估值高达380亿美元!大数据独角兽Databricks官宣16亿美元新融资

本文主要是介绍估值高达380亿美元!大数据独角兽Databricks官宣16亿美元新融资,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击上方 "大数据肌肉猿"关注, 星标一起成长

后台回复【加群】,进入高质量学习交流群

2021年大数据肌肉猿公众号奖励制度

作者 | 罗燕珊

策划|蔡芳芳

距离上一轮融资才7个月时间,Databricks的估值已经增加了100亿美元。

美国当地时间8月31日,由 Apache Spark 初始成员创立的大数据初创公司 Databricks 宣布获得 16 亿美元 H 轮融资,新一轮融资由摩根士丹利的 Counterpoint Global 领投,Counterpoint Global 还引入了其他新投资者,包括 Baillie Gifford、ClearBridge Investments 和加州大学的 UC Investments。此外,包括BlackRock(贝莱德)、Andreessen Horowitz、Tiger Global Management、T. Rowe Price Associates 和 Fidelity Investments 在内的现有投资者也参与了本轮融资。

本轮融资过后,Databricks的估值已经飙升至380亿美元。也就是说,距离上一轮10亿美元的G轮融资才7个月时间,其估值就已经增加了100亿美元。

Databricks联合创始人兼首席执行官 Ali Ghodsi 表示,这笔资金将主要用于加速Data Lakehouse(湖仓一体)的产品创新和市场开拓。

为了支持 lakehouse 技术的发展,Databricks 还宣布任命前 Salesforce 高管 Andy Kofoid 为全球运营总裁,相信在 Kofoid 的带领下,Databricks Lakehouse平台将可以积极进入新市场、支持和发展其合作伙伴生态系统以及构建广泛的行业解决方案目录。

此外,新闻稿还提到,受开源、上云和机器学习应用不断兴起的趋势所推动,Databricks还打算进一步投资人工智能方向的创新,保留所有主要公共云的选择和灵活性,并将 lakehouse 发展成传统数据仓库的替代品。

抢滩 lakehouse 市场

Ali Ghodsi 认为资本能帮助 Databricks 进一步获得市场领先地位。

自80年代以来,大公司已在数据仓库中存储了大量结构化数据。近些年,像Snowflake 和 Databricks 等公司则为非结构化数据提供了类似的解决方案,称为数据湖。

在 Ghodsi 看来,将结构化和非结构化数据结合到一个地方,让客户能够在不移动底层数据的情况下执行数据科学和商业智能工作,是大数据发展的一个关键变化。

“‘lakehouse’是一个新赛道,我们认为这个赛道中会有很多供应商,所以说这是一场地盘争夺战。我们希望快速构建并完成 lakehouse 赛道的布局。” 在接受媒体采访时,Ghodsi 强调,Databricks 正与资本充足的竞争对手抗衡,这些对手还不是一些小型初创公司,而是各种大型、成熟的供应商,包括 Snowflake、亚马逊、谷歌以及其他希望从 Databricks 所看到的赛道中分一杯羹的公司,他希望新融资带来的资金能够让 Databricks 更好地与对手们抗衡。

Databricks 于 2013 年在旧金山成立,是大型数据分析工具的最大供应商之一,其创始团队也是 Apache Spark 的创始成员。

除了业界熟知的 Spark,Databricks 还有不少产品,包括开发和维护 AI 生命周期管理平台 MLflow、数据分析工具 Koalas 和 Delta Lake。Delta Lake 为Apache Spark 和其他大数据引擎提供可伸缩的 ACID 事务,让用户可以基于 HDFS 和云存储构建可靠的数据湖。

2020 年 6 月,Databricks 还推出了用于实现高性能查询的 Delta Engine 原生执行引擎;同年 11 月,Databricks 推出了 Databricks SQL,它允许客户直接在数据湖上运行商业智能和分析报告。

目前,Databricks 已经与亚马逊、Google、微软以及阿里巴巴等全球领先的公共云服务提供商建立了合作关系,合计已为全球19个国家/地区的5000多个客户提供服务。

未透露上市时间

Ghodsi 在媒体采访中表示,新冠肺炎疫情加速了 Databricks 在三个关键领域的发展势头:云、开源和机器学习。最近,Databricks 与多家医疗保健组织和政府机构合作,通过分析大量数据、预测结果以改善其运营。“现在,这些公司渴望将他们的数据和数据管道流程更快地迁移到云,我们看到了这些原本采用传统本地供应商的传统企业的机会。”他补充道。

目前 Databricks 的年度经常性收入(ARR)为 6 亿美元,高于 2020 财年末录得的 4.25 亿美元,预计到 2022 年公司员工人数将从 2300 人增加到 3000 多人。

以新估值计算,Databricks 的价值是当前其 ARR 的 63 倍,所以 Databricks 并不便宜,但以它目前的增长速度来看,未来的收入也应该可以达到相应的规模。

Ghodsi 这次并未对媒体透露 Databricks 的上市时间安排,但 Ghodsi 在今年夏天接受 The Register 采访时曾表示,Databricks 的目标是今年“准备 IPO”。

那为什么 Databricks 还不上市呢?

或许是因为 Ghodsi 发现 Databricks 在创投市场中也可以获得无限的资本。因为太过于受欢迎,Databricks 在最新一轮融资中“不得不”多融1 亿美元,而该轮融资原本设定的募资额为15亿美元,这些钱也让 Databricks 能够对一些较小的公司展开并购,以填补产品路线图中的空白或不足。Ghodsi 亦曾在接受 VentureBeat 的采访时表示,未来融资资金将用于推动并购战略,重点是机器学习和数据初创公司,以及扩大与云公司的合作伙伴关系。

据统计,大数据人才缺口2025年将高达230万人!!!想搭上这一波风口的同学可以捉紧时间入局!

--end--

扫描下方二维码添加好友,备注【交流】
可私聊交流,也可进资源丰富学习群更文不易,点个“在看”支持一下????

这篇关于估值高达380亿美元!大数据独角兽Databricks官宣16亿美元新融资的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/729531

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者