首發(fā)丨DataPipeline獲經(jīng)緯中國領投2100萬元A輪融資，專注于提供數(shù)據(jù)與應用集成服務

DataPipeline 經(jīng)緯中國數(shù)據(jù)應用數(shù)據(jù)集成

原創(chuàng) yaphet | 2018-04-10 16:20

【數(shù)據(jù)猿導讀】 DataPipeline正式對外宣布獲得2100萬元人民幣的A輪融資，由經(jīng)緯中國領投，峰瑞資本等投資機構跟投。成立于2016年3月的DataPipeline主要提供數(shù)據(jù)同步、數(shù)據(jù)清洗、數(shù)據(jù)任務管理、錯誤隊列管理、運維管理和用戶管理等功能。曾于2016年6月獲峰瑞資本數(shù)百萬天使輪融資...

首發(fā)丨DataPipeline獲經(jīng)緯中國領投2100萬元A輪融資，專注于提供數(shù)據(jù)與應用集成服務

數(shù)據(jù)猿最新消息：一站式數(shù)據(jù)與應用集成商北京數(shù)見科技有限公司（以下簡稱DataPipeline）正式對外宣布獲得2100萬元人民幣的A輪融資，由經(jīng)緯中國領投，峰瑞資本等投資機構跟投。

DataPipeline成立于2016年3月，6月即獲得峰瑞資本的數(shù)百萬天使輪融資。兩年內，DataPipeline已經(jīng)成功服務了數(shù)家大型客戶，其中不乏很多國際和國內500強企業(yè)，覆蓋零售、制造、銀行、能源、互聯(lián)網(wǎng)等行業(yè)。同時，DataPipeline已與數(shù)十家產(chǎn)業(yè)上下游合作伙伴建立了戰(zhàn)略合作關系。

DataPipeline一直專注于為客戶提供一站式數(shù)據(jù)與應用集成的平臺和方案，幫助企業(yè)在云端連接各種結構化、半結構化或者非結構化數(shù)據(jù)，包括云數(shù)據(jù)庫、微服務集群、SaaS、工業(yè)應用等，連接企業(yè)內部的數(shù)據(jù)孤島，支撐客戶通過數(shù)據(jù)分析更精準地驅動商業(yè)決策和業(yè)務決策。

Forrester公布的調研數(shù)據(jù)顯示，2017年全球集成市場規(guī)模達320億美元。國外廠商間的競爭愈發(fā)激烈。 MuleSoft自2107年成功IPO后，2018年3月被Salesforce以65億美元溢價收購，跟隨者SnapLogic CEO也在2017年表達了IPO意向。

如果把企業(yè)之間的通話比作一張網(wǎng)，每個企業(yè)就是網(wǎng)上的一個節(jié)點。在中國市場上，當前集成項目主要是解決企業(yè)單點問題——連接企業(yè)內部所有數(shù)據(jù)孤島。因此，企業(yè)客戶迫切希望找到一個為云而生、連接更敏捷、性能更可靠、實時性更強大的集成產(chǎn)品。

區(qū)別于傳統(tǒng)數(shù)據(jù)集成方案，DataPipeline從一開始就在產(chǎn)品架構、方案設計及操作體驗等方面都進行了充分的調研和優(yōu)化創(chuàng)新，產(chǎn)品和方案都更契合當前中國企業(yè)客戶的需求。

首先是大數(shù)據(jù)量。企業(yè)逐年暴漲的大數(shù)據(jù)量對傳統(tǒng)集成系統(tǒng)提出了嚴峻的挑戰(zhàn)，傳統(tǒng)ETL工具的高并發(fā)性能測試往往不達標或擴展性不足，先天不支持分布式架構，無法提供實時和批處理選擇。DataPipeline在產(chǎn)品架構設計之初就充分考慮了超大數(shù)據(jù)量的同步需求，超出傳統(tǒng)ETL工具幾個量級的高并發(fā)數(shù)和可擴展性；可以支持客戶每天平穩(wěn)并行傳輸數(shù)千張表、數(shù)百GB增量數(shù)據(jù)，累計傳輸數(shù)據(jù)超過數(shù)十TB。

其次是實時性。企業(yè)當前異構數(shù)據(jù)源和目的地種類日益增多，采用傳統(tǒng)ETL工具或自己編寫腳本復雜度和維護成本都非常高，數(shù)據(jù)從各業(yè)務系統(tǒng)到被調用通常要經(jīng)歷模型設計、代碼編寫、測試上線等流程，所需周期過長，極易阻塞下游數(shù)據(jù)應用開發(fā)的進程。DataPipeline可以支持多種異構數(shù)據(jù)源和目的地的自動化數(shù)據(jù)交換，目前已經(jīng)支持20多個主流數(shù)據(jù)源和目的地；通過解析數(shù)據(jù)庫的復制日志去捕獲數(shù)據(jù)與數(shù)據(jù)定義的變化，讓數(shù)據(jù)同步任務能夠做到實時自適應。

第三是數(shù)據(jù)質量。采用傳統(tǒng)集成方案，往往在完成數(shù)據(jù)同步后，企業(yè)客戶卻無法及時地管控數(shù)據(jù)質量，需要花費大量時間從下游數(shù)據(jù)應用逆推上游數(shù)據(jù)問題，缺少數(shù)據(jù)質量預警及相應的補救措施。DataPipeline可以為客戶提供全程數(shù)據(jù)質量監(jiān)控，包括數(shù)據(jù)狀態(tài)監(jiān)控、預警隊列管理以及無需人為預先定義的數(shù)據(jù)質量多維度檢測功能，讓客戶不必擔心因為經(jīng)常出現(xiàn)的錯誤狀態(tài)而影響數(shù)據(jù)質量。

第四是敏捷易用。當前，傳統(tǒng)集成方案在ETL中固化的轉換不是優(yōu)勢反而成為一種束縛，ETL Job難以持續(xù)維和重復使用，極大降低其靈活性。但是，當前企業(yè)在業(yè)務應用和數(shù)據(jù)應用方面的需求瞬息萬變，對數(shù)據(jù)的使用從定式的數(shù)倉建模向探索式的數(shù)據(jù)應用、AI應用的方向探索。DataPipeline可以為客戶提供適度的數(shù)據(jù)清洗功能，用內置的清洗功能和清洗API構建靈活的框架式功能，支持客戶做更敏捷、更自由地實現(xiàn)數(shù)據(jù)加工、處理、分析和展現(xiàn)等操作。

目前，DataPipeline主要提供數(shù)據(jù)同步、數(shù)據(jù)清洗、數(shù)據(jù)任務管理、錯誤隊列管理、運維管理和用戶管理等功能。為了降低工程師使用門檻讓，DataPipeline采用可視化配置界面，無需任何代碼5分鐘即可創(chuàng)建數(shù)據(jù)同步任務。

在部署模式上，Data Pipeline支持混合云、跨云、私有化等多種模式。為了讓私有化部署成本更低效率更高，Data Pipeline采用當前先進的容器技術；為了提升非私有環(huán)境的安全性，Data Pipeline對混合云、跨云的部署模式進行加密。在收費模式上，Data Pipeline按照客戶系統(tǒng)所占用的服務器收取年費。

對企業(yè)IT管理者和工程師來說，DataPipeline能幫他們大大提高工作效率。一方面，DataPipeline可以全面解放工程師的勞動力，讓工程師將工作重心放在數(shù)據(jù)價值挖掘而不必糾結于數(shù)據(jù)連接的問題，把更多的精力放在滿足業(yè)務需求上；另一方面，DataPipeline可以幫助IT管理者實時準確地監(jiān)管數(shù)據(jù)任務動態(tài)、錯誤隊列管理、挖掘數(shù)據(jù)資源、管理數(shù)據(jù)資產(chǎn)等。

2017年，DataPipeline匯聚了眾多來自Google、Yelp、Amazon、Oracle、中科院、華為、Informatica和Talend等知名企業(yè)的專業(yè)人士，他們在數(shù)據(jù)行業(yè)內有著多年深厚的研發(fā)、產(chǎn)品和項目經(jīng)驗積累和行業(yè)影響力，對企業(yè)客戶的需求和痛點理解更深刻。并且，DataPipeline在北京、南京均設有研發(fā)中心，更及時地響應全國客戶的需求。

經(jīng)緯創(chuàng)投董事總經(jīng)理熊飛表示，隨著越來越多的行業(yè)意識到企業(yè)信息化建設的重要性，企業(yè)內部和外部異構數(shù)據(jù)源也會快速增加。傳統(tǒng)數(shù)據(jù)集成和ETL方案在云時代會逐漸力不從心。DataPipeline團隊在Google，Yelp，AWS積累了豐富的企業(yè)數(shù)據(jù)集成經(jīng)驗，從A輪投資以來展現(xiàn)了良好的業(yè)務發(fā)展勢頭，期待公司在中國數(shù)據(jù)集成市場繼續(xù)專注產(chǎn)品和客戶，取得好成績。經(jīng)緯已經(jīng)在企業(yè)服務和云計算領域投資接近五十家公司，從軟件定義存儲，軟件定義網(wǎng)絡，容器，數(shù)據(jù)庫，數(shù)據(jù)倉庫，到云管理平臺。經(jīng)緯會繼續(xù)大力支持該領域創(chuàng)業(yè)公司的發(fā)展。

據(jù)悉，獲取A輪融資后，DataPipeline將重點補強產(chǎn)品、研發(fā)和營銷團隊，在產(chǎn)品研發(fā)的深度和廣度上提升客戶滿意度，組建更成熟更高效的售前和銷售團隊，持續(xù)增加市場拓展力度，繼續(xù)加強與產(chǎn)業(yè)上下游的緊密合作。（yaphet）

來源：數(shù)據(jù)猿

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內容都會注明來源與作者；轉載我們原創(chuàng)內容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。