定位大數據分析平台，Kyligence憑開源優勢謀全球業務擴張

調研 | 李喆 倪賢豪

撰寫 | 倪賢豪

基於開源軟體推出企業級產品或服務是開源軟體的典型盈利模式，於Kyligence亦是如此。

Kyligence是領先的大數據分析創新公司， 由Apache Kylin核心成員組建。Apache Kylin是世界領先的開源OLAP on Hadoop項目，是首個來自中國的Apache軟體基金會頂級開源項目。

2017年是Kyligence成立的第二年，愛分析拜訪了Kyligence聯合創始人兼CEO韓卿，對這一年的得失做了復盤。

2017年Kyligence的發展可以從開源軟體和企業級產品兩方面闡述。

開源軟體Apache Kylin方面，2017年的主要改進是：增加了對於雪花模型的支持，有利於減少冗餘，節省存儲空間；引入了Spark，相比於原來用MapReduce構建Cube，效率更高；除此之外,還增加了對於雲存儲框架的支持並修補了不少BUG。

至於Kyligence本身，2017年也取得了長足的進步。可以概括如下：豐富產品組合，打造行業案例，完善組織架構，明確戰略方向。

完善產品體系，數據倉庫的架構趨於完備

KAP（Kyligence Analytics Platform），是Kyligence的核心企業級產品。該產品基於OLAP構建數據倉庫，以數據立方體的預計算來實現秒級查詢。

2017年，Kyligence團隊圍繞核心產品KAP做了產品體系完善。

截至2017年底，KAP已是十足的基於Hadoop的數據倉庫，擁有了較為完整的數據倉庫框架。具體來說，KAP的完善由兩部分組成。

第一，Apache Kylin的改進帶來的產品升級。

KAP是以Apache Kylin為核心的產品。Apache Kylin在2017年的這幾次版本發布帶來的新特性也同樣賦予了KAP。這也是基於開源軟體開發企業版本為盈利模式帶來的優勢之一。

第二，Kyligence針對KAP推出了很多企業級的功能，比如安全性管理等，並就企業客戶的需求重點做了性能優化。

結合已研發的替代HBase用於Cube存儲的KyStorage，KAP作為數據倉庫的架構已經完備。作為數據倉庫，這也是Kyligence給予其的定位。

除了KAP外，Kyligence在雲端也做了投入，於2017年底推出了Kyligence Cloud及Kyligence Robot（KyBot）。前者基於KAP提供雲上可擴展的企業級OLAP on Hadoop服務。後者則利用日誌分析、數據統計及AI，對Apache Kylin及KAP系統問題做診斷、優化，並可集成於KAP使用。

擁有整套數據倉庫框架的KAP接入客戶業務系統，通過ETL工具對數據做抽取、清洗、轉換、載入、刷新等操作後，便能為客戶提供快捷有效的服務,比如秒級查詢、高級複雜篩選、數據可視化能力等等。

加上內置的KyBot、KyAnalyzer、KyStorage等模塊以及雲端版本Cloud，Kyligence針對不同行業的需求形成了整體解決方案。其中，在所布局的幾大行業中均已形成了標準化的解決方案，如金融業的多維分析平台，通信業的用戶行為分析平台，互聯網電商領域的運營管理平台，以及針對手機廠商的日誌分析平台。考慮到Kyligence不做定製化內容，後續在規模複製上會有一定優勢。

目前，Kyligence的解決方案適用的應用場景眾多，比如數據查詢和分析，用戶行為分析，數據可視化及日誌數據分析等等。這主要還是數據倉庫類產品比較常見的場景，但考慮到多維數據模型下，數據立方體預計算帶來的秒級查詢能力很強，在數據查詢相關場景，Kyligence做的更為深入。

另外，Kyligence的目標市場主要還是數據倉庫及BI市場，具體到客戶層面，Kyligence目前更多地定位於大客戶，致力於為客戶的核心分析業務提供服務。

在數據倉庫細分市場上，傳統的領導者諸如Teradata、IBM等有著很強的競爭力和市場地位，KAP擁有完整的數倉架構後，將具備更強的挑戰該市場眾多先入玩家的能力。

在BI市場方面，雖然推出了自有敏捷BI工具KyAnalyzer，完善了數據倉庫的應用層結構，但Kyligence的核心策略是與其他展現、可視化廠家深入合作，通過Kyligence認證體系（KCP），與Tableau， MicroStrategy，Cognos，PowerBI，SmartBI等進行對接，完成兼容性測試，因此未來可以預見Kyligecne與其他BI玩家將會有更多的市場合作形式。

優化組織架構，國內外市場齊齊發力

2017年Kyligence的另一個改變在於團隊方面。

相較於年初的20多人，如今團隊規模已擴大3倍，達到了60餘人，研發人員佔比達到了60%～70%，其餘人員則以銷售及相關行政人員為主。

當前，Kyligence的獲客模式還是以直銷和合作夥伴推薦為主，但渠道的建設在後續會加強力度。與銷售環節相對的，Kyligence的收費方式是按年訂閱，具體的報價基於節點數，客單價多在百萬級以上。

組織架構上，過去的一年中Kyligence建立了專門的售後隊伍，研發人員得以從繁重的運營維護任務中抽身出來，專註於產品和技術的研發。

至於戰略的執行上，Kyligence在2017年貫徹了在金融、電信、製造及零售等領域的布局，堅持對於客群的定位，拿下了一批標杆客戶。

此外，Apache Kylin作為中國第一個貢獻到Apache軟體基金會的頂級開源項目，在助力開源社區建設的同時，也享受到了社區的反哺。

除了直銷獲客外，不少客戶是開源軟體Kylin的用戶轉化而來。2017年，Apache Kylin用戶由原先100多家增加到了500多家，其中不乏Adobe、百度、美團、鏈家、農業銀行等中大型企業。

未來加大力度建設開源生態，注重開源用戶到付費用戶的轉化，會給Kyligence帶來不小的紅利。

最後，在全球化上，Kyligence也取得了突破。2017年5月，Kyligence美國分公司正式成立，現在美國團隊也已成立並開始跟進項目。Kyligence Cloud這款產品也對海外市場的開拓有所助力，對於尚未建立辦公室的國家和地區，Kyligence可以通過Cloud為當地客戶服務。

近期，愛分析對Kyligence聯合創始人兼CEO韓卿做了訪談，現將部分內容分享如下。

雲端產品推出，Kyligence初探海外市場

愛分析：KAP是一款OLAP on Hadoop產品，針對HBase推出了KyStorage這一替代功能，過去的一年有無新的進展？

韓卿：KyStorage的主體工作已於2016年完成，2017年更多的是原有基礎上的優化。

2017年更多的還是針對KAP的新功能的引入，包括BI的整合，以及對於聚合查詢的支持等。

可以說，在用戶角度來看，KAP已經是一個數據倉庫了，不再依賴HBase，只是將數據存儲在HDFS上，是一個純粹的Hadoop上的數據倉庫。

愛分析：對於已經使用很多Hadoop集群的金融企業來說，使用KAP會否面臨兼容性的問題？

韓卿：不會。對於已經使用Hadoop的企業，只需將KAP安裝即可，並不會出現兼容性問題。

愛分析：Kyligence現在主要能解決客戶的哪些需求？

韓卿：第一，Kyligence為用戶提供了將部署在舊有OLAP系統上的應用遷移出來的很好選擇。

舊有OLAP系統已經很難支撐今天大數據的場景，客戶急需將應用遷移到大數據平台上，而Kyligence是很好的選擇。

第二，Kyligence能簡化用戶自舊有系統遷移應用的複雜程度。用戶從舊有系統遷移到KAP上，不需要寫任何程序，絕大多數操作都只是配置、安裝、調優。

愛分析：客戶從舊有平台遷移到KAP，會遇到哪些挑戰？

韓卿：對客戶來說，面臨的挑戰是在舊有平台上的應用版本比較陳舊，需要做必要的升級。

對Kyligence來說，舊有平台和KAP之間不可能完全兼容，我們需要解決兼容性的問題，確保遷移過來的應用良好運行。

愛分析：Apache Kylin在2017年發布了幾個新版本，主要有哪幾方面的更新？

韓卿：2017年4月30日推出的v2.0是Kylin誕生以來的最重要更新之一，引入了Spark Cubing以及雲存儲框架的支持、增加了雪花模型的支持等等。8月中旬的v2.1主要是修復了超過100個Bug以及擴大數據輸入源和SQL的支持。11月初的v2.2則是在穩定性和安全性上的改進。

愛分析：KAP的應用場景都有哪些？

韓卿：應用場景可以分為幾大類：

一、業務部門的實時數據查詢和分析。比如金融業的持卡用戶行為分析，管理會計領域的財務指標分析，電商領域的運營數據多維分析等。

二、業務數據可視化。KAP提供內置的敏捷BI工具KyAnalyzer，並支持主流的BI工具接入，實現數據可視化。

三、手機日誌數據分析。比如手機廠商對海量日誌數據的分析。

四、運營管理平台。KAP具備的秒級查詢能力，豐富的RestAPI介面，以及對現有Hadoop集群的良好兼容，能很好的勝任運營管理平台的功能要求。

愛分析：前端展現上，KAP與主流BI工具的兼容性如何？

韓卿：兼容性很不錯。在過去的一年，我們投入很大的精力去拓展與主流BI的連通性。

為此，我們推出了面向合作夥伴廠商的產品認證體系，適用場景不僅包括KAP與BI廠商的對接，還包括KAP與Hadoop及雲計算平台的對接等。

此外，我們還推出了新版本的ODBC（Open Database Connectivity，開放數據互聯）驅動，提供了一組對資料庫訪問的標準API，提高了對Tableau等主流BI的支持。

愛分析：KAP的產品定位是什麼？

韓卿：KAP現在的定位就是數據倉庫。從抽取數據，到後續的數據分析、查詢，包括前端展現，不管是通過內置BI工具還是接入主流BI廠商的工具，可以說已經是一個全站的數據倉庫。

與市面上其他做數據倉庫產品的友商相比，KAP的定位可進一步細化到Data Mart（數據集市）方向。對於一個企業的決策層來說，並不需要整個Data Lake的數據來輔助決策，更多地只需要與決策相關的數據即可。這部分數據對Data Lake的佔比可能也就在20%-30%。Kyligence重視的也正是把這部分與決策相關的數據做深。

愛分析：Kyligence Cloud產品的客群定位是？

韓卿：Cloud主要關注業務急速擴張的中大型企業。這類企業的特點在於絕大多數資源都投注在了業務上，對於大數據分析平台的建設力度往往不足。對此，Kyligence Cloud能很好地予以幫助。

此外，我們還通過Cloud去探索海外市場。國外在雲的成熟度和普及度上比國內高，對於還未能建立海外辦公室的地區，以Cloud產品能更方便快捷地給以客戶服務。

愛分析：Kyligence Robot產品能滿足客戶什麼需求？

韓卿：這款產品的定位是在線的診斷和優化平台，目前面向Apache Kylin用戶、KAP企業版（含高級企業版）客戶及Kyligence Cloud客戶。

在2018年，我們會投入更多的資源在上面，在服務好上述客戶的同時，也讓開源用戶受益。

愛分析：Kyligence開拓海外市場是出於什麼考慮？

韓卿：一方面是因為Kylin是開源技術，有很多開源社區過來的海外客戶。另一方面就是出於Kyligence全球化戰略的考量，通過產品出海，我們能獲得更好的發展。

新人不斷冒頭，國內數倉領域還在蓬勃發展期

愛分析：近年來，國內做大數據基礎軟體的公司越來越多，對此您怎麼看？

韓卿：首先，中國在過去的20年時間裡，培養了一個巨大的開發者群體，素質素養很高。

其次，過去10年里，國內互聯網發展迅速，包括移動應用等的發展，積累了海量的數據，隨之而來的技術挑戰是史無前例的。當國內的相關從業者具備解決這類問題的能力時，那麼在全球範圍內也就具備了優勢。

最後，開源技術和開源社區的發展帶來了很大的衝擊，國內從業者可以通過開源讓全球社區對其實力有所認知，也在其中獲得了很大的受益。

以上兩方面促成了這一現象。

愛分析：對於數據分析、數據倉庫這類底層技術的需求，您認為還有哪些行業存在很大需求？

韓卿：製造業對此的需求相當旺盛。

中國是製造大國，同時製造業的產業升級也面臨著很大的挑戰，可以看到這些年製造業出現了急劇變化。現階段製造業的轉型是離不開數據和數據分析的。這其中蘊藏著極大的需求。

愛分析：數據分析和數據倉庫在製造業有哪些應用場景？

韓卿：一方面是精細化管理。不管是通過互聯網還是物聯網，收集上來的數據通過數據倉庫、數據分析完成查詢、分析等工作，為企業決策提供幫助，把企業管理做深做細。

另一方面就是智能製造和下游的工業物聯網。對於製造企業而言，如何通過自動化技術，提升整體實力，進而達成智能製造。數據分析和數據倉庫能在其中起到很大的作用。

定位頭部客戶，標準化產品有利於規模複製

愛分析：目前合作的各行業客戶，大多處於什麼規模？

韓卿：在目前開展的業務中，更偏向和各行業的頭部客戶開展合作，比如行業里的TOP 10，TOP 100。

愛分析：目前的團隊規模如何？人員結構與2017年初有何變化？

韓卿：團隊人數從去年的20多人多人增加到了60多人。人員結構和去年差不多，研發的佔比在60%～70%，剩下的是銷售和市場人員。

愛分析：銷售模式以直銷還是渠道為主？

韓卿：還是以直銷為主，同時也在做渠道，新一年會在渠道上做更大投入。

愛分析：收費方式是怎樣的？

韓卿：Kyligence採取的是按年訂閱的方式，根據節點數報價。這也是目前唯一的收費方式。

愛分析：有無做定製化內容？

韓卿：沒有。目前Kyligence不提供內容定製，目前所有客戶使用的都是同一個發行版。

愛分析：Kyligence的目標市場是？

韓卿：企業級數據倉庫和BI的市場都是我們的目標市場，比如Teradata、IBM等廠商在數據倉庫和數據分析上的市場等。