与AWS/Azure/华为云集成，Kyligence要对抗“数据焦虑”

转载自雷锋网，作者王刚，2021年8月9日

数字化转型已经成为一个高度抽象的名词，既带动了技术与资本的流动，同时又不经意间裹挟着人们的焦虑：任何做技术与业务的结合？如何最小成本地切入？如何让数据不再成为负债？

数据库的发展似乎提供了不错的思路，但云平台的增多、数据源的繁杂、技术间的整合与平台间的集成难度提升，使得企业数据管理和分析的道路更加曲折：无法寻找到有价值的数据，这让企业在寻找数据上花费的时间远远超过分析数据本身。

由Apache Kylin（一个开源的、分布式的分析型数据仓）创始团队创建的智能数据云平台Kyligence似乎提供了一个不错的思路，这是一家为企业实现自动化的数据服务及管理的厂商，在今年4月完成了7000万美元的D轮融资。

在近日的Data & Cloud Summit 2021 行业峰会上，Kyligence宣布全新“智能数据云"战略，在做强分析能力的基础上增强数据管理能力，以AI进一步替代人工工作，以云原生进一步替代基于 Hadoop 的基础架构，让数据服务与管理发挥核心作用。

Kyligence联合创始人兼CEO韩卿发现，随着数据越来越多，使用端越来越多，数据的搜集与管理变得难上加难；另一方面，企业又希望数据能够多面化，顾及到、赋能到每一个业务人员，这就导致了两者之间不可调和的矛盾愈加明显，越来越混乱。现在的 CIO 已经相当焦虑，找数据的时间远远超过使用数据的时间。

“用1个月时间找数据，分析一下只要2分钟”。现状是企业根本不知道有价值的数据在哪里，以前是没有数据，所以企业希望 IT 把数据全部收集起来；而今天是数据太多、信息过载，企业已经不知道该要什么类型的数据。

“智能数据云，不仅是 Kyligence 近些年在全球市场的业务实践，同时也是对云原生时代下技术发展趋势的思考和总结”，韩卿介绍道，“数据仓库在时代的变革才刚刚开始，新的技术架构、新的使用方式、新的成本结构都将深刻改变这个行业。未来人类使用数据，应当和今天使用云计算一样简单、方便，只需关注数据本身，而无需关注到底在哪个平台上，真正实现数据的随取随用。”

据了解，目前Kyligence 已经支持微软 Azure、亚马逊 AWS 及华为云平台，并在积极布局其他公有云平台 ( 阿里云、腾讯云、谷歌云等等 )。这种支持的背后含义是集成，集成的关系是这些云大厂提供弹性的无限计算和存储资源，Kyligence就是跑在上面的PaaS应用，可以理解为是一种数据中台服务。

随着企业对私有云架构的需求高涨，Kyligence 也正式推出玄武计划，加速下一代基于 Kubernetes 及分布式对象存储等架构的私有云产品落地的进程，Kyligence 将为大型企业级客户提供私有云环境运行 AI 增强数据服务与管理的能力， 目前实验室已经完成了对接和测试。

Kyligence联合创始人兼CTO李扬对雷锋网表示，Kyligence最早的技术比较擅长做统计和聚合性的分析，后来又有明细分析、流式分析的需求，这些不同的分析需求本质是要求底层的数据库系统在灵活性、成本和性能，这些关键的设计要素方面有不同的平衡点。

对于数据，捕获数据并非是Kyligence服务的方向，帮助客户更好提炼和使用其已有的数据则成为Kyligence的强项。其产品有个很大的功能，进入门槛不高，普通人都能做，相对于一般的数据库而言，Kyligence做的是基于业务数据模型的数据库，属于一个多维的、基于业务模型的数据库。

如何降低使用门槛？李扬举了一个例子。

如果你是一位KFC的门店经理，直接打开一个Mysql数据库，是完全看不懂的，因为需要专业的数据库知识。但是，在Kyligence的产品中，门店经理可以看到业务模型，哪些是他关心的？哪些是标签？指标是什么？这个数据库可以组合个性化分析场景，是一个更高级的数据库，打开了普通业务员使用数据的窗口。在这个窗口基础上，业务员可以做很多创新，比如制定更佳的促销方案、评估更合适的代言人等。

对于是否将公司定义成一家纯技术公司，李扬的回答是：是的。Kyligence是一个以技术为核心的产品公司，所以技术的领先性和通用的产品形态是非常明确的，但是解决客户的问题，光靠一个通用的技术产品是不够的，还有管理问题以及数字化转型生态的打造还有很长的路要走，Kyligence也一直积极和拓展合作伙伴生态建设，帮助客户更好完成数字化转型。

数据越来越多，数据越来越重要。Kyligence希望数据能够更好地服务人类，而不是让我们成为它的奴隶。