高性能处理结构化和非结构化数据：通用数据库初创企业Deep获1000万美元融资

通用数据库初创企业Deep Information Sciences 近日宣布在A轮融资中获得1000万美元，投资者包括Stage 1 Ventures、Robert Davoli以及一些天使投资人。

Deep Information Sciences的主打产品是DeepDB。跟一般的专用数据库不同，这种数据库可以处理结构化、半结构化以及非结构化的数据。所以它排斥SQL、NewSQL、NoSQL、内存数据库等标签，自称为“通用数据库”。

传统数据库擅长事务处理，针对写优化（如按行存储）。而大数据要求深度分析、高度灵活、可伸缩、实时性，主要是针对读优化的（如按列存储）。正所谓鱼与熊掌不可得兼，所以，擅长OLTP的SQL数据库往往无法胜任OLAP，因而在大数据时代才有了Hadoop的崛起。

不过，DeepDB通过利用以下几点实现了鱼与熊掌兼得：

1）充分利用多核CPU及新型的并发数据库算法，且这些计算能力可以是来自于本地和云端。
2）利用大容量的廉价内存实现高缓存及对大数据集的内存操作。
3）利用高吞吐的存储子系统，通过算法强制所有IO操作串行进行，从而实现吞吐量的最大化。

从下图可看出，DeepDB对多核CPU的利用率保持在93%以上，且对内存的占用很少。

根据Deep发言人的说法，DeepDB的使用效果明显。该公司现有两家商业客户。其中之一是Global Relief Technologies。在更换了DeepDB数据库后，Global Relief Technologies原来需要一天完成的处理事务现在只需要17分钟。而据Deep在白皮书中的测试结果，DeepDB每秒可处理172万次事务，远远高于MySQL+InnoDB的3.2万次/秒。

当然，提供事务型和分析型混合处理能力的并不仅有Deep一家，SAP的HANA以及JustOneDB也能进行这种通用处理。传统的事务处理需求必然还将长期存在，而大数据应用也会越来越多，因此，这种能兼顾两种应用类型的数据库在竞争中无疑会赢得更多的优势。