直观易懂的查询结果。
相对于传统的交易型数据库，分析型数据库具有以下优势：首先，分析型数据库支持复杂的分析操作，存储的数据时间跨度长，数量级的性能提升，解决了传统数据库不能交互式实时处理大数据的问题。
其次，分析数据库可以对数据进行在线统计、数据在线分析、实时查询等发掘信息数据价值的工作。第三，存储与计算分离的松散耦合架构，可以原生支持容器云平台，传统数据库的紧耦合架构不适合新型容器云平台。此外，分析型数据库能够更好的支持AI应用场景。
简单来说，分析型的数据库中的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据库以后，一般情况下将被长期保留，也就是数据库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
同时，分析型数据库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到当前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。
“新一代的分析型数据仓库可扩展性的节点可以达到几千个，同时支持的应用场景也非常广泛，包括机器学习、传感器等收集到的数据都可以支持，这些是在传统数据库架构下是实现不了的。”
常雷也补充到，人工智能与分析型数据库是相辅相成的，人工智能离不开数据和算法，分析型数据仓库的基础架构，以及高可扩展性、实时性的优势，使其最贴近数据，具备与人工智能相结合的优势。
对于数据库本身来说，传统的数据库都是非自动化的数据处理，通过人工智能对数据库改造，会使数据库更智能，进而可以拓展更多应用场景，指导企业进行更有效的数据分析。
拓扑社认为，传统数据库向新型数据库转型，无论是对企业还是服务商来说，都存在一定的挑战，尤其是传统的数据库的架构是CPU模式，如果企业要想转向新一代高性能分析型数据库，需要把基础架构调整为利用CPU新指令以及新的硬件模式（包括GPU和FPGA等），调整前需要企业花去大量的时间重新编写代码，设计架构、调整代码。
-新一代数据仓库引擎
SIMD执行器性能可提升一个数量级-
谈到数据库，肯定离不开Hadoop这种开源技术，同时Hadoop延伸出来很多数据仓库技术，例如Hive、Impala、Spark SQL、HAWQ等。
常雷介绍道，伴随着互联网公司的崛起，新一代数据仓库也随之兴起。总体来说，新一代的数据仓库可以分为三大类。第一大类：SQL on Hadoop。如Spark SQL、Hive、HAWQ、Presto，因为它的存储基本都在HDFS。第二类叫SQL on Object Store。如基于亚马逊的S3搭建的SQL on Object Store。
第三大类是从前面两类系统里发现一些缺陷后又演化出来的系统，称之为SQL on Hybrid Storage，有自己的原生存储，同时也支持HDFS和S3等其他存储，代表性系统包括HAWQ和Impala。
其中，HAWQ是Apache开源社区的孵化项目，包括彭博社、阿里等在内的大型企业都在使用并在开源社区为其贡献代码，而偶数科技正是依据这个系统进行产品布局的。
目前，偶数科技主要提供两款产品，开源版的Apache HAWQ和企业版的Oushu Database。据悉，Oushu Database是基于HAWQ打造的新一代数据仓库引擎，其优势在于采用了MPP和Hadoop结合的创新MPP++技术架构，高可扩展，遵循ANSI-SQL标准，具有极速执行器，提供PB级数据交互式查询能力。
同时，Oushu Database提供对主要BI工具的描述性分析支持和高级机器学习功能。兼容Oracle，Greenplum Database和PostgreSQL，可以轻松取代传统数据仓库和其他SQL-on-Hadoop引擎。
此外，Oushu Database支持原生Kubernetes容器平台，帮助企业无缝迁移到最新的云计算平台。
常雷解释道，将简单的无状态应用（比如Web服务器）迁移到容器比较简单，但将大数据平台迁移到容器却面临很多技术挑战。将Oushu Database和云平台结合带来应用和服务一体化，很容易做弹性扩容，自恢复和滚动升级，同时，Oushu Database在资源管理和自动化运维也带来很多便捷。
去年9月偶数科技发布了Oushu Database 3.0版本产品 。据悉，3.0版本对执行器进行了完全重新设计，充分利用了最新CPU的每一个特性，如SIMD指令等，可以做到性能的极致。其次，支持ORC外部存储格式，结合新的SIMD执行器，外部存储的性能可以提升10-50倍。
此外，传统数据仓库连接外部数据往往都是使用Connector形式，性能很慢，从而导致用户需要使用先导入外部数据再查询的方式，数据需要在多个系统存储多份，浪费了多倍存储空间。
结合新一代SIMD执行器，新版本可插拔存储框架使得数据库可以直接高性能访问外部数据，查询外部数据的性能和查询内部数据类似。
目前，Oushu Database已经在政府、金融、电信、电力、军工、制造业、物联网、互联网等行业广泛应用，助力政府机构与大型企业构建了全新的大数据平台。
比如，银行内各业务的数据孤岛效应严重、以及外部非结构化数据的整合不力等。金融行业需要高性能的数据仓库支持，Oushu Database可支持结构化数据的处理和非结构化数据的整合能力，可有效满足反欺诈等场景的数据处理。
在盈利模式上，偶数科技的产品是根据CPU／节点／容量收取账号年费，客单价在数十万到数百万之间不等。
而获客方面比较灵活，有从开源社区对接过来的客户，也有与微软进行战略合作，共同切入某垂直领域，还有直销团队。企业版客户已经达到数十家，代表性用户有国家电网、中兴、深圳市国税等。
-主编点评-
加入微软加速器后，微软在技术和产品上给了偶数科技极大的支持。基于微软Azure云平台，偶数科技成功开发了Oushu云数据仓库服务。其次，微软针对校友企业的CEO和CTO提供了相应的技术、市场和财务等培训课程，提升他们在管理等方面的能力。
第三，微软加速器会把优质的客户资源输送给偶数科技，目前已经为偶数对接了霍尼韦尔、太平保险集团以及兴业银行等大型客户。
另外，微软加速器还会提供品牌宣传、媒体采访、市场活动、融资对接等资源，还会牵线搭桥，与众多校友建立生态联系，互通有无。
声 明
本文为拓扑社（ID：tobshe）原创稿件，转载须在文章开头明显处注明来源拓扑社（ID：tobshe）及作者名字。如不遵守，拓扑社将向其追究法律责任。
拓扑社报道中所涉及的融资金额均由企业方提供，拓扑社不保证其数字真实性，仅供参考。
投稿、寻求报道或商务合作，请发邮件至 tobshe@itjuzi.com，或联系拓扑君（ID：tobsir），标注公司-职务-姓名，谢谢。
热点回顾
资本观点
相关内容
微信扫码咨询专知VIP会员