本文是拓撲社對微軟加速器·北京第11期入選項目的專題報道。
微軟加速器·北京第11期的入選企業的重點是人工智能與產業落地應用結合，以人工智能底層技術平臺作為創業方向。這些校友企業都是企業服務類創業公司，覆蓋大數據、人工智能、物聯網、區塊鏈等技術，並在醫療、政府、零售、建築等行業中獲得標杆客戶。這些領域也是拓撲社持續關注的方向。
偶數科技 創始人 常雷
拓撲社5 月16 日報道 文：竇悅怡
傳統的數據庫都是以Oracle、IBM、SAP為代表的交易型數據庫，這類型數據庫主要是針對基本的、日常的事務處理，例如，銀行傳統的手工記賬便是典型的應用場景。
而進入大數據和人工智能時代，企業每天產生的數據量正呈爆炸式增長，面臨海量的數據，傳統數據庫的IT架構和處理技術已經逐漸無法適應巨大的數據處理需求。
其次，企業對數據價值越來越重視，數據分析成為了十分重要的一環，但傳統的交易型數據庫難以實現大數據量、複雜性的數據分析需求，可擴展性也不足。這時候，企業亟待尋找新的解決方案，實現由數據驅動的精細化運營，其中分析型數據庫已經成為近年的熱點。
創始人CEO常雷，2008年畢業於北京大學計算機系，曾任EMC高級研究員及EMC/Pivotal研發部總監，同時也是Apache HAWQ 創始人，長期專注於大數據與雲計算領域，對企業級數據管理有很深的理解。
分析型數據庫，支持多種應用場景
拓撲社瞭解到，新一代的數據庫是一種分析型OLAP數據倉庫系統，側重企業決策支持，提供直觀易懂的查詢結果。
相對於傳統的交易型數據庫，分析型數據庫具有以下優勢：首先，分析型數據庫支持複雜的分析操作，存儲的數據時間跨度長，數量級的性能提升，解決了傳統數據庫不能交互式實時處理大數據的問題。
其次，分析數據庫可以對數據進行在線統計、數據在線分析、實時查詢等發掘信息數據價值的工作。第三，存儲與計算分離的鬆散耦合架構，可以原生支持容器雲平臺，傳統數據庫的緊耦合架構不適合新型容器雲平臺。此外，分析型數據庫能夠更好的支持AI應用場景。
簡單來說，分析型的數據庫中的數據主要供企業決策分析之用，所涉及的數據操作主要是數據查詢，一旦某個數據進入數據庫以後，一般情況下將被長期保留，也就是數據庫中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的加載、刷新。
同時，分析型數據庫中的數據通常包含歷史信息，系統記錄了企業從過去某一時點(如開始應用數據倉庫的時點)到當前的各個階段的信息，通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。
“新一代的分析型數據倉庫可擴展性的節點可以達到幾千個，同時支持的應用場景也非常廣泛，包括機器學習、傳感器等收集到的數據都可以支持，這些是在傳統數據庫架構下是實現不了的。”
常雷也補充到，人工智能與分析型數據庫是相輔相成的，人工智能離不開數據和算法，分析型數據倉庫的基礎架構，以及高可擴展性、實時性的優勢，使其最貼近數據，具備與人工智能相結合的優勢。
對於數據庫本身來說，傳統的數據庫都是非自動化的數據處理，通過人工智能對數據庫改造，會使數據庫更智能，進而可以拓展更多應用場景，指導企業進行更有效的數據分析。
拓撲社認為，傳統數據庫向新型數據庫轉型，無論是對企業還是服務商來說，都存在一定的挑戰，尤其是傳統的數據庫的架構是CPU模式，如果企業要想轉向新一代高性能分析型數據庫，需要把基礎架構調整為利用CPU新指令以及新的硬件模式（包括GPU和FPGA等），調整前需要企業花去大量的時間重新編寫代碼，設計架構、調整代碼。
新一代數據倉庫引擎，SIMD執行器性能可提升一個數量級
談到數據庫，肯定離不開Hadoop這種開源技術，同時Hadoop延伸出來很多數據倉庫技術，例如Hive、Impala、Spark SQL、HAWQ等。
常雷介紹道，伴隨著互聯網公司的崛起，新一代數據倉庫也隨之興起。總體來說，新一代的數據倉庫可以分為三大類。第一大類：SQL on Hadoop。如Spark SQL、Hive、HAWQ、Presto，因為它的存儲基本都在HDFS。第二類叫SQL on Object Store。如基於亞馬遜的S3搭建的SQL on Object Store。
第三大類是從前面兩類系統裡發現一些缺陷後又演化出來的系統，稱之為SQL on Hybrid Storage，有自己的原生存儲，同時也支持HDFS和S3等其他存儲，代表性系統包括HAWQ和Impala。
其中，HAWQ是Apache開源社區的孵化項目，包括彭博社、阿里等在內的大型企業都在使用並在開源社區為其貢獻代碼，而偶數科技正是依據這個系統進行產品佈局的
。目前，偶數科技主要提供兩款產品，開源版的Apache HAWQ和企業版的Oushu Database。據悉，Oushu Database是基於HAWQ打造的新一代數據倉庫引擎，其優勢在於採用了MPP和Hadoop結合的創新MPP++技術架構，高可擴展，遵循ANSI-SQL標準，具有極速執行器，提供PB級數據交互式查詢能力。
同時，Oushu Database提供對主要BI工具的描述性分析支持和高級機器學習功能。兼容Oracle，Greenplum Database和PostgreSQL，可以輕鬆取代傳統數據倉庫和其他SQL-on-Hadoop引擎。
此外，Oushu Database支持原生Kubernetes容器平臺，幫助企業無縫遷移到最新的雲計算平臺。
常雷解釋道，將簡單的無狀態應用（比如Web服務器）遷移到容器比較簡單，但將大數據平臺遷移到容器卻面臨很多技術挑戰。將Oushu Database和雲平臺結合帶來應用和服務一體化，很容易做彈性擴容，自恢復和滾動升級，同時，Oushu Database在資源管理和自動化運維也帶來很多便捷。
去年9月偶數科技發佈了Oushu Database 3.0版本產品 。據悉，3.0版本對執行器進行了完全重新設計，充分利用了最新CPU的每一個特性，如SIMD指令等，可以做到性能的極致。其次，支持ORC外部存儲格式，結合新的SIMD執行器，外部存儲的性能可以提升10-50倍。
此外，傳統數據倉庫連接外部數據往往都是使用Connector形式，性能很慢，從而導致用戶需要使用先導入外部數據再查詢的方式，數據需要在多個系統存儲多份，浪費了多倍存儲空間。
結合新一代SIMD執行器，新版本可插拔存儲框架使得數據庫可以直接高性能訪問外部數據，查詢外部數據的性能和查詢內部數據類似。
目前，Oushu Database已經在政府、金融、電信、電力、軍工、製造業、物聯網、互聯網等行業廣泛應用，助力政府機構與大型企業構建了全新的大數據平臺。
比如，銀行內各業務的數據孤島效應嚴重、以及外部非結構化數據的整合不力等。金融行業需要高性能的數據倉庫支持，Oushu Database可支持結構化數據的處理和非結構化數據的整合能力，可有效滿足反欺詐等場景的數據處理。
在盈利模式上，偶數科技的產品是根據CPU／節點／容量收取賬號年費，客單價在數十萬到數百萬之間不等。
而獲客方面比較靈活，有從開源社區對接過來的客戶，也有與微軟進行戰略合作，共同切入某垂直領域，還有直銷團隊。企業版客戶已經達到數十家，代表性用戶有國家電網、中興、深圳市國稅等。
主編點評
加入微軟加速器後，微軟在技術和產品上給了偶數科技極大的支持。基於微軟Azure雲平臺，偶數科技成功開發了Oushu雲數據倉庫服務。其次，微軟針對校友企業的CEO和CTO提供了相應的技術、市場和財務等培訓課程，提升他們在管理等方面的能力。
第三，微軟加速器會把優質的客戶資源輸送給偶數科技，目前已經為偶數對接了霍尼韋爾、太平保險集團以及興業銀行等大型客戶。
另外，微軟加速器還會提供品牌宣傳、媒體採訪、市場活動、融資對接等資源，還會牽線搭橋，與眾多校友建立生態聯繫，互通有無。
閱讀更多 拓撲社 的文章
