實時數據基礎設施平台「Timeplus」獲高瓴創投領投種子輪融資

訪問原網址

36氪獲悉,以流式數據為核心的實時數據分析基礎設施平台「Timeplus」已於日前完成種子輪融資。本輪融資由高瓴創投領投。其他共同投資者和專家顧問包括 GIC TMT 投資主管 Jeremy Kranz;前蘋果高級副總裁 Rory Sexton,其在過去 20 年負責打造蘋果的全球供應鏈能力;Richard Tibbetts, 實時流式數據庫領域專家,現Tableau產品副總裁;BMC 高級副總裁、數字服務和運營管理總經理、Splunk 前副總裁 Margaret Lee。

Timeplus成立於2021年11月底,是新一代面向流式數據為核心的數據基礎設施平台,專註實時流式數據分析。

稍作科普,當前大數據分析系統可以大致分為批式(batch)大數據和流式(streaming)大數據兩類。其中,批式大數據又被稱為歷史大數據,流式大數據又被稱為實時大數據,不同類型數據的處理時間存在差異。有資料介紹,目前複雜的批量數據處理(batch data processing),通常的時間跨度在數十分鐘到數小時之間;基於歷史數據的交互式查詢(interactive query),通常的時間跨度在數十秒到數分鐘之間;基於實時數據流的數據處理(streaming data processing),通常的時間跨度在數百毫秒到數秒之間。

Timeplus創始人王亭向36氪介紹,從行業趨勢來看,當前以IoT/機器行為、應用行為、交互行為等代表的實時數據的增長最為迅猛,預計2025年將超過30%。而Gartner也預計超過50%的企業級應用需要實時數據分析能力來提高企業運營效率。與此同時,數據的整體實際利用率卻不到5%,實時數據利用率更低,可挖掘潛力和場景也更為巨大。IDC也預計,“企業正在尋求新一代數據基礎設施,能夠充分滿足和擁抱這些實時數據” 。在實際業務上的作用來看,能夠契合實時數據利用需求的大數據基礎設施可以對內提高企業運營效率,對外更快更好地了解客戶、服務客戶,從而生產出滿足客戶需求的高品質產品。

王亭舉例介紹,流式大數據基礎設施可以在實時供應鏈可視化和物流監控、智能製造、實時金融欺詐、實時營銷和個性化推薦以及智能汽車實時監控等場景起到幫助企業更好利用流式數據的效果。比如在智能汽車實時監控場景,一台智能汽車一天所產生的實時數據可能超過10TB。

所以,對這些巨大的實時流數據、用戶駕駛和交互行為的實時分析和監控,可以更加確保汽車的駕駛安全並提升用戶體驗。進一步解釋邏輯,在智能電動車的電池監控場景中,一方面需要在實時電池傳感器流數據中迅速基於一些指標統計——如先用最近1個小時內電壓低於11V的次數作為初步異常信號,觸發實時預警,同時還需結合歷史數據做比較(類似天氣、時間段和路況的電池異常數據)進一步明確或排除一些分析數據時間過短���產生的錯誤告警以及細節。

根據王亭的觀察,傳統的數據處理產品方案無論在性能、延遲以及靈活部署上,均很難有效支持這些需求。這只是一個例子,同樣的需求也發生在金融、供應鏈、營銷等等場景中。一句話總結,隨着數據量的爆炸性發展,個性化服務、用戶體驗提升、智能分析、事中決策等複雜的且實時性更強的業務需求對大數據處理技術提出了更高的要求,這也是流式數據基礎設施進一步發展的必要性。

具體對比已出現的產品,王亭認為目前大部分面向全量歷史數據、集中統一的數據倉庫和分析平台,由於要對數據進行大規模全量處理,所以整體對需求的處理用時過長,數據新鮮度(data freshness)往往不能滿足用戶的時效性需求。所以,以時間為基礎的數據實時分析,以及對實時智能化和自動化的響應會成為新的行業趨勢。

針對這些痛點,Timeplus想要打造新一代面向時序的流式數據的實時分析平台——即既能高效、低延遲的對實時流式數據和歷史數據進行聚合處理,又能提供高級分析場景的產品。在對企業客戶對業務價值上,其希望幫助開拓全新的實時數據分析和實時運營自動化場景,體現實時數據驅動業務的價值。

在整體效果上,判斷實時流式數據分析平台性能的一個核心指標就是對實時事件數據的處理和分析延遲以及吞吐量。

當前在測試環境下,Timeplus的實時複雜分析的端到端延遲在普通機器上均小於100毫秒, 甚至小於10毫秒,性能超過行業水平20 倍以上,同時實時事件分析的吞吐量可以超過每秒1千萬事件。並且,Timeplus的整體部署成本小,可以靈活部署在從雲到端,甚至到設備側,“在完成強大複雜分析功能和卓越性能的同時,數據計算和存儲的消耗遠遠低於目前行業解決方案。”王亭表示。

之所以能做到這樣的效果,和Timeplus基於流式優先、融合向量化分析的實時數據分析架構設計息息相關。在底層技術架構上進行拆解,Timeplus設計了一個以時間為核心的統一實時分析引擎,支持多層計算模型,兼顧流式和歷史分析。這一引擎的設計目的是讓數據實時收集、實時處理以及產生實時洞察的整個過程變得簡單和迅速。

首先在速度上,王亭告訴36氪,Timeplus的引擎可以對實時數據做到快速的存儲,並反哺其整體分析速度。比如,在讓實時數據導入到其流式分析平台的過程中,相較同業其引擎能提升40倍的導入速度。另外,這一引擎能同時處理實時數據和歷史數據,使得最新的數據和歷史數據聯查變得可能而高效,且不需要大量預計算和重複計算。由此可見,這一引擎的作用首先是導入的高效,另外其在處理上也使得整體的分析速度更高。引擎也是公司的核心壁壘之一,在底層支持着整體數據的分析加速。

而且,Timeplus還可以按照特定格式對數據進行存儲,這會讓數據存儲變得一致和高效。在更為具體的效果上,王亭介紹:”時間高度優化的新一代數據存儲和分析格式 TDF(Timeplus Data Format),會讓數據無論在內存、磁盤還是雲存儲下,無論是流式分析還是歷史分析查詢中,都能高度保持一致和高效。不但數據只存一份,而且還能做到超高存儲和檢索能力,高可用,無數據丟失,同時支持向量化分析 。” 這不但可以大幅降低服務器存儲成本,而且讓亞秒的實時分析變得可能。

同時,在易用性方面,Timeplus選擇SQL作為統一分析查詢語言,這會讓絕大多數企業客戶無需學習和使用新語言,無需編碼就可以快速接入數據進行分析探索,獲取實時洞察。當然,使用SQL這類標準語言,也會讓Timeplus在匯聚不同數據庫的數據時更加快速便捷。

另外王亭還強調,Timeplus的特點也並不僅在於速度。其認為,Timeplus作為實時數據基礎設施平台的最大價值在於,真正把數據轉換成企業的實時決策和實時自動化,促進業務的巨大增長,提升企業競爭力。在具體場景上,Timeplus可以通過自身產品幫助用戶進行時間旅行——即用戶可以自由查詢幾個小時前的統計分析情況等。也就是說,這類產品並非空有技術而無場景。針對流式數據的大數據處理、分析平台首先要能滿足客戶的業務需求,促進相應場景中業務的發展,在此基礎上儘可能提升產品性能。

實時數據基礎設施平台「Timeplus」獲高瓴創投領投種子輪融資

產品架構

據介紹,Timeplus目前已經正式發布Beta版本的產品,吸引了一些全球客戶和合作夥伴的參與,如AlphaStream,Aurora耀乘、datapm、gravitydata等。以AlphaStream為例,作為一家巴西金融科技公司,他們使用Timeplus做到了實時股票市場定價。Alpha Stream的執行董事表示:“我們能夠簡單地將源插入 Timeplus 並開始對流數據編寫熱查詢以獲得結果。無需編譯和部署代碼。我們還可以將結果引導到接收器以在儀錶板中使用,甚至可以組合到另一個分析中。這使得原型設計能夠非常快速地部署應用程序。”

產品之外,王亭也介紹了公司的整體特點。具體而言,Timeplus團隊具備國際化基因,同時積累了較深行業產��和技術經驗。其創始團隊來自Splunk、SAP和Amazon等業界頭部數據平台公司。團隊之間的合作時長達到10年。

其中,CEO王亭為Splunk前全球工程副總裁,2012年作為創始人,籌建和發展Splunk第一個海外研發中心,帶領上百人團隊。早前,其曾在SAP BusinessObjects擔任產品工程全球副總裁,負責全球頭部的BI平台主打產品線Crystal Reports和Dashboards的產品和研發,同時主導SAP新一代分析可視化平台軟件,成為SAP Lumira Cloud的核心部分。另外,王亭也曾在TalkingData擔任CTO。公司COO彭偉(William Plummer)畢業哈佛大學商學院,具備20多年在高盛等世界頂級戰略諮詢公司經驗,曾任TalkingData首席戰略官,負責公司的戰略規劃, 管理海外業務線以及KA客戶、渠道合作。公司CTO陶剛具備20多年企業軟件設計經驗,曾擔任華為加拿大Distinguished Engineer and Architect。其也是前Splunk總部AI/ML以及數據生態平台部門首席工程師和前SAP商務智能可視化首席架構師。

也因為這些背景和經驗,王亭表示,公司接下來的一段時間內會先關注歐美等全球市場。同樣由於公司團隊在海外多年的積累,目前其已經有金融、供應鏈、工業互聯網以及互聯網行業的客戶線索。另外,公司也在中國區設有研發團隊,正在招募新成員加入Timeplus,也和合作夥伴一起在時機成熟時進行商機探索。

在不久之後,Timeplus也將發布正式的產品,以期觸達、服務更多客戶。

關於投資:

高瓴創投合伙人李強表示:全球數據增長進入持續爆發階段,未來3年的增長總量將是過去30年的總和,其中又以流數據佔比最高——達到了增長中的30%以上,而現有基礎設施難以應對這一數據快速增長下的需求。Timeplus創始團隊擁有超過15年的軟件行業實戰背景,基於多年工程實踐和技術創新、打造出的雲原生流數據分析平台,能夠幫助企業實現更高的業務敏捷性。我們看好Timeplus有機會成為新一代數據分析基礎設施,這也是我們為何從種子輪開始支持Timeplus的原因。相信在創始人王亭帶領下,Timeplus將以頂尖技術、為更多行業和企業提供持續創新的數據服務能力。

媒體報道

      36Kr  投資界  投中網

相關事件

  • 實時數據基礎設施平台「Timeplus」獲高瓴創投領投種子輪融資  2022-07-08
  • 跑象科技宣布完成數千萬元天使+輪融資  2022-04-15
  • 《數據智能平台實踐報告》—重構數據智能時代的數據基礎設施  2021-11-25
  • 風控服務商邦盛科技完成3.5億元C輪融資  2019-06-02
  • 柏睿數據完成過億元B+輪融資,東方嘉富領投  2018-09-29
(0)
上一篇 2022-07-08 12:09
下一篇 2022-07-08 12:09

相关推荐