< p class="meta"> Di Andrew Brust per Big on Data | 24 giugno 2021 — 17:07 GMT (18:07 BST) | Argomento: Analisi dei Big Data
La startup israeliana di cloud data warehouse Firebolt ha annunciato oggi di aver chiuso un round di finanziamento di serie B da 127 milioni di dollari, portando il finanziamento totale a 164 milioni di dollari. Questo round segue solo 6 mesi dopo la serie A da $ 37 milioni della società nel dicembre 2020. Gli investitori principali per questo round sono Dawn Capital e K5 Global, con la partecipazione di precedenti investitori Zeev Ventures, TLV Partners, Bessemer Venture Partners e Angular Ventures. Il denaro aggiuntivo verrà utilizzato per espandere i team di prodotti, ingegneria e go-to-market di Firebolt.
Parla Geek
ZDNet ha parlato con Eldad Farkash, CEO di Firebolt. Simile alla nostra ultima interazione con Farkash a dicembre, la conversazione si è concentrata su una combinazione di fattori di mercato e tecnologici nel mondo del cloud data warehouse.
Leggi anche: Varada e Firebolt lanciano piattaforme di query di analisi cloud< /strong>
Farkash ha condiviso alcuni spunti interessanti. Innanzitutto ha spiegato che, anche se può sembrare veloce, un intervallo di 6 mesi tra i round di finanziamento della serie A e B è considerato conservativo nella scena delle startup israeliane. Ma al di là di questo bocconcino all'interno delle startup, Farkash ha affermato che il data warehousing non riguarda più solo l'analisi orientata alla business intelligence. Ritiene che anche, e forse ancora più importante, il cloud data warehousing comprenda la necessità delle applicazioni di eseguire analisi al volo per scopi operativi.
Sviluppatori, democratizzazione e dati
Prendiamo, per esempio (parafrasato), lo scenario di un gioco online con migliaia di utenti simultanei. L'editore di quel gioco potrebbe voler eseguire analisi just-in-time su modelli di utilizzo, tendenze di punteggio e altro, e potrebbe utilizzare i risultati per promuovere promozioni o persino contenuti di gioco al volo. Poiché questo tipo di analisi è così strettamente legato al funzionamento del gioco stesso, sono gli sviluppatori, non gli analisti, che devono essere in grado di eseguirlo e hanno bisogno che le prestazioni siano super veloci, poiché possono facilmente influire sulle prestazioni del gioco stesso.
Ciò ha causato un nuovo tipo di democratizzazione dei dati: uno in cui gli sviluppatori tradizionali hanno bisogno di un servizio in grado di fornire loro accesso e prestazioni ai dati. E quel servizio deve essere facilmente consumabile tramite API ed economico, in modo che gli sviluppatori non debbano risparmiarsi eccessivamente nel loro utilizzo.
Imposta la scansione della tabella
Farkash ha spiegato che questo tipo di analisi comporta carichi di lavoro sfumati, in cui alcune query possono essere aggregate e altre possono essere query puntuali ma, a causa di volumi di dati enormi e in continua crescita, anche le query puntuali possono comportare la scansione di volumi di dati dell'ordine della metà un terabyte. Questa combinazione di fattori significa che la maggior parte delle query dipende molto dalle scansioni delle tabelle, ma che molte dovranno anche sfoltire i dati in modo aggressivo. Ciò, a sua volta, significa che la maggior parte dei data warehouse e dei data lake (incentrati su ampie aggregazioni) e certamente la maggior parte dei database operativi (incentrati sulla scrittura di dati e query a punti relativamente ristretti quando li leggono) possono non essere adatti al compito.
Sapevamo dalla nostra ultima conversazione che Firebolt implementa il proprio formato di file (FFF), che fa un uso liberale dell'indicizzazione. Ciò evita uno svantaggio del formato di file Parquet altamente adottato: la sua struttura a colonne aiuta le scansioni di tabelle di grandi dimensioni, il suo schema di partizionamento a espressione singola può limitare le prestazioni delle query dei punti. Con FFF, Firebolt fa della scansione delle tabelle la priorità, senza sacrificare le capacità di eliminazione dei dati.
Troppo non è abbastanza
Firebolt afferma che le sue prestazioni sono due ordini di grandezza superiori a quelle dei suoi concorrenti. Sebbene in molti scenari di BI l'aumento delle prestazioni possa offrire ritorni decrescenti, è essenziale per i casi d'uso dell'analisi operativa dei big data a cui si rivolge Firebolt. Mentre Firebolt è fiducioso di avere il motore più veloce in circolazione, Farkash ammette che la ricerca di grandi prestazioni non è finita, che “c'è ancora così tanto da combattere”.
Si presume che i $ 127 milioni di finanziamento del l'azienda ha chiuso fornirà solide munizioni per la lotta.
Argomenti correlati:
Cloud Digital Transformation Robotica Internet of Things Innovation Enterprise Software 