超融合时序数据库创业公司「四维纵横」如何打造超融合时序数据库?
36氪获悉，超融合时序数据库创业公司「四维纵横」于近日完成1亿人民币A轮融资，由东方富海和某头部云厂商联合领投，老股东晨山资本、顺义产业基金跟投。本轮融资将主要用于进一步的产品研发和销售体系的搭建。
万物智联时代，数据源头和数据产生范式发生根本变化，连接设备取代人类行为成为新的核心数据生产源，爆发式增长的时序数据带来了新的海量时序数据存储和处理需求，也造就了时序数据处理和分析架构变革的机会。
36氪了解到的创业公司「四维纵横」是一家超融合时序数据库公司，能够在智能网联汽车、智慧能源、智能制造、智慧交通、电信和金融等各个场景实现数据的实时查询、分析和系统秒级响应。所谓“超融合数据库”既能实现在同一个数据库内部完成对关系数据、时序数据、GIS数据(包含结构化和非结构化数据)的融合处理，也能实现包括OLTP、OLAP和Streaming和Machine Learning等多元处理场景的融合，从而提升端到端性能并简化技术栈，实现高效开发和运维。
「四维纵横」的创始人兼CEO姚延栋告诉36氪，超融合数据库是技术发展的自然趋势，自上世纪的70年代至今，随着时间的推进，数据处理平台呈现了三大主线：第一主线是上世纪70年代诞生的交易型数据库;第二主线是20世纪80年代出现的分析型数据库;第三大主线是2000年左右衍生的大数据/数据湖。
在过去的十年内，三大数据处理平台主线发生过三次两两融合，分别为：交易型数据库和大数据技术融合产生了NewSQL;交易型数据库和分析型数据库融合生成了HTAP;数据湖和数据仓的融合诞生了Lake-house(库湖融合)。因此，随着技术发展的自然走向，三大数据处理平台的终局将会是“超融合”。
「四维纵横」的产品超融合时序数据库MatrixDB即是超融合数据库的特殊类型： 是关系库、时序库和分析库融合。而在时序库中包含插入、存储和查询三大要素。在时序场景下，数据插入量大而频繁，要求平稳且高吞吐，对各种数据查询的处理效率要求较高。
一般来说，时序数据库的设计目标主要解决三大问题：第一，是海量设备、大量指标和标签支持问题;第二，是高并发高吞吐的指标查询和高性能的分析型查询;第三，是支持多态存储、多机存储、高效存储和灵活控制问题。
「四维纵横」的创始人兼CEO姚延栋告诉36氪，「四维纵横」的超融合时序数据库MatrixDB与第一代时序数据库“将存储引擎做成数据库”相比，采用的方式是“将存储引擎做进数据库”，即在关系型数据库内部实现不同存储引擎的插拔(如关系数据引擎、空间数据引擎、时序数据引擎、内存数据引擎)，并实现各种数据引擎的相互关联，从而实现快速部署和高效运维。
「四维纵横」的盈利模式是与客户合作收取授权费和年度订阅费，平均客单价在数万元至数百万元不等。今年5月，「四维纵横」发布了MatrixDB4.0新版本，2021年实现数千万营收。
在客户拓展方面，「四维纵横」的主要获客渠道来源于社区免费试用进行获客转化，累积处理数据量达10PB级。在行业切入选择方面，「四维纵横」首先选择了数据量大、指标量多的互联网、车联网、智能制造和能源场景进行率先应用。目前，「四维纵横」已经与众多互联网大厂合作，并且打造了中国中车、ZTE、头部云厂商及大型互联网公司等标杆客户。
团队方面，「四维纵横」的核心创始团队均来源于数据库全球Top3的Greenplum。创始人兼CEO姚延栋是原Greenplum北京研发中心总经理，Greenplum中文社区创始人，PostgreSQL中文社区常委; CPO高小明是原Greenplum中国研发中心产品总监，曾就职于Oracle和IBM DB2数据库团队多年;CTO翁岩青是Pivotal中国研发中心资深架构师，具有丰富的 Greenplum和SQL-on-Hadoop产品内核开发经验。
资讯来源：36氪
