创新公司 || SequoiaDB巨杉数据库:拔地起飞的数据引擎

柯志雄

巨杉数据库的分布式数据库帮助企业级大数据市场,以低成本的方式由传统拥抱“新世界”。

0
分享到新浪微博
分享到腾讯微博


上榜理由:其分布式数据库帮助企业级大数据市场,以低成本的方式由传统拥抱“新世界”。



创立至第五年,巨杉在几年耕耘赢得金融业的一片根据地之后,在企业大数据市场爆发的大背景之下,也迎来了真正的蜕变。基于自己标准化、高性能的产品,在众多的应用实践中,巨杉重新定义了分布式数据库在企业级大数据市场中的位置,也在大数据的商业世界纵深扎根。


赋予这种商业成功更大意义的是,庞大的大数据行业无论按几层划分,其中基础架构都是食物链的最高处,而巨杉是这一环上仅有的中国公司。这最早得益于王涛的预见力。


大数据新世界的领跑者    


“数据的基础架构这块首先可以分为‘旧世界’与‘新世界’”,王涛说。以Oracle 为首的“旧世界”方案主要就是集中式计算与存储,而“新世界”则推崇分布式、计算与存储分离的方案。


“Oracle 这样的数据库需要大量的硬件和运维人员支持。并且当规模达到上百或上千TB 时,它的费用也不是一般机构可以承受得起的”,资深的软件咨询顾问、Open Software Integrators董事长 Andrew C. Oliver 说:“更糟糕的是,当客户的数据规模扩展到一定程度时,企业需要底层软件架构做出改变。而‘Oracle 们’通过添加其它的技术来解决这个问题……这无异于将鹅钉在一辆Mack 卡车上而称之为飞机。”2011年,Oracle 的传统数据库许可收入高达167.5 亿美元,但包括巨杉在内的明眼人都看到“旧世界”难言后劲。



 

传统的数据库技术已经不能适应大数据的需求,同时新的大数据、分布式数据库技术正在萌芽。在这个时间节点上,中国在新大数据技术领域其实和硅谷基本是在同一个起跑线,因此巨杉也扛起了数据领域“新世界起义军领袖”的大旗,决心自己做一款中国的分布式数据库。


第一批标杆性客户们将巨杉数据库实际用于生产环境,对巨杉的技术、稳定性以及团队支持能力的认可让巨杉初步找到了自己的定位。如今,许多金融机构或传统行业客户,既期望拥抱新数据技术的同时,又希望以稳健的步伐小步快跑,不愿在底层做过于激进的切换,而巨杉数据库则可以完全满足用户的需求。



巨杉数据库以分布式数据库技术进入到近线数据、影像平台等非核心应用场景,让客户在高并发、大数据量的场景中以初期可以接受的整体拥有成本(TCO)快速见到显著业务效果,从而推动新技术在企业内部的推广和进一步发展。例如在广发银行,线数据平台在不到4 个月的实施周期后,仅在司法查询场景的生产环境中,就可以每年为广发银行的运维团队节省1,500 人一天的工作量。


实时交互定义新生态定位    



2016 年,随着大数据产业化进程的不断推进,市场上对海量数据的实时数据管理以及非结构化数据管理提出了更进一步的需求。


通过巨杉数据库在数据存储层的“数据湖”方案,金融机构可以以初期较低的开发部署成本,快速将过去十几年的历史数据都利用起来,提供可随时进行高并发在线交互式查询,以及对企业内各个部门进行自由分析探索的解决方案。



       

例如,越来越多的银行开始提供直销银行服务。而满足高并发用户对于历史数据检索需求的同时,后台系统可以对这些海量数据进行用户画像分析,其结果还可以用来进行理财产品推荐,这些都是当前很多银行在技术转型的过程当中面临急需解决的问题。同时,对于影像等非结构化数据,“数据湖”使得客户能在数据库中高效地管理这些数据,来优化服务体验或挖掘大数据的潜力。这样一来,用户“身在曹营”,同时也能快速拥抱数据的“新世界”。


“过去,由于国外传统技术高昂的成本,一套最基本的数据库系统最少需其近要几千万。而对于银行海量的历史数据,则根本不可能完全存放在这些成本高昂但效率低下的系统中。因此,为了节省成本,历史数据只能离线存放,许多需要调用历史数据的服务,比如要查过去历史的交易流水,银行会让你先回去等通知,是没法即时提供的。”王涛说,“在大数据的实时交互类这块,巨杉这样的分布式数据库是现有大数据架构的有力补充,如历史数据管理和查询、非结构化数据和影像数据管理、用户画像、数据湖等场景也是目前企业级大数据应用中落地和见效最快的部分。”

         

             

2016 年, 巨杉获得了DCM 近亿元融资,成为国内数据库领域得到的最大一笔投融资。而巨杉数据库更作为唯一一家中国基础软件产品入选硅谷的大数据象限,与包括IBM、Cloudera 在内的几百家国际知名大数据公司同台竞技。


同时,巨杉数据库也从1.0 版本升级到2.0 时代,在支持标准SQL 访问、深度整合Spark 2.0 的基础上,又加入了双引擎灵活存储,更针对客户需求提供了几个低成本、易实施,同时能够快速见效的行业解决方案,应用场景已经遍及金融大数据、政务服务、实时运营监管、物联网设备监控、车辆轨迹跟踪等各个领域,将大数据、分布式计算从概念应用于实际,为中国IT转型提供了坚实的基础。



关键字: 数据库 引擎 数据
有0条评论

发表评论