< p class = "meta"> Av Andrew Brust för Big on Data | 24 juni 2021 – 17:07 GMT (18:07 BST) | Ämne: Big Data Analytics
Israelsk molndatalagerstart Firebolt tillkännagav idag att man har stängt en finansieringsrunda på $ 127 miljoner i serie B, vilket innebär en total finansiering på 164 miljoner dollar. Denna runda följer bara 6 månader efter företagets $ 37 miljoner serie A i december 2020. Ledande investerare för denna runda är Dawn Capital och K5 Global, med deltagande från tidigare investerare Zeev Ventures, TLV Partners, Bessemer Venture Partners och Angular Ventures. De extra pengarna kommer att användas för att utöka Firebolts produkt-, teknik- och marknadsteam.
Geek talar
ZDNet pratade med Firebolt VD Eldad Farkash. I likhet med vår senaste interaktion med Farkash i december fokuserade konversationen på en kombination av marknads- och teknikfaktorer i molndatalagervärlden.
Läs också: Varada och Firebolt lanserar molnanalysfrågeplattformar
Farkash delade några intressanta insikter. Först förklarade han att, även om det kan verka snabbt, anses ett 6-månadersintervall mellan serie A och B-finansieringsrundor vara konservativt i den israeliska startscenen. Men bortom denna tid-in-start-baseboll-tidbit menade Farkash att datalager inte längre bara handlar om affärsinformation. Han känner att även, och kanske ännu viktigare, molndatalagring omfattar behovet av applikationer för att utföra analyser direkt för operativa ändamål.
Utvecklare, demokratisering och data
Ta, för (ett omformulerat) exempel, scenariot för ett onlinespel med tusentals samtidiga användare. Spelets utgivare kanske vill utföra just-in-time analyser av användningsmönster, poängtrender och mer, och kanske använder resultaten för att driva kampanjer eller till och med spelinnehåll i farten. Eftersom den typen av analys är så tätt kopplad till själva spelet, är det utvecklare, inte analytiker som behöver kunna utföra det, och de behöver prestanda för att vara supersnabba, eftersom det lätt kan påverka prestandan av själva spelet.
Detta har orsakat en ny typ av demokratisering av data: en där vanliga utvecklare behöver en tjänst som kan ge dem denna datatillgång och prestanda. Och den tjänsten måste vara lätt att förbruka via API: er och kostnadseffektiv, så att utvecklare inte behöver vara alltför sparsamma i sin användning av den.
Ställ in tabellavsökningen
Farkash förklarade att denna typ av analys ger nyanserade arbetsbelastningar, där vissa frågor kan vara aggregerade och andra kan vara punktfrågor, men på grund av enorma och ständigt växande datavolymer kan även punktfrågorna involvera skanning av datavolymer i storleksordningen hälften en terabyte. Denna kombination av faktorer innebär att de flesta frågor är mycket beroende av tabellskanningar, men att många också kommer att behöva beskära data aggressivt. Det betyder i sin tur att de flesta datalagrar och datasjöar (fokuserade på breda aggregeringar) och säkert de flesta operativa databaser (fokuserade på att skriva data och relativt smala punktfrågor när de läser det) kan vara olämpliga för uppgiften.
Vi visste från vårt senaste samtal att Firebolt implementerar sitt eget filformat (FFF), vilket gör liberal användning av indexering. Detta undviker en nackdel med det mycket antagna Parquet-filformatet: dess kolumnstruktur hjälper till att skanna breda tabeller, men dess partitioneringsschema med ett enda uttryck kan begränsa punktfrågan. Med FFF prioriterar Firebolt tabellskanning utan att offra databeskärningsfunktionerna.
För mycket räcker inte
Firebolt hävdar att dess prestanda är två storleksordningar högre än konkurrenterna. Medan i många BI-scenarier som ökningen kan erbjuda minskande avkastning, är det viktigt för de stora dataanvändningsanalyserna som Firebolt riktar sig till. Medan Firebolt är övertygad om att den har den snabbaste motorn där ute, medger Farkash att strävan efter fantastiska prestanda inte är över, att “det finns fortfarande så mycket att slåss.” företaget har avslutat kommer att ge det robust ammunition för kampen.
Relaterade ämnen:
Cloud Digital Transformation Robotics Internet of Things Innovation Enterprise Software 