面向实时化和智能化，「聚云位智」要做自主可控的分析型

分析型数据库（ Analytical Processing Database）主要用于对海量数据进行传输和探讨计算。目前传统的分析型以Teradata（美国）、Oracle（美国）、Greenplum（美国）为代表，长期在中国占有70%以下的行业总量。然而，随着大数据、人工智能等新技术的演进，企业要应对爆发式的数据量或者更复杂的处理需求，而传统的分析型又存在成本和处理能力的限制。基于该行业痛点，聚云位智打造了纯国产化的分析型，使产品除了具有特色分析型的用途，还提高了数据处理能力，大幅提升了单位数据处理成本，从而满足人工智能时代对于数据处理的需求。

聚云位智成立于2013年5月，是一家企业级数据仓库技术服务商，面向军工、交通、电信、金融等领域提供分析型（LinkoopDB）及解决方案。

LINKOOP DB产品架构

在数据处理量方面，Linkoop DB（以下简称LDB）比传统分析型（Oracle、Teradata、Greenplum）更容易实现PB级的批量数据处理能力；同时LDB具备的高可扩充特性可以确保数据分布式存储和推导的水准扩展性，相对于主流开源解决方案具备十倍以上的数据访问性能提高。

LDB在数据处理的时效性和易用性上带有突出劣势，这虽然无法帮助企业谋求更多、更复杂的数据处理，还能够提高应用研发门槛，具体阐述在：

传统的分析型由于成本和科技架构的限制，只能做到针对批量数据的延时性处理，典型的场景如T+1的报表应用teradata企业级，而LDB采用的批流一体化优化科技，不仅在批量数据处理能力上增加了40%的性能（TPC-DS标准测试），还推动了毫秒级的即时数据处理速率，可以用于支撑实时业务场景的剖析应用，如数据预测与即时事件监测等。

在易用性上，LDB采用标准SQL语言并扩展了流数据处理（SQLStream）和AI计算（SQL AI）的语法，是现在中国唯一对批量数据处理、流数据处理和AI计算提供统一SQL接口的分析型。因此，产品可推动单一SQL接口支持混合应用，不改变上下游研发人员使用方法，使代码的可读性更强，应用开发速度更快。

此外，LDB还提高了面向人工智能应用的数据处理场景。公司首席科学家陈冠华博士表示，目前中国人工智能行业还处在起步阶段，很工智能应用的数据管理方式还处在原始状况，极大影响了企业级应用的落地进程。LDB具有结构化数据和非结构化数据统一的管控能力，以及面向 AI 计算的分布式执行引擎。通过多层调度和多阶段增量改进科技促使批、流和 AI 任务或者混合任务得到绝佳的改进teradata企业级，提高了资源的使用效益。例如，公司完成了某大型国际机场的人工智能落地项目，通过集成机场历史运营数据和各业务平台的即时数据并进行数据模型，实时分析今后大面积航延出现的可能性，预估航班停飞对机场整体营运效益和保障资源的制约，据此推荐匹配的应急处理预案，使得大面积航延预测可超过秒级响应，预测准确率达到90%以下。

公司提供通用性的产品，并与上下游企业合作为用户定制解决方案。目前公司主要借助直销及渠道等形式取得了了50-60家客户，客单价在150-200万元，以License+的形式收费，公司今后将重点开拓销售行业。公司首席科学家陈冠华博士表示，数据处理的效果取决于三点：数据品质、使用的建模和算法，计算能力。前两点必须企业自身对数据和业务常识的累积，在此基础上借助提供的数据管理和计算能力，实现高效的数据处理和高价值的数据应用，因此，行业间的配合至关重要。

公司创始团队来自北京大学，团队均有十多年在微软、Teradata等头部企业涉足的开发经验。公司在后期专注于科技积累，直到近三年才开始推行产品，并在近期的钱塘之星·2019（第四届）创业创新竞赛上取得冠军。

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-126985-1.html