正在閱讀:

“數(shù)據(jù)新星”Databricks 崛起啟示錄

掃一掃下載界面新聞APP

“數(shù)據(jù)新星”Databricks 崛起啟示錄

一家獨角獸的另辟蹊徑。

文|新眸 葉靜

編輯|桑明強

在數(shù)據(jù)庫領(lǐng)域,如果問當下誰最火,那Databricks一定排得上號。

去年8月,距離10億美元的G輪融資剛過去7個月,Databricks再次獲得16億美元H輪融資,身價搖身一變成380億美元,成為外界一致認為的超級獨角獸。一直以來,數(shù)據(jù)領(lǐng)域備受關(guān)注,如果從2007年開始計算,全球的數(shù)據(jù)量至今已經(jīng)膨脹了近200倍,數(shù)字化被寫入戰(zhàn)略規(guī)劃成了各類行業(yè)的共識。

在數(shù)據(jù)量井噴的背景下,上云趨勢也越來越明確,以Snowflake、Databricks為代表的大數(shù)據(jù)公司應運而生,前者基于AmazonS3打造了云端的數(shù)據(jù)倉庫,后者除了推出Lakehouse(湖倉一體),現(xiàn)在又押寶機器學習,試圖包管數(shù)據(jù)在抵達機器學習之前的所有流程。

不同的是,Databricks已經(jīng)從原來的infra向更廣泛場景延伸,和昔日的伙伴Snowflake同臺競技。與此同時,以AWS為代表的云巨頭,也都曾戰(zhàn)略性投資過Databricks,但現(xiàn)在也都在自研數(shù)據(jù)分析套件,競合關(guān)系漸趨白熱化,讓數(shù)據(jù)基礎設施的戰(zhàn)火撲朔迷離。

從0到1

企業(yè)的性格往往被它的創(chuàng)始人和技術(shù)背景所決定。

十幾年前在UC Berkley的AI實驗室里,Ghodsi和伙伴發(fā)起Spark項目:做一個能夠更輕松處理大量數(shù)據(jù)和機器算法的引擎,并且開源了代碼。相比較多數(shù)開源項目,面向的都是底層技術(shù)性強要求的infra工程師,spark面向更廣泛的客戶群,同時在上層加了很多的新的API,降低了技術(shù)門檻。

因為沒有優(yōu)秀的開發(fā)者社區(qū)運營和推廣團隊,Spark變現(xiàn)比較難,之后團隊成員決定成立Databricks,以商業(yè)化方式推動Spark社區(qū)發(fā)展。即便Spark是過去硅谷的頂流產(chǎn)品,但這并沒有讓AWS等巨頭買賬,他們選擇繞過Databricks,直接將Spark集成到自己的產(chǎn)品里。在Databricks賣產(chǎn)品還不如辦Spark峰會收入高的時候,Amazon EMR已經(jīng)針對Spark實現(xiàn)了幾億營收。

Databricks創(chuàng)始團隊走了一條不被大眾熟知的激進的路:云。

雖然不管對公司還是客戶來說,云可以更快部署,也更容易維護,但正如聯(lián)合創(chuàng)始人Reynold Xin所說,大部分的人知道云是未來,但絕不是現(xiàn)在。當時只有小部分風投注資這家初創(chuàng)企業(yè),New Enterprise Associates的投資者Pete Sonsini說:“我們在Databricks的軟件收入為零時投資,認為他們會在大流行中加速發(fā)展,也許是一兩個月,每個人都無法及時知道會發(fā)生什么”。和Databricks一樣,他們也在賭未來。

圖:Databricks年度融資及估值變動

2013到2015這三年,雖然有硅谷風投支持,Databricks也借力這些資金吸引人才,推出了基于云端的簡化大數(shù)據(jù)處理平臺Databricks Cloud,但不管是招主管、找融資還是見客戶,Databricks都會被質(zhì)疑:真的不支持on-prem嗎?

因為背靠Spark,很多客戶甚至愿意年付幾千萬美金讓Databricks提供咨詢定制化項目,但Databricks做的是一個給數(shù)據(jù)工程師的平臺,這是當時大部分公司聞所未聞的玩法,也是前幾年商途不順的原因之一。值得一提的是,彼時的云界開源前輩Cloudera曾改名“Cloud Era”,可在當時的市場情況下,最終還是轉(zhuǎn)向了on-prem做定制和售后支持才得以存活。

在這種邏輯下,云廠商把開源軟件拿來經(jīng)過簡單的封裝,再作為服務賣出去。由于這個過程只需要簡單的部署和調(diào)試,工程成本極低,定價也不高,巨頭從中賺走了大部分,這對Databricks來說相當于吸血,怎樣和有錢有人的云巨頭對抗,是Databricks亟需在技術(shù)上打造的壁壘。

他們賭的另一條路,是不做數(shù)倉。

彼時數(shù)據(jù)倉庫競爭過于激烈,以亞馬遜為首的巨頭占據(jù)了大部分市場份額,Databricks繼續(xù)小眾打法:避開紅海,嘗試切入一個新興卻可能會有爆炸性增長的小市場,針對數(shù)據(jù)科學家、數(shù)據(jù)工程師和AI的方向做產(chǎn)品。

開源小公司的優(yōu)勢在于更懂項目,迭代更快,能夠聚焦、死磕產(chǎn)品性能,而公有云大廠很難在單一方向投入最好的工程師。隨著數(shù)據(jù)量的爆發(fā),云的生態(tài)優(yōu)勢逐漸被認可,加上當時市面上也沒有大量競品,這給Databricks的產(chǎn)品帶來了機會。

另一方面,在2019年微軟投資Databricks之前,正巧CEO納德拉推動云為先的戰(zhàn)略,兩家合作的Azure Databricks進入了微軟的企業(yè)許可協(xié)議。微軟從一個大數(shù)據(jù)競爭劣勢的云產(chǎn)品搖身成為業(yè)界領(lǐng)先,形成了云巨頭三足鼎立的局面;因為幾乎所有大企業(yè)都和微軟有ELA,共生效應之下,客戶原本買云買Office的預算自然流向了Databricks。

有人將Databricks創(chuàng)始團隊比作一群幸運的加州嬉皮士RD,他們信仰技術(shù),信仰來源,信仰共享和長期主義,這些也都成為了Databricks的底色。

超級加倍

讓所有人感到意外的是,2019年后,Databricks以絕無僅有的加速度在增長。

截至2021年2月,公司已經(jīng)籌集了近20億美元資金,包括由富蘭克林鄧普頓領(lǐng)投的10億美元G輪融資,此時Databricks估值已經(jīng)達到280億美元;在經(jīng)過最新輪融資后,Databricks380億的身價與三年前的62億相比暴增了近13倍。

基本面決定價值,價值決定價格,如果將Databricks的成功僅歸結(jié)于對技術(shù)犀利的洞察,借助了巨人的肩膀和好運氣,這還遠遠不夠?;陂_源的創(chuàng)新是Databricks成長的關(guān)鍵,從大數(shù)據(jù)領(lǐng)域殺入云計算和AI,它的產(chǎn)品矩陣里包括DeltaLake、MLflow、Koalas以及開源分析引擎Spark等殺傷利器。

其中,超過80%的用戶使用Delta Lake;MLFlow為數(shù)據(jù)科學家提供了標準化的開源框架,下載量以每月80萬的速度增長,擁有比Spark更多的用戶;而Koalas可以讓數(shù)據(jù)科學家在筆記本電腦上使用Pandas編程,調(diào)用幾個API就可以將工作部署到大型的分布式Spark集群上,把Pandas社區(qū)的數(shù)據(jù)科學創(chuàng)新帶給了Spark用戶。

幫助其他企業(yè)構(gòu)建自己的AI能力,透露出了Databricks的野心:從BI到AI,構(gòu)建一個企業(yè)AI平臺,因為Ghodsi認為,在企業(yè)計算領(lǐng)域,行業(yè)還沒有出現(xiàn)頭部的企業(yè)AI平臺。

除了軟件產(chǎn)品本身,Databricks的業(yè)務模式也有所不同。

傳統(tǒng)的開源商業(yè)模式是軟件免費,廠商收取支持和服務費用,這在on-prem里或許可行,但在云的世界就不一定了。Databricks在開發(fā)、軟件運行、運營和托管方面向客戶收費,采用SaaS開源的盈利模式,客戶可以在本地開源平臺下載免費的基礎軟件,同時也可以下載開源公司打造的其他付費版本。

不高估開源,也不低估市場,Ghodsi說:“在云端托管開源項目并把它們租給用戶,客戶流失率更低,利潤增長更快”。SaaS租賃模式下,Databricks的核心知識產(chǎn)權(quán)沒有存放在它所贊助的開源軟件項目中,而是在它用來監(jiān)管云端軟件的工具中,這樣避免了泄露的風險。

根據(jù)報告,Databricks最新ARR (年度經(jīng)常性收入)達到6億美元,相當于Snowflake同財年12億營業(yè)收入的一半,截至目前,后者市值近670億美元,如果按照兩倍之比來簡單預估,Databricks380億的估值也比較合理。以新估值計算,Databricks的價值是當前ARR的63倍,相較于2020年的4.25億美元,ARR近30%的增長率讓投資者對它未來的收入十分看好。

圖:Snowflake與Databricks定價對比(來源:官網(wǎng))

另一方面,通過對比官網(wǎng)收費方式發(fā)現(xiàn),雖然是平臺租出服務器的計算資源,但這些服務器整個系統(tǒng)都建立在主要的云廠商的基礎服務上。以Snowflake(左)為例,同樣是以每秒粒度使用的計算資源付費,Snowflake是平臺和云廠商打包收費方式,客戶對底層服務界面(如EC2)和上游的Snowflake的成本花費要一次性付清,但比例是怎樣無從得知,而打包之后Snowflake需要支付給云廠商另外成本,這在無形中增加了費用風險。

Databricks(右)的玩法是分開收費,用戶的賬單主要分為兩部分:常規(guī)的底層云廠商服務器租用成本,以及Databricks在這些服務器上的功能費用??蛻羰褂玫讓悠鲿r,費用單獨付給云廠商,并不算在Databricks的營收里。

所以如果對比營收,比如2020年的Snowflake營收近6億,但刨去付給云廠商的費用,和Databricks4億多的營收相比,也差不了多少。而這既是Databricks毛利率比Snowflake高的原因,也是前者賺錢能力強的體現(xiàn)。有觀點猜測Databricks遲遲不上市的原因,如果根據(jù)Ghodsi的說法,是為了避免二級市場所帶來的波動,或許收費方式被迫改變等不可預測因素也在里面。

天時地利人和

根據(jù)官網(wǎng)顯示,除了為數(shù)據(jù)科學家、數(shù)據(jù)領(lǐng)導者與數(shù)據(jù)工程師提供角色解決方案,Databricks還利用大數(shù)據(jù)和AI為廣告和營銷、通訊服務商、教育、能源、聯(lián)邦政府、金融、醫(yī)療等13類行業(yè)提供服務。

從類別數(shù)量上,Databricks要多于Snowflake,此時全球已經(jīng)有7000 多家組織(包括荷蘭銀行、康泰納仕、H&M 集團、再生元和殼牌)依靠 Databricks 實現(xiàn)大規(guī)模數(shù)據(jù)工程、協(xié)作數(shù)據(jù)科學、全生命周期機器學習和業(yè)務分析。

通常情況下,企業(yè)客戶在進行數(shù)據(jù)架構(gòu)時,第三方平臺提供數(shù)據(jù)湖方案,在數(shù)據(jù)湖中做一些常見的數(shù)據(jù)工程;同時會有一個數(shù)據(jù)倉庫,存放相當于數(shù)據(jù)湖5%-10%的結(jié)構(gòu)化數(shù)據(jù),來做BI等簡單的數(shù)據(jù)分析。

但由于數(shù)據(jù)分裂在兩個系統(tǒng)上,針對同一個客戶問題分析,不同團隊有不同權(quán)限,因而會看到不同版本的同一份數(shù)據(jù),當?shù)贸霾煌Y(jié)論后,做商業(yè)決策的團隊不相信數(shù)據(jù),進而導致底層數(shù)據(jù)平臺失信,這是個很致命的問題。

將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合到一個地方,讓客戶在不移動底層數(shù)據(jù)的情況下執(zhí)行數(shù)據(jù)科學和商業(yè)智能工作,是大數(shù)據(jù)發(fā)展的一個關(guān)鍵變化。于是,Databricks決定力推Lakehouse,能夠直接在數(shù)據(jù)湖的低成本存儲上,實現(xiàn)類似于數(shù)據(jù)倉中的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)管理的功能,可支持BI到AI所有的工作流。

從Databricks的網(wǎng)頁介紹上看,無論是數(shù)據(jù)工程、數(shù)據(jù)科學,還是機器學習都要依靠Lakehouse運行,加上過去使用低成本對象存儲的數(shù)據(jù)湖的訪問速度很慢,如今DB SQL提高了分析質(zhì)量和性能,使數(shù)據(jù)湖在大數(shù)據(jù)集上的處理與數(shù)據(jù)倉庫相媲美。

“Lakehouse是一個新賽道,這是一場地盤爭奪戰(zhàn)”,H輪融資之后,Ghodsi表示,這筆資金將主要用于加速Lakehouse的產(chǎn)品創(chuàng)新和市場開拓。與此同時,Databricks透露保留所有主要公共云的選擇和靈活性,并將Lakehouse發(fā)展成傳統(tǒng)數(shù)據(jù)倉庫的替代品。

越來越多的企業(yè)樂于看到Databricks的實力和發(fā)展?jié)摿?,這和它本身的商業(yè)邏輯有關(guān),業(yè)內(nèi)傳統(tǒng)企業(yè)如Teradata在營收額上雖高過Databricks好幾個身位,但市值仍徘徊在40多億美元。大劑量的資金注入后,Databricks選擇并購來填補產(chǎn)品路線圖中的空白或不足,重點是機器學習和數(shù)據(jù)初創(chuàng)公司,以及擴大與云公司的合作伙伴關(guān)系。

“云、開源、機器學習,這三個方面已成為每家企業(yè)戰(zhàn)略的核心。我們真的很幸運能夠處在這三大趨勢的中心位置上?!盙hodsi在接受采訪時說到。如果說2019年前看好Databricks的小部分風投是賭趨勢,如今匆匆進場的其他機構(gòu)也并沒有遲到,因為在他們眼里,這家獨角獸仍具備難以估量的增長能力。

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

“數(shù)據(jù)新星”Databricks 崛起啟示錄

一家獨角獸的另辟蹊徑。

文|新眸 葉靜

編輯|桑明強

在數(shù)據(jù)庫領(lǐng)域,如果問當下誰最火,那Databricks一定排得上號。

去年8月,距離10億美元的G輪融資剛過去7個月,Databricks再次獲得16億美元H輪融資,身價搖身一變成380億美元,成為外界一致認為的超級獨角獸。一直以來,數(shù)據(jù)領(lǐng)域備受關(guān)注,如果從2007年開始計算,全球的數(shù)據(jù)量至今已經(jīng)膨脹了近200倍,數(shù)字化被寫入戰(zhàn)略規(guī)劃成了各類行業(yè)的共識。

在數(shù)據(jù)量井噴的背景下,上云趨勢也越來越明確,以Snowflake、Databricks為代表的大數(shù)據(jù)公司應運而生,前者基于AmazonS3打造了云端的數(shù)據(jù)倉庫,后者除了推出Lakehouse(湖倉一體),現(xiàn)在又押寶機器學習,試圖包管數(shù)據(jù)在抵達機器學習之前的所有流程。

不同的是,Databricks已經(jīng)從原來的infra向更廣泛場景延伸,和昔日的伙伴Snowflake同臺競技。與此同時,以AWS為代表的云巨頭,也都曾戰(zhàn)略性投資過Databricks,但現(xiàn)在也都在自研數(shù)據(jù)分析套件,競合關(guān)系漸趨白熱化,讓數(shù)據(jù)基礎設施的戰(zhàn)火撲朔迷離。

從0到1

企業(yè)的性格往往被它的創(chuàng)始人和技術(shù)背景所決定。

十幾年前在UC Berkley的AI實驗室里,Ghodsi和伙伴發(fā)起Spark項目:做一個能夠更輕松處理大量數(shù)據(jù)和機器算法的引擎,并且開源了代碼。相比較多數(shù)開源項目,面向的都是底層技術(shù)性強要求的infra工程師,spark面向更廣泛的客戶群,同時在上層加了很多的新的API,降低了技術(shù)門檻。

因為沒有優(yōu)秀的開發(fā)者社區(qū)運營和推廣團隊,Spark變現(xiàn)比較難,之后團隊成員決定成立Databricks,以商業(yè)化方式推動Spark社區(qū)發(fā)展。即便Spark是過去硅谷的頂流產(chǎn)品,但這并沒有讓AWS等巨頭買賬,他們選擇繞過Databricks,直接將Spark集成到自己的產(chǎn)品里。在Databricks賣產(chǎn)品還不如辦Spark峰會收入高的時候,Amazon EMR已經(jīng)針對Spark實現(xiàn)了幾億營收。

Databricks創(chuàng)始團隊走了一條不被大眾熟知的激進的路:云。

雖然不管對公司還是客戶來說,云可以更快部署,也更容易維護,但正如聯(lián)合創(chuàng)始人Reynold Xin所說,大部分的人知道云是未來,但絕不是現(xiàn)在。當時只有小部分風投注資這家初創(chuàng)企業(yè),New Enterprise Associates的投資者Pete Sonsini說:“我們在Databricks的軟件收入為零時投資,認為他們會在大流行中加速發(fā)展,也許是一兩個月,每個人都無法及時知道會發(fā)生什么”。和Databricks一樣,他們也在賭未來。

圖:Databricks年度融資及估值變動

2013到2015這三年,雖然有硅谷風投支持,Databricks也借力這些資金吸引人才,推出了基于云端的簡化大數(shù)據(jù)處理平臺Databricks Cloud,但不管是招主管、找融資還是見客戶,Databricks都會被質(zhì)疑:真的不支持on-prem嗎?

因為背靠Spark,很多客戶甚至愿意年付幾千萬美金讓Databricks提供咨詢定制化項目,但Databricks做的是一個給數(shù)據(jù)工程師的平臺,這是當時大部分公司聞所未聞的玩法,也是前幾年商途不順的原因之一。值得一提的是,彼時的云界開源前輩Cloudera曾改名“Cloud Era”,可在當時的市場情況下,最終還是轉(zhuǎn)向了on-prem做定制和售后支持才得以存活。

在這種邏輯下,云廠商把開源軟件拿來經(jīng)過簡單的封裝,再作為服務賣出去。由于這個過程只需要簡單的部署和調(diào)試,工程成本極低,定價也不高,巨頭從中賺走了大部分,這對Databricks來說相當于吸血,怎樣和有錢有人的云巨頭對抗,是Databricks亟需在技術(shù)上打造的壁壘。

他們賭的另一條路,是不做數(shù)倉。

彼時數(shù)據(jù)倉庫競爭過于激烈,以亞馬遜為首的巨頭占據(jù)了大部分市場份額,Databricks繼續(xù)小眾打法:避開紅海,嘗試切入一個新興卻可能會有爆炸性增長的小市場,針對數(shù)據(jù)科學家、數(shù)據(jù)工程師和AI的方向做產(chǎn)品。

開源小公司的優(yōu)勢在于更懂項目,迭代更快,能夠聚焦、死磕產(chǎn)品性能,而公有云大廠很難在單一方向投入最好的工程師。隨著數(shù)據(jù)量的爆發(fā),云的生態(tài)優(yōu)勢逐漸被認可,加上當時市面上也沒有大量競品,這給Databricks的產(chǎn)品帶來了機會。

另一方面,在2019年微軟投資Databricks之前,正巧CEO納德拉推動云為先的戰(zhàn)略,兩家合作的Azure Databricks進入了微軟的企業(yè)許可協(xié)議。微軟從一個大數(shù)據(jù)競爭劣勢的云產(chǎn)品搖身成為業(yè)界領(lǐng)先,形成了云巨頭三足鼎立的局面;因為幾乎所有大企業(yè)都和微軟有ELA,共生效應之下,客戶原本買云買Office的預算自然流向了Databricks。

有人將Databricks創(chuàng)始團隊比作一群幸運的加州嬉皮士RD,他們信仰技術(shù),信仰來源,信仰共享和長期主義,這些也都成為了Databricks的底色。

超級加倍

讓所有人感到意外的是,2019年后,Databricks以絕無僅有的加速度在增長。

截至2021年2月,公司已經(jīng)籌集了近20億美元資金,包括由富蘭克林鄧普頓領(lǐng)投的10億美元G輪融資,此時Databricks估值已經(jīng)達到280億美元;在經(jīng)過最新輪融資后,Databricks380億的身價與三年前的62億相比暴增了近13倍。

基本面決定價值,價值決定價格,如果將Databricks的成功僅歸結(jié)于對技術(shù)犀利的洞察,借助了巨人的肩膀和好運氣,這還遠遠不夠?;陂_源的創(chuàng)新是Databricks成長的關(guān)鍵,從大數(shù)據(jù)領(lǐng)域殺入云計算和AI,它的產(chǎn)品矩陣里包括DeltaLake、MLflow、Koalas以及開源分析引擎Spark等殺傷利器。

其中,超過80%的用戶使用Delta Lake;MLFlow為數(shù)據(jù)科學家提供了標準化的開源框架,下載量以每月80萬的速度增長,擁有比Spark更多的用戶;而Koalas可以讓數(shù)據(jù)科學家在筆記本電腦上使用Pandas編程,調(diào)用幾個API就可以將工作部署到大型的分布式Spark集群上,把Pandas社區(qū)的數(shù)據(jù)科學創(chuàng)新帶給了Spark用戶。

幫助其他企業(yè)構(gòu)建自己的AI能力,透露出了Databricks的野心:從BI到AI,構(gòu)建一個企業(yè)AI平臺,因為Ghodsi認為,在企業(yè)計算領(lǐng)域,行業(yè)還沒有出現(xiàn)頭部的企業(yè)AI平臺。

除了軟件產(chǎn)品本身,Databricks的業(yè)務模式也有所不同。

傳統(tǒng)的開源商業(yè)模式是軟件免費,廠商收取支持和服務費用,這在on-prem里或許可行,但在云的世界就不一定了。Databricks在開發(fā)、軟件運行、運營和托管方面向客戶收費,采用SaaS開源的盈利模式,客戶可以在本地開源平臺下載免費的基礎軟件,同時也可以下載開源公司打造的其他付費版本。

不高估開源,也不低估市場,Ghodsi說:“在云端托管開源項目并把它們租給用戶,客戶流失率更低,利潤增長更快”。SaaS租賃模式下,Databricks的核心知識產(chǎn)權(quán)沒有存放在它所贊助的開源軟件項目中,而是在它用來監(jiān)管云端軟件的工具中,這樣避免了泄露的風險。

根據(jù)報告,Databricks最新ARR (年度經(jīng)常性收入)達到6億美元,相當于Snowflake同財年12億營業(yè)收入的一半,截至目前,后者市值近670億美元,如果按照兩倍之比來簡單預估,Databricks380億的估值也比較合理。以新估值計算,Databricks的價值是當前ARR的63倍,相較于2020年的4.25億美元,ARR近30%的增長率讓投資者對它未來的收入十分看好。

圖:Snowflake與Databricks定價對比(來源:官網(wǎng))

另一方面,通過對比官網(wǎng)收費方式發(fā)現(xiàn),雖然是平臺租出服務器的計算資源,但這些服務器整個系統(tǒng)都建立在主要的云廠商的基礎服務上。以Snowflake(左)為例,同樣是以每秒粒度使用的計算資源付費,Snowflake是平臺和云廠商打包收費方式,客戶對底層服務界面(如EC2)和上游的Snowflake的成本花費要一次性付清,但比例是怎樣無從得知,而打包之后Snowflake需要支付給云廠商另外成本,這在無形中增加了費用風險。

Databricks(右)的玩法是分開收費,用戶的賬單主要分為兩部分:常規(guī)的底層云廠商服務器租用成本,以及Databricks在這些服務器上的功能費用。客戶使用底層器時,費用單獨付給云廠商,并不算在Databricks的營收里。

所以如果對比營收,比如2020年的Snowflake營收近6億,但刨去付給云廠商的費用,和Databricks4億多的營收相比,也差不了多少。而這既是Databricks毛利率比Snowflake高的原因,也是前者賺錢能力強的體現(xiàn)。有觀點猜測Databricks遲遲不上市的原因,如果根據(jù)Ghodsi的說法,是為了避免二級市場所帶來的波動,或許收費方式被迫改變等不可預測因素也在里面。

天時地利人和

根據(jù)官網(wǎng)顯示,除了為數(shù)據(jù)科學家、數(shù)據(jù)領(lǐng)導者與數(shù)據(jù)工程師提供角色解決方案,Databricks還利用大數(shù)據(jù)和AI為廣告和營銷、通訊服務商、教育、能源、聯(lián)邦政府、金融、醫(yī)療等13類行業(yè)提供服務。

從類別數(shù)量上,Databricks要多于Snowflake,此時全球已經(jīng)有7000 多家組織(包括荷蘭銀行、康泰納仕、H&M 集團、再生元和殼牌)依靠 Databricks 實現(xiàn)大規(guī)模數(shù)據(jù)工程、協(xié)作數(shù)據(jù)科學、全生命周期機器學習和業(yè)務分析。

通常情況下,企業(yè)客戶在進行數(shù)據(jù)架構(gòu)時,第三方平臺提供數(shù)據(jù)湖方案,在數(shù)據(jù)湖中做一些常見的數(shù)據(jù)工程;同時會有一個數(shù)據(jù)倉庫,存放相當于數(shù)據(jù)湖5%-10%的結(jié)構(gòu)化數(shù)據(jù),來做BI等簡單的數(shù)據(jù)分析。

但由于數(shù)據(jù)分裂在兩個系統(tǒng)上,針對同一個客戶問題分析,不同團隊有不同權(quán)限,因而會看到不同版本的同一份數(shù)據(jù),當?shù)贸霾煌Y(jié)論后,做商業(yè)決策的團隊不相信數(shù)據(jù),進而導致底層數(shù)據(jù)平臺失信,這是個很致命的問題。

將結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)結(jié)合到一個地方,讓客戶在不移動底層數(shù)據(jù)的情況下執(zhí)行數(shù)據(jù)科學和商業(yè)智能工作,是大數(shù)據(jù)發(fā)展的一個關(guān)鍵變化。于是,Databricks決定力推Lakehouse,能夠直接在數(shù)據(jù)湖的低成本存儲上,實現(xiàn)類似于數(shù)據(jù)倉中的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)管理的功能,可支持BI到AI所有的工作流。

從Databricks的網(wǎng)頁介紹上看,無論是數(shù)據(jù)工程、數(shù)據(jù)科學,還是機器學習都要依靠Lakehouse運行,加上過去使用低成本對象存儲的數(shù)據(jù)湖的訪問速度很慢,如今DB SQL提高了分析質(zhì)量和性能,使數(shù)據(jù)湖在大數(shù)據(jù)集上的處理與數(shù)據(jù)倉庫相媲美。

“Lakehouse是一個新賽道,這是一場地盤爭奪戰(zhàn)”,H輪融資之后,Ghodsi表示,這筆資金將主要用于加速Lakehouse的產(chǎn)品創(chuàng)新和市場開拓。與此同時,Databricks透露保留所有主要公共云的選擇和靈活性,并將Lakehouse發(fā)展成傳統(tǒng)數(shù)據(jù)倉庫的替代品。

越來越多的企業(yè)樂于看到Databricks的實力和發(fā)展?jié)摿Γ@和它本身的商業(yè)邏輯有關(guān),業(yè)內(nèi)傳統(tǒng)企業(yè)如Teradata在營收額上雖高過Databricks好幾個身位,但市值仍徘徊在40多億美元。大劑量的資金注入后,Databricks選擇并購來填補產(chǎn)品路線圖中的空白或不足,重點是機器學習和數(shù)據(jù)初創(chuàng)公司,以及擴大與云公司的合作伙伴關(guān)系。

“云、開源、機器學習,這三個方面已成為每家企業(yè)戰(zhàn)略的核心。我們真的很幸運能夠處在這三大趨勢的中心位置上?!盙hodsi在接受采訪時說到。如果說2019年前看好Databricks的小部分風投是賭趨勢,如今匆匆進場的其他機構(gòu)也并沒有遲到,因為在他們眼里,這家獨角獸仍具備難以估量的增長能力。

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。