数据仓库|滴普科技完成1.1亿规模的B+轮融资迎来爆发式增长( 二 ) 数据库|大数据|ai|创投圈

从产品形态上来说，数据仓库一般是独立标准化产品，数据湖更像是一种架构指导，需要配合着系列周边工具，来实现业务需要。换句话说，数据湖的灵活性，对于前期开发和前期部署是友好的；数据仓库的规范性，对于大数据后期运行和公司长期发展是友好的，那么，有没有那么一种可能，有没有一种新架构，能兼具数据仓库和数据湖的优点呢？
于是，湖仓一体诞生了。依据DataBricks公司对Lakehouse的定义，湖仓一体是一种结合了数据湖和数据仓库优势的新范式，在用于数据湖的低成本存储上，实现与数据仓库中类似的数据结构和数据管理功能。湖仓一体是一种更开放的新型架构，有人把它做了一个比喻，就类似于在湖边搭建了很多小房子，有的负责数据分析，有的运转机器学习，有的来检索音视频等，至于那些数据源流，都可以从数据湖里轻松获取。
就湖仓一体发展轨迹来看，早期的湖仓一体，更多是一种处理思想，处理上将数据湖和数据仓库互相打通，现在的湖仓一体，虽然仍处于发展的初期阶段，但它已经不只是一个纯粹的技术概念，而是被赋予了更多与厂商产品层面相关的含义和价值。
这里需要注意的是， “湖仓一体”并不等同于“数据湖”+“数据仓” 。现在很多公司经常会同时搭建数仓、数据湖两种存储架构，一个大的数仓拖着多个小的数据湖，这并不意味着这家公司拥有了湖仓一体的能力，湖仓一体绝不等同于数据湖和数据仓简单打通，反而数据在这两种存储中会有极大冗余度。
为什么说湖仓一体是未来？
那么，湖仓一体凭什么能成为未来新趋势呢？换而言之，在数据智能时代，湖仓一体会不会成为企业构建大数据栈的必然选择呢？
实际上，从技术维度和应用趋势来看，对于高速增长的企业来说，选择湖仓一体架构来替代传统的独立仓和独立湖，已经成为不可逆转的趋势。
一个具有说服力的例证是，现阶段，国内外各大云厂商均陆续推出了自己的“湖仓一体”技术方案，比如亚马逊云科技的Redshift Spectrum、微软的Azure Databricks、华为云的Fusion Insight、滴普科技的FastData等，这些玩家有云计算的老牌龙头，也有数据智能领域的新势力。
事实上，架构的演进是由业务直接驱动的，如果业务侧提出了更高的性能要求，那么在大数据架构建设的过程中，就需要数据库架构建设上进行技术升级。以滴普科技为例，依托实时湖仓平台FastData ，基于对先进制造、生物医药、商品流通、金融科技等行业的深度洞察，滴普科技从实际场景切入，为客户提供了一站式的数据智能平台技术建设方案。
滴普科技认为， “在数据分析领域，湖仓一体是未来。它可以更好地应对AI时代数据分析的需求，在存储形态、计算引擎、数据处理和分析、开放性以及面向AI的演进等方面，要领先于过去的分析型数据库。 ”以AI应用层面为例，湖仓一体架构天然适合AI类的分析（包括音视频非结构化数据存储，兼容AI计算框架，具有模型开发和机器学习全生命周期的平台化能力），也更适合大规模机器学习时代。

现在是布局湖仓一体的好时机吗？
尽管从市场发展走向来看， “湖仓一体”架构是基于技术发展进程的必经之路。但由于这个新型开放架构仍处于发展早期，国内外企业数字化水平和市场认知的不同，造成了技术解决方案也存在着较大的差异。
在业内投资人看来， “虽然美国的企业服务市场比我们成熟的多，也有很多路径可以参考，但中国市场却有着很多中国特色。以对标Databricks的滴普科技为例，美国企业服务市场往往卖产品就可以了，但中国大客户群体需要更与客户资深场景深度融合的解决方案，解决方案需要兼顾通用性和定制化。 ”

数据仓库|滴普科技完成1.1亿规模的B+轮融资 迎来爆发式增长( 二 )

数据仓库|滴普科技完成1.1亿规模的B+轮融资迎来爆发式增长( 二 )