当前位置:首页 > 小说大全 > 正文内容

「数据新星」Databricks 崛起启示录

2022-05-04小说大全227

在数据库领域,如果问当下谁最火,那一定排得上号。

去年8月,距离10亿美元的G轮融资刚过去7个月,再次获得16亿美元H轮融资,身价摇身一变成380亿美元,成为外界一致认为的超级独角兽。一直以来,数据领域备受关注,如果从2007年开始计算,全球的数据量至今已经膨胀了近200倍,数字化被写入战略规划成了各类行业的共识。

在数据量井喷的背景下,上云趋势也越来越明确,以、为代表的大数据公司应运而生,前者基于打造了云端的数据仓库,后者除了推出(湖仓一体),现在又押宝机器学习,试图包管数据在抵达机器学习之前的所有流程。

不同的是,已经从原来的infra向更广泛场景延伸,和昔日的伙伴同台竞技。与此同时,以AWS为代表的云巨头,也都曾战略性投资过,但现在也都在自研数据分析套件,竞合关系渐趋白热化,让数据基础设施的战火扑朔迷离。

01从0到1

企业的性格往往被它的创始人和技术背景所决定。

十几年前在UC 的AI实验室里,和伙伴发起Spark项目:做一个能够更轻松处理大量数据和机器算法的引擎崛起之科技巨头,并且开源了代码。相比较多数开源项目,面向的都是底层技术性强要求的infra工程师,spark面向更广泛的客户群,同时在上层加了很多的新的API,降低了技术门槛。

因为没有优秀的开发者社区运营和推广团队,Spark变现比较难,之后团队成员决定成立,以商业化方式推动Spark社区发展。即便Spark是过去硅谷的顶流产品,但这并没有让AWS等巨头买账,他们选择绕过,直接将Spark集成到自己的产品里。在卖产品还不如办Spark峰会收入高的时候, EMR已经针对Spark实现了几亿营收。

科技巨头txt全集下载_科技巨头小说_崛起之科技巨头

创始团队走了一条不被大众熟知的激进的路:云。

虽然不管对公司还是客户来说,云可以更快部署,也更容易维护,但正如联合创始人 Xin所说,大部分的人知道云是未来,但绝不是现在。当时只有小部分风投注资这家初创企业,New 的投资者Pete 说:“我们在的软件收入为零时投资,认为他们会在大流行中加速发展崛起之科技巨头,也许是一两个月,每个人都无法及时知道会发生什么”。和一样,他们也在赌未来。

图:年度融资及估值变动

2013到2015这三年,虽然有硅谷风投支持,也借力这些资金吸引人才,推出了基于云端的简化大数据处理平台 Cloud,但不管是招主管、找融资还是见客户,都会被质疑:真的不支持on-prem吗?

因为背靠Spark,很多客户甚至愿意年付几千万美金让提供咨询定制化项目,但做的是一个给数据工程师的平台,这是当时大部分公司闻所未闻的玩法,也是前几年商途不顺的原因之一。值得一提的是,彼时的云界开源前辈曾改名“Cloud Era”,可在当时的市场情况下,最终还是转向了on-prem做定制和售后支持才得以存活。

在这种逻辑下,云厂商把开源软件拿来经过简单的封装,再作为服务卖出去。由于这个过程只需要简单的部署和调试,工程成本极低,定价也不高,巨头从中赚走了大部分,这对来说相当于吸血,怎样和有钱有人的云巨头对抗,是亟需在技术上打造的壁垒。

科技巨头txt全集下载_崛起之科技巨头_科技巨头小说

他们赌的另一条路,是不做数仓。

彼时数据仓库竞争过于激烈,以亚马逊为首的巨头占据了大部分市场份额,继续小众打法:避开红海,尝试切入一个新兴却可能会有爆炸性增长的小市场,针对数据科学家、数据工程师和AI的方向做产品。

开源小公司的优势在于更懂项目,迭代更快,能够聚焦、死磕产品性能,而公有云大厂很难在单一方向投入最好的工程师。随着数据量的爆发,云的生态优势逐渐被认可,加上当时市面上也没有大量竞品,这给的产品带来了机会。

另一方面,在2019年微软投资之前,正巧CEO纳德拉推动云为先的战略,两家合作的Azure 进入了微软的企业许可协议。微软从一个大数据竞争劣势的云产品摇身成为业界领先,形成了云巨头三足鼎立的局面;因为几乎所有大企业都和微软有ELA,共生效应之下,客户原本买云买的预算自然流向了。

有人将创始团队比作一群幸运的加州嬉皮士RD,他们信仰技术,信仰来源,信仰共享和长期主义,这些也都成为了的底色。

02超级加倍

让所有人感到意外的是,2019年后,以绝无仅有的加速度在增长。

截至2021年2月,公司已经筹集了近20亿美元资金,包括由富兰克林邓普顿领投的10亿美元G轮融资,此时估值已经达到280亿美元;在经过最新轮融资后,亿的身价与三年前的62亿相比暴增了近13倍。

基本面决定价值,价值决定价格,如果将的成功仅归结于对技术犀利的洞察,借助了巨人的肩膀和好运气,这还远远不够。基于开源的创新是成长的关键,从大数据领域杀入云计算和AI,它的产品矩阵里包括、、以及开源分析引擎Spark等杀伤利器。

其中,超过80%的用户使用Delta Lake;为数据科学家提供了标准化的开源框架,下载量以每月80万的速度增长,拥有比Spark更多的用户;而可以让数据科学家在笔记本电脑上使用编程,调用几个API就可以将工作部署到大型的分布式Spark集群上,把社区的数据科学创新带给了Spark用户。

帮助其他企业构建自己的AI能力,透露出了的野心:从BI到AI,构建一个企业AI平台,因为认为,在企业计算领域,行业还没有出现头部的企业AI平台。

除了软件产品本身,的业务模式也有所不同。

传统的开源商业模式是软件免费,厂商收取支持和服务费用,这在on-prem里或许可行,但在云的世界就不一定了。在开发、软件运行、运营和托管方面向客户收费,采用SaaS开源的盈利模式,客户可以在本地开源平台下载免费的基础软件,同时也可以下载开源公司打造的其他付费版本。

不高估开源,也不低估市场,说:“在云端托管开源项目并把它们租给用户,客户流失率更低,利润增长更快”。SaaS租赁模式下,的核心知识产权没有存放在它所赞助的开源软件项目中,而是在它用来监管云端软件的工具中,这样避免了泄露的风险。

根据报告,最新ARR (年度经常性收入)达到6亿美元,相当于同财年12亿营业收入的一半,截至目前,后者市值近670亿美元,如果按照两倍之比来简单预估,亿的估值也比较合理。以新估值计算,的价值是当前ARR的63倍,相较于2020年的4.25亿美元,ARR近30%的增长率让投资者对它未来的收入十分看好。

图:与定价对比(来源:官网)

另一方面,通过对比官网收费方式发现,虽然是平台租出服务器的计算资源,但这些服务器整个系统都建立在主要的云厂商的基础服务上。以(左)为例,同样是以每秒粒度使用的计算资源付费,是平台和云厂商打包收费方式,客户对底层服务界面(如EC2)和上游的的成本花费要一次性付清,但比例是怎样无从得知,而打包之后需要支付给云厂商另外成本,这在无形中增加了费用风险。

(右)的玩法是分开收费,用户的账单主要分为两部分:常规的底层云厂商服务器租用成本,以及在这些服务器上的功能费用。客户使用底层器时,费用单独付给云厂商,并不算在的营收里。

所以如果对比营收,比如2020年的营收近6亿,但刨去付给云厂商的费用,和亿多的营收相比,也差不了多少。而这既是毛利率比高的原因,也是前者赚钱能力强的体现。有观点猜测迟迟不上市的原因,如果根据的说法,是为了避免二级市场所带来的波动,或许收费方式被迫改变等不可预测因素也在里面。

03天时地利人和

崛起之科技巨头_科技巨头小说_科技巨头txt全集下载

根据官网显示,除了为数据科学家、数据领导者与数据工程师提供角色解决方案,还利用大数据和AI为广告和营销、通讯服务商、教育、能源、联邦政府、金融、医疗等13类行业提供服务。

从类别数量上,要多于,此时全球已经有7000 多家组织(包括荷兰银行、康泰纳仕、H&M 集团、再生元和壳牌)依靠 实现大规模数据工程、协作数据科学、全生命周期机器学习和业务分析。

通常情况下,企业客户在进行数据架构时,第三方平台提供数据湖方案,在数据湖中做一些常见的数据工程;同时会有一个数据仓库,存放相当于数据湖5%-10%的结构化数据,来做BI等简单的数据分析。

但由于数据分裂在两个系统上,针对同一个客户问题分析,不同团队有不同权限,因而会看到不同版本的同一份数据,当得出不同结论后,做商业决策的团队不相信数据,进而导致底层数据平台失信,这是个很致命的问题。

将结构化和非结构化数据结合到一个地方,让客户在不移动底层数据的情况下执行数据科学和商业智能工作,是大数据发展的一个关键变化。于是,决定力推,能够直接在数据湖的低成本存储上,实现类似于数据仓中的数据结构和数据管理的功能,可支持BI到AI所有的工作流。

从的网页介绍上看,无论是数据工程、数据科学,还是机器学习都要依靠运行,加上过去使用低成本对象存储的数据湖的访问速度很慢,如今DB SQL提高了分析质量和性能,使数据湖在大数据集上的处理与数据仓库相媲美。

“是一个新赛道,这是一场地盘争夺战”,H轮融资之后,表示,这笔资金将主要用于加速的产品创新和市场开拓。与此同时,透露保留所有主要公共云的选择和灵活性,并将发展成传统数据仓库的替代品。

越来越多的企业乐于看到的实力和发展潜力,这和它本身的商业逻辑有关,业内传统企业如在营收额上虽高过好几个身位,但市值仍徘徊在40多亿美元。大剂量的资金注入后,选择并购来填补产品路线图中的空白或不足,重点是机器学习和数据初创公司,以及扩大与云公司的合作伙伴关系。

“云、开源、机器学习,这三个方面已成为每家企业战略的核心。我们真的很幸运能够处在这三大趋势的中心位置上。”在接受采访时说到。如果说2019年前看好的小部分风投是赌趋势,如今匆匆进场的其他机构也并没有迟到,因为在他们眼里,这家独角兽仍具备难以估量的增长能力。

分享给朋友:

相关文章

写小说有多累?

2013年 网络作家 十年雪落 猝死 2013年 奇幻小说作家 海千帆 猝死 2019年 网络作家 格子的夜晚 猝死 39岁 2020年 网络作家 剑游太虚 去世 32岁 这是几个网络作家猝死的案例,可以从侧面感受一下写小说有多累。这还是叫...

【完结】《侯门毒妃》安宁苍翟全文免费阅读

【完结】《侯门毒妃》安宁苍翟全文免费阅读

小说简介:《侯门毒妃》小说主角是安宁苍翟,完本小说是由作者真爱未凉创作的一部古代小说。最新章节:第三章第3章 暗地算计安宁将她的反应看在眼里,将绣好的《牡丹争艳图》拿出来。安茹嫣立即上前,将绣图打开,眼前倏然一亮,禁不住发... 第六章第...

你看过后宫最多的小说是哪一部?

你看过后宫最多的小说是哪一部?

说道这个,我觉得最多的要数天堂不寂寞的《异界之风流大法师》了。 这本书是一本西方魔法类的小说,讲述的是一个特种军人穿越到了异世一个纨绔二代的身上,并且刚附体就把帝国的公主给那啥了,然后便开始了自己的一番奇遇历程。 这本书的文笔并不算特别好...

第121章 冲喜第121天 身世

第121章 冲喜第121天 身世

被留下的王且惊骇难言。 一直以来,他遵从的准则便是在其位谋其事。他不掺和到复杂的权利斗争之中,凡是上头吩咐下来,他便照做。 但他没想到,一桩赵氏谋逆案,竟然会牵扯出如此的骇人的真相。 先帝弑兄夺位,又为了抹平证据,冤杀赵氏满门。就连先太子妃...

战神王妃求下堂苏梓玉慕容彦全文在线阅读 战神王妃求下堂苏梓玉

战神王妃求下堂苏梓玉慕容彦全文在线阅读 战神王妃求下堂苏梓玉

主人公叫苏梓玉慕容彦的书名叫《战神王妃求下堂》,是作者陈阿蔓最新写的一本古代言情小说,内容主要讲述:嫁入王府五年,她失了全族,中了索命毒她深爱他多年,可他只当她是替身,恨她入骨她本是高高在上的公主,到他这里,一文不值,仿若尘埃她累了,倦了,...

《楚楚兮》 一直想写一篇古言战争的小说,多多支持

  郁郁乎草木,楚楚兮美人——南怀王   (1)   这是离修远第一次来涟漪坊,畏畏缩缩的,被小厮迎进入座后才稍稍镇定些,他瞥了眼其余五个人,除了路漫漫没表现出什么,墨安歌、叶蓁蓁、许庆云和重伯庸都多多少少有点紧张。老先生时常挂在嘴里的靡靡...

有什么好看的小说,能推荐下吗?

有什么好看的小说,能推荐下吗?

鉴于题主没说是什么类型的小说,所以就姑且认为你和我一样,什么书都看吧,所以下面的书单会比较长、杂,请谨慎进入。 《狼牙》 刘猛 作品 小说《狼牙》封面 《狼牙》小说评分8.1,以中国第一支陆战队的创建及成长作为背景,描写了从南疆保卫战之后...

有哪些重生复仇类的小说,像《庶女有毒》一类的?

有哪些重生复仇类的小说,像《庶女有毒》一类的?

重生复仇类的小说在古言当中有很多,我最初看的是小说《庶女有毒》,从此停不下来了,搜罗了好多这种类型的小说,一到书荒就会随便翻出来看一遍。 小说《丞相的世族嫡妻》,作者是灵绯,女主是薄倾情,这部小说的女主是我看过的最强大,最聪明,最漂亮,...

第一三五六章 雷塔第一战

第一三五六章 雷塔第一战

(笔趣谷无弹窗)提供高速文字无弹窗的小说,让你阅读更清爽,请记住我们的网址。 众多参赛者纷纷飞身上台,然后迅速冲进了天门雷塔。 尽管第一个进入天门雷塔和最后一个进入天门雷塔,其中的区别似乎并不大。但所有的人都清楚,在天门雷塔中,危险的可不仅...

如何评价小说《凡人修仙传》?

看到目前为止的最佳小说。优点如下:不装逼。文字不华丽故事不离奇思想不深刻,也许你要问,难道这是优点?对,这是凡人最大的优点。安安静静,扎扎实实地先把故事讲清楚,讲完整,然后再讲精彩。我举个对比,辰东的巅峰之作遮天,前期味同嚼蜡,完全不知道为...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。