2022 年 2 月 22 日,Timescale 在博客中宣布其在近日完成了 C 轮融资,总融资金额达到 1.8 亿美元。本轮融资由 Tiger Global 领投,现有投资者 Benchmark、New Enterprise Associates、Redpoint Ventures、Icon Ventures 和 Two Sigma Ventures 均参与跟投。目前,Timescale 估值超过 10 亿美元,成为数据库领域的又一独角兽企业。
此前,在 2021 年、2019 年和 2018 年,Timescale 分别完成了 4000 万美元、1500 万美元和 1600 万美元的融资,本次 C 轮融资也是融资金额最高的一次。Timescale 在博客中进一步表示,其计划利用该笔融资增加对产品、工程和研发方面的投入,持续发展团队,并为扩大 Timescale 社区、客户,以及为全球开发者服务作出努力。
“所有数据都是时间序列数据。”Timescale 创始人兼首席执行官 Ajay Kulkarni 在博客中谈道。同时他还表示:“时序数据无处不在,基于时序数据构建的应用需要一种新型数据库。这笔资金和 Timescale 的飞速增长证明 TimescaleDB 就是答案。”
目前,Timescale 为使用 TimescaleDB 的 500 多家付费客户和社区中数万家其他组织提供服务,其中包括苹果、思科、康卡斯特、漫威、通用电气、IBM、微软、特斯拉、三星、施耐德电气、Uber、沃尔玛等公司。
TimescaleDB 为何如此叫座?
Timescale 旗下的 TimescaleDB 是一款针对快速获取和复杂查询而优化的开源时间序列数据库。 它使用“标准的 SQL”语句,并且像传统的关系数据库那样容易使用,像 NoSQL 那样可扩展。
与关系数据库与 NoSQL 相比,TimescaleDB 为时间序列数据集合了两种数据库的优点:
易用
PostgreSQL 原生支持的所有 SQL,包含完整 SQL 接口(包括辅助索引,非时间聚合,子查询,JOIN,窗口函数);
任何使用 PostgreSQL 的客户端或工具,可以直接应用到该数据库,不需要更改;
时间为导向的特性,API 功能和相应的优化;
可靠的数据存储。
可扩展
透明时间/空间分区,用于放大(单个节点)和扩展(即将出现);
高数据写入速率(包括批量提交,内存中索引,事务支持,数据备份支持);
单个节点上的大小合适的块(二维数据分区),以确保即使在大数据量时即可快速读取;
块之间和服务器之间的并行操作。
可靠性
作为 PostgreSQL 的扩展;
受益于 20 多年的 PostgreSQL 研究的成功经验(包括流式复制,备份);
灵活的管理选项(与现有的 PostgreSQL 生态系统和工具兼容)。
何为时序数据库?
时序数据是随时间不断产生的一系列数据,简单来说,就是带时间戳的数据。时序数据库 (Time Series Database,TSDB) 是优化用于摄取、处理和存储时间戳数据的数据库。此类数据可能包括来自服务器和应用程序的指标、来自物联网传感器的读数、网站或应用程序上的用户交互或金融市场上的交易活动。
时序数据库应用场景:
时序数据库的应用场景在物联网和互联网 APM 等场景应用较多,下面是列举了一些时序数据库的应用场景,但不是全部:
公共安全:上网记录、通话记录、个体追踪、区间筛选;
电力行业:智能电表、电网、发电设备的集中监测;
互联网:服务器/应用监测、用户访问日志、广告点击日志;
物联网:电梯、锅炉、机械、水表等各种联网设备;
交通行业:实时路况、路口流量监测、卡口数据;
金融行业:交易记录、存取记录、ATM、POS 机监测。
万物互联时代,工业物联网产生的数据量比传统的信息化要多数千倍甚至数万倍,这也令传统数据库的弊端开始显现,因此业内对于 TimescaleDB 等时序数据库的需求也是越来越多。
对标 TimescaleDB ,国产数据库未来可期
根据国外数据网站 DB-Engines 数据,目前排名第一的时序数据库为 InfluxDB。而在国内,也不乏对标 InfluxDB 和 TimescaleDB 的优秀国产数据库。
前不久,国产时序数据库 TDengine 背后的涛思数据迎来重要人事变动,由前融云 CTO 杨攀加入并担任涛思数据战略合作 & 开发者生态副总裁一职。在当时接受 InfoQ 采访中,杨攀就曾坦言,之所以加入涛思数据,很重要的原因就是他看中了时序数据库的发展前景。
对此他提到,“时序数据库是目前数据库行业增长最快品类,未来在物联网、车联网、工业互联网或 IT 运维行业等领域,专业的时序数据库产品必将成为其中必不可少的基础设施”。
据了解,目前国产数据库 TDengine 的核心代码,包括集群功能已经全部开源,截至目前在 GitHub 上收获了 17800 的 Star,Fork 数达 4300。在墨天轮数据中,TDengine 也成为国产时序数据库中的佼佼者。
可以预见,整个时序数据库赛道未来的发展前景注定广阔,也期待以 TDengine 为代表的国产数据库带来持续突破。
TimescaleDB GitHub:
https://github.com/timescale/timescaledb
TDengine GitHub:
https://github.com/taosdata/TDengine
参考链接:
评论 1 条评论