致力于研發高性能分布式時序數據庫DolphinDB的「智臾科技」宣布完成數千萬人民幣A輪融資，由朗瑪峰創投投資。

時序數據庫主要用于處理帶時間標簽（按照時間的順序變化，即時間序列化）的數據，帶時間標簽的數據也稱為時間序列數據。DolphinDB集成了功能強大的編程語言和流數據分析系統，為海量結構化數據的快速存儲、檢索、分析及計算提供一站式解決方案，在大規模數據處理與分析領域擁有世界領先的性能水平，特別適用于量化金融與物聯網等領域對海量數據存儲、查詢及分析有極高要求的場景。DolphinDB目前在專業數據庫排名網站DB-Engines的時序數據庫排名中位列第12位，為國產時序數據庫第一。

DolphinDB目前主要面向兩大市場領域：一是金融，二是物聯網。

金融領域

在金融領域，金融領域客戶包括券商、公募基金、私募基金、期貨公司、保險公司、高校、科研機構等，可被廣泛用于金融市場的全域（低頻、中頻和高頻）的數據存儲、數據清洗、因子分析、策略回測、實時計算（風控、交易信號計算）等。金融領域的數據分析市場全球規模在50~100億美元的規模。CEO&CTO周小華認為，在大多數國家包括中國，這個市場以增量為主。

之所以選擇金融領域，一是因為團隊在金融方面有較多的經驗，CEO周小華曾在LYZ基金、巴克萊資本、摩根斯坦利任職，首席運營官也曾在索羅斯量子基金任職；二是在對金融領域有積累的基礎上，團隊認為金融領域的數據的價值已經被證明，通過數據就可以進行交易與風控等行為，且金融機構的付費意愿更強；三是在「智臾科技」成立的2016年，物聯網領域的時序數據庫市場教育還不足。

在金融領域，DolphinDB大多數情況下直接銷售給客戶，因為金融領域的數字化水平較高，因此不需要太多市場教育，更多可以通過口碑傳播的方式獲客。

目前，「智臾科技」在金融領域已經服務了超過三十家客戶，來自金融客戶的收入占比占總收入的75%，資金續約率為120%。

物聯網領域

物聯網領域是DolphinDB新開拓的領域，目前收入占比為25%。其實物聯網領域，尤其是化工、電力、能源、水務等行業，由于其數據存在產生頻率快（每一個監測點一秒鐘內可產生多條數據）、嚴重依賴于采集時間（每一條數據均要求對應唯一的時間）、測點多信息量大（常規的實時監測系統均有成千上萬的監測點，監測點每秒鐘都產生數據，每天產生幾十GB的數據量）等特點，使其天然需要以時序數據庫的方式進行監測、檢查、分析等。

根據Gartner統計，2017年全球數據庫管理軟件的規模達到388億美元，其中數據庫軟件占到整個IT基礎架構軟件的20%。以后的趨勢是更加關注OLAP與非關系型數據庫，其中海量物聯網數據的存儲和實時計算是重要部分。周小華以電力領域為例，每秒鐘可以產生四百萬點數據，一天就會產生三千四百億點，這種海量的數據的存儲和實時計算，就是目前行業最大的痛點。

在物聯網領域，考慮到行業眾多且需求不一，「智臾科技」主要通過合作伙伴開發用戶，即聯合各行業頭部集成商，將DolphinDB集成到行業解決方案中，打包提供給最終用戶。

市場判斷

不管是服務哪個領域的客戶，「智臾科技」都沒有采用銷售地推等“笨方法”，這一是大大節約了人力成本，二是可以更快地拓展客戶規模。

當然，客戶所產生的數據不僅僅有時序數據一種，因此DolphinDB想成為一站式數據庫。一方面，會兼容關系型數據庫部分功能，提供多種插件，成為一個開放的系統，另一方面，DolphinDB會持續開發多種存儲處理引擎，方便客戶管理多種類型的數據。

周小華預判時序數據庫將在如下幾個市場將迎來快速增長：

1.大型工業互聯網和物聯網項目，如百萬點/秒以上并發存儲并要求分布式、高可用架構，面向發電、充電、電信、交通等行業；

2.海量實時數據進行快速計算場景，如車聯網、智能營銷等行業；面向內容運營、營銷等企業；

3.把DolphinDB作為數據倉庫，建設輕量級、一站式企業數據中臺，從而幫助大量的中小企業數字化轉型。

面對市場競爭，周小華認為阿里云等巨頭更多是在平臺而非垂直數據庫領域；其他海外競品在國內市場并不具備太強競爭力。

周小華告訴36氪，DolphinDB2020年營收在千萬級別，希望在2021年可以獲得3~5倍的營收增長，將物聯網客戶的占比提高至50%。據悉，本輪融資40%將用于產品研發，30%用于技術支持，30%將用于市場開拓。

創始人背景

周小華，智臾科技創始人兼CEO，主要從事文本檢索、數據挖掘和大數據方向的研究。在相關領域的國際頂級期刊和頂級學術會議（TKDE， SIGIR， SIGKDD， CIKM等）發表論文30余篇，被來自50多個國家的獨立專家學者引用千余次。創立「智臾科技」之前，先后在上海交通大學取得本科和碩士學位，在美國Drexel大學獲得信息科學和技術博士學位。博士畢業后，在美國LYZ基金、巴克萊資本、摩根史丹利從事程序化交易策略和高頻交易系統的研發，是金融大數據存儲，檢索、分析和建模方面的資深專家。
責任編輯:tzh