數據集分析初創公司SQream Technologies今天宣布已籌集3940萬美元。一位發言人說,大部分新資金將用于人才招聘,產品研發和改善公司的客戶服務平臺。SQream旨在通過提供更好的性能,減少占用空間并比競爭對手節省成本來降低大數據優化的障礙。

福布斯》發現,2017年僅有超過50%的公司采用大數據分析,其中95%的公司表示需要管理非結構化數據。這種增長也可能歸因于投資回報率(ROI)采用者報告。企業家指出,使用大數據的企業的利潤平均增長8%至10%。但是仍然存在障礙,Statista調查的40.3%的受訪者表示,缺乏組織敏捷性阻礙了大數據的使用。

SQream的面向列的數據庫產品SQream DB是GPU加速的數據倉庫,能夠處理具有從關系數據庫系統精選而來的功能的復雜查詢。SQream聲稱,通過內部部署和云加速,客戶可以分析數以萬億計的記錄,并且每個現成的GPU每小時可加載高達3 TB的數據。

SQream DB使存儲與計算脫鉤,從而在團隊成長時無需復制,重新分配或重新分區數據。它通過多種驅動程序和連接器與商業智能工具集成,包括ODBC,JDBC,Python,Node.JS,Spark,R,Java和C ++。SQream DB的接口層充當控制數據倉庫的服務的集合,而計算層是運行實際數據處理任務的地方。最后一層-存儲層-分為一個元數據模塊,在其中存儲所有常規數據庫對象,以及一個持久的批量數據組件,該組件針對原始表掃描性能進行了優化。

SQream DB可以使用外部表語法直接從外部源讀取數據,并且其列式存儲系統在水平和垂直方向上進行分區,以進行連接,聚集,匯總和排序之類的分析操作。列引擎允許選擇性地訪問所需的列子集,與標準存儲相比,減少了磁盤掃描和內存I / O。同時,超分區將存儲水平地分成可管理的塊,補充了AI輔助壓縮,該壓縮將壓縮方案與給定語料庫相匹配。

管理員可以使用SQream DB基于角色的權限系統來控制訪問,并且該平臺可以通過添加存儲和計算節點來自動擴展。它旨在與任何支持Linux和Nvidia CUDA的服務器一起使用。該公司表示,向任一方向發展SQream DB都不會影響數據可用性或完整性。

盡管像SQream這樣的GPU加速數據庫非常適合某些工作負載,但尚不清楚它們是否會很快進入主流。這是因為它們在無法并行化或不涉及浮點數和其他數字處理的數據庫操作上往往表現不佳。此外,他們很難脫穎而出-SQream與BlazingDB,Kinetica和OmniSci(以前稱為MapD)等供應商競爭。

這家位于特拉維夫的公司表示,它專門針對需要高數據庫吞吐量的AI和數據分析應用程序。SQream聲稱,一位客戶-泰國最大的手機運營商之一AIS-部署了SQream DB,以將數百萬個原始數據記錄的查詢時間從一小時減少到不到50秒。據報道,另一位客戶Sheba Cancer Research Institution使用該平臺分析了多達1 PB的基因組序列。

Mangrove Capital Partners和Schusterman Family Investments共同領導了這次最新的融資,現有投資者Hanaco Venture Capital,Sistema.vc,世界貿易中心風險投資公司,Blumberg Capital,Silvertech Ventures和阿里巴巴集團參與了此次融資。(SQream在2018年與阿里巴巴合作,為阿里云客戶提供前者的GPU加速數據庫服務。)B +系列使SQream的總融資額超過5,000萬美元。作為本輪融資的一部分,Silvertech Ventures的Charlie Federman和Mangrove的Roy Saar將加入SQream的董事會。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如有侵權行為,請第一時間聯系我們修改或刪除,多謝。