36氪首发 | Kyligence获1500万美元B轮融资，从预处理加速做到数据仓库

今日，Kyligence宣布已完成由斯道资本（富达国际有限公司 “Fidelity International Limited” 自有投资机构）领投，原有股东红点中国、思科、宽带资本、顺为资本跟投的1500万美元B轮融资。此前，公司于2016年4月获得数百万美元的天使轮投资，由红点中国投资；之后于2017年4月完成800万美元A轮融资，由宽带资本与顺为资本领投，红点中国继续跟投。

Kyligence于2016年初在上海成立，其目标是构建基于Hadoop的数据仓库及OLAP产品。

如下图所示，Kyligence是在大数据平台和展现层之间的数据集市／OLAP层。底层数据源来自Hive、SparkSQL、Kafka等，上层展现层则是像Tableau这类BI产品。现如今，Kyligence在底层还支持了传统的数据仓，像Greenplum、Teradata等，以及创业公司产品，像偶数等。

Tableau也可以直接链接底层数据仓，之所以还存在一个中间层，有几点好处：

①传统Greenplum、Teradata等数据仓在面对百亿规模的数据时，处理分析会变的缓慢。而Kyligence是基于大数据的分布式架构，相当于企业原来导入进Greenplum的数据，现在可以导入Kyligence平台进行分析。

②Kyligence是一个统一的分析访问层，上层Tableau之类不需要一一对接不同的底层数据仓，直接对接Kyligence就可以，一种标准的SQL语言。其实也可以理解为外界所说的“数据中台”概念。

③Kyligence可以将企业各种业务分析模型通过Cube的形式进行组织和整理，通过机器学习和算法，将常用的操作进行预处理，企业在分析请求时可以直接得到分析结果。

当然，这种“预处理机制”一定会占用企业的存储空间，因为“本质上就是用空间换时间的过程”，Kyligence创始人兼CEO韩卿表示，“我们也做的大量技术研发。假设原始数据有100T，现在只需要多20%－30%的空间，也就是20-30T的空间，就可以做到90%的场景都能提速。查询动作可以实现亚秒级延迟。当变成只读系统后，并发就会提高，分析时不用从头扫描、处理数据，直接读取预计算的结果就可以。”

至于不同的业务模型，企业之前使用Greenplum时就已经存在，现在Kyligence可以通过历史分析，进行自动化迁移。

据悉，Kyligence目前主要应用在金融、零售、制造、电信等行业。客户新业务使用Kyligence的同时，旧业务架构也在向Kyligence迁移。“所以既有增量市场，也有存量市场，”韩卿表示。

产品上，Kyligence最新发布了Kyligence Enterprise v3.0及Kyligence Cloud v2.0，思路是通过机器学习等增强数据仓库分析技术。“对比上一代查询引擎，新版Kyligence Enterprise 可实现查询提速15倍的同时节省50%存储空间。”Kyligence 联合创始人兼 CTO 李扬告知。

值得强调的是，Kyligence创始团队成员来自eBay，IBM，微软，摩根斯坦利，SMG等著名互联网及数据公司，包括多位Apache Kylin™的核心贡献者，并活跃于各个开源社区，Apache Kylin是第一个由中国团队完整贡献到ASF(Apache 软件基金会)的顶级项目。

据了解，Kyligence目前有100多人。已服务的客户包括国泰君安、华为、联通、OPPO、上汽集团、太平洋保险集团、中国银联等，并且还有多个来自美国的客户。平均客单价在百万元级别。

本轮融资后，Kyligence将加大产品研发，拓展销售市场，以及增加社区投入，同时开拓美国、欧洲等国际市场。（如果你对该公司感兴趣，简历请戳info@kyligence.io）