< p class = "meta"> Af Andrew Brust til Big on Data | 24. juni 2021 – 17:07 GMT (18:07 BST) | Emne: Big Data Analytics
Israelsk cloud data warehouse opstart Firebolt meddelte i dag, at det har lukket en $ 127 mio. Serie B-finansieringsrunde, hvilket bringer den samlede finansiering til $ 164 mio. Denne runde følger kun 6 måneder efter selskabets $ 37 mio. Serie A i december 2020. Hovedinvestorer til denne runde er Dawn Capital og K5 Global med deltagelse fra tidligere investorer Zeev Ventures, TLV Partners, Bessemer Venture Partners og Angular Ventures. De ekstra penge vil blive brugt til at udvide Firebolts produkt-, ingeniør- og go-to-market teams.
Geek taler
ZDNet talte med Firebolt CEO Eldad Farkash. I lighed med vores sidste interaktion med Farkash i december fokuserede samtalen på en kombination af markeds- og teknologifaktorer i cloud-datalagerverdenen.
Læs også: Varada og Firebolt lancerer cloudanalyseforespørgselsplatforme
Farkash delte nogle interessante indsigter. Først forklarede han, at selvom det kan virke hurtigt, betragtes et 6-måneders interval mellem serie A og B-finansieringsrunder som konservativ i den israelske opstartsscene. Men ud over denne inden-start-baseball-godbid, mente Farkash, at datalager ikke længere kun handler om business intelligence-orienteret analyse. Han føler, at også, og måske endnu vigtigere, cloud data warehousing omfatter behovet for applikationer til at udføre analyser on-the-fly til operationelle formål.
Udviklere, demokratisering og data
Tag for eksempel (et parafraseret) eksempel scenariet for et online spil med tusindvis af samtidige brugere. Udgiveren af dette spil ønsker muligvis at udføre just-in-time analyser af brugsmønstre, scorende tendenser og mere og kan muligvis bruge resultaterne til at drive kampagner eller endda spilindhold i farten. Fordi den slags analyse er så tæt forbundet med selve spillet, er det udviklere, ikke analytikere, der har brug for at kunne udføre det, og de har brug for ydeevnen for at være superhurtig, da den let kan påvirke ydeevnen af selve spillet.
Dette har forårsaget en ny form for demokratisering af data: en, hvor mainstream-udviklere har brug for en tjeneste, der kan give dem denne dataadgang og ydeevne. Og den service skal være letforbrugelig via API'er og omkostningseffektiv, så udviklere ikke behøver at være alt for sparsomme i deres brug af den.
Indstil bordscanningen
Farkash forklarede, at denne type analyser medfører nuancerede arbejdsbelastninger, hvor nogle forespørgsler kan være aggregerede, og andre kan være punktforespørgsler, men på grund af enorme og stadigt voksende datamængder kan selv punktforespørgsler involvere scanning af datamængder i størrelsesordenen halvdelen en terabyte. Denne kombination af faktorer betyder, at de fleste forespørgsler er meget afhængige af bordscanninger, men at mange også bliver nødt til at beskære data aggressivt. Det betyder igen, at de fleste datalagre og datasøer (fokuseret på brede sammenlægninger) og bestemt de fleste operationelle databaser (fokuseret på skrivning af data og relativt smalle punktforespørgsler, når de læser det) kan være dårlige til opgaven.
Vi vidste fra vores sidste samtale, at Firebolt implementerer sit eget filformat (FFF), som gør liberal brug af indeksering. Dette undgår en ulempe ved det meget vedtagne Parquet-filformat: dens søjleformede struktur hjælper med at scanne bredt bord, men dets partitioneringsskema med et enkelt udtryk kan begrænse punktforespørgselens ydeevne. Med FFF prioriterer Firebolt bordscanning uden at gå på kompromis med databeskæringsfunktioner.
For meget er ikke nok
Firebolt hævder, at dets præstationer er to størrelsesordener højere end konkurrenternes. Mens i mange BI-scenarier, at perf-stigning kan give aftagende afkast, er det vigtigt for de big data-operationelle analyseanvendelsessager, som Firebolt målretter mod. Mens Firebolt er overbevist om, at den har den hurtigste motor derude, indrømmer Farkash, at søgen efter stor ydeevne ikke er forbi, at “der er stadig så meget at kæmpe for.” Virksomheden har afsluttet vil give den robust ammunition til kampen.
Relaterede emner:
Cloud Digital Transformation Robotics Internet of Things Innovation Enterprise Software 