Hittills är den största finansieringsrundan på grafikmarknaden inte bara goda nyheter för TigerGraph, utan även för hela marknaden.
Författare: George Anadiotis, författare: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Ämne: Big Data Analytics
Företag är bra på att samla in data, och Internet of Things tar det till en ny nivå.Men de mest avancerade organisationerna använder det för att driva digital transformation.
Vi planerar inte riktigt att se över grafikmarknaden.Men ibland kan nyheter hindra utvecklingen av planen, och TigerGraphic meddelade att de har samlat in $105 miljoner i serie C-finansiering, vilket förändrade vår plan.
TigerGraph är en grafdatabasleverantör.Vi har undersökt det sedan vi drog oss ur smyg 2017. Vi betraktar de framsteg det har gjort på mer än 3 år som historien om hela grafen.TigerGraphs C-serie leds av Tiger Global, vilket ger TigerGraphs totala finansiering till mer än 170 miljoner dollar.
Detta är bakgrunden till vårt samtal med TigerGraphs vd Yu Xu och COO Todd Blaschka.Vi diskuterade utvecklingen av TigerGraph och utvecklingen av hela bilden.
Vår senaste kontakt med TigerGraph var för ungefär ett år sedan, när covid-19-krisen började.Under en år lång period har TigerGraph gått igenom en omställningsperiod för många företag.Bland dem, på grund av den accelererande takten i digital transformation, kan data- och analysleverantörer till och med hamna överst på listan när det gäller resultat.
Xu sa att det är så här för TigerGraph.Det bästa kvartalet i företagets historia 2020. Xu och Blaschka har hanterat olika framgångshistorier.Kunder inkluderar Intuit och Jaguar Land Rover till Australian Taxation Office.
De nämnde också många användningsfall, från typiska diagram (som kund 360 och analys av försörjningskedjan) till mer ovanliga fall (som blockkedjeanalys och skattebekämpning).Allt är bra, men det finns nästan en fråga att ställa: Varför behöver vi en finansieringsrunda?
För att ta hänsyn till detta finns det några saker att tänka på.Bilden som genereras av TigerGraphs erfarenhet bekräftar återigen våra gemensamma insikter med andra leverantörer inom detta område: de går från databasen till plattformen, närmar sig att lösa kundproblem och skapa värde.
Graph har sett en explosiv tillväxt, och TigerGraphs finansiering är den största hittills på området, vilket bevisar detta.
Xu och Blaschka presenterade hur de ser hur man får en snabb och skalbar distribuerad grafdatabas som utgångspunkt.Detta gör att de kan få fotfäste i många organisationer, även om de inte hade så mycket rykte eller framgångshistorier att visa till en början.Som Xu sa, organisationer "har inget val" än att använda TigerGraph för vissa typer av användningsfall.
Dessa användningsfall kan beskrivas som grafanalys i realtid: att få svar som kräver realtidsanslutning och genomgång av många datamängder (vanligtvis massiva datamängder).Xu sa att i många fall är TigerGraph det enda valet för sådana användningsfall.När det väl antogs började kunderna också använda det i andra användningsfall, och idag används TigerGraph ofta som den första lösningen för offlineanalys, fortsatte Xu att lägga till.
Att flytta upp TigerGraphs stack kan omvandlas till saker som att lägga till visualiserings-IDE:er och frågefunktioner.Detta är något företaget siktar på att utveckla ytterligare och kan utvidgas till områden som det Xu kallar "Graph Business Intelligence"..Xu presenterade i detalj TigerGraphs ambition att skapa "Tableau for Graph".Det är sant att denna ambition kan kräva finansiering för att främja den.
Men detta är inte att säga att TigerGraph inte har några jordnära operativa aspekter i sin färdplan.TigerGraph har kört en databas-som-en-tjänst-produkt under en tid och stöder AWS och Microsoft Azure.Företagets planer inkluderar att utöka supporten för Google Cloud och utöka sitt team för att möta den växande efterfrågan på produkter, men det finns mer.
När de diskuterade sina molnprodukter nämnde TigerGraphs chefer att de inte bara vill lägga till Google Cloud-stöd utan också vill lägga till fler funktioner och bättre integration till sina befintliga AWS- och Microsoft Azure-lager.När han diskuterade vad som skulle kunna inkluderas, betonade Xu att integration med maskininlärningsbibliotek som stöds av molnleverantörer är ett bra exempel.
Xu påpekade att med Googles BigQuery som exempel genomförs integrationen av maskininlärningsfunktioner i ett brett utbud av datahanteringsplattformar.Idén är enkel – den kan förkorta den datapipeline som krävs för att bearbeta maskininlärningsdata.Syftet är att göra jobbet för dataingenjörer och datavetare enklare.
Xu sa att sättet att göra detta är genom att integrera maskininlärningsorienterade tillägg i SQL.TigerGraph har ett eget frågespråk som heter GSQL, men denna idé har funnits ett tag.Faktum är att grafikleverantörer måste göra detta av andra skäl.
Som vi redan har påpekat bekräftade Xu att grafbaserad maskininlärning är ett område som har fått stor uppmärksamhet.Kortfattat handlar grafbaserad maskininlärning om att använda flerdimensionell data och utnyttja kopplingar, snarare än att reducera allt till två dimensioner.Därför är det vettigt att använda en grafisk plattform för detta ändamål.
När han pratade om graffrågespråk nämnde Xu också GQL.GQL är för närvarande under överinseende av ISO, standardiseringen av det grafiska frågespråket, och har fått stöd av många leverantörer.Eftersom vi inte har fått så mycket nyheter från denna aspekt på ett tag vill vi veta hur läget är.
Xu är lugnande.Han nämnde att GQL har gjort stadiga framsteg, och vi kan se resultat redan före 2021. Som allt standardiseringsarbete tenderar saker att gå långsamt.Med tanke på hur många personer och leverantörer som är inblandade kan detta förväntas.Xu fortsatte med att tillägga att detta är det andra frågespråket standardiserat av ISO på 40 år efter SQL.
En annan punkt som togs upp av Xu på GQL är att grafer inte är som nyckel-värdesdatabaser eller dokumentdatabaser.De har inget standardspråk för frågeställningar och behöver kanske inte detta språk.Grafen är en rikare och mer komplex datamodell, som också är rikare än den relationella modellen, och det är inte mycket meningsfullt att komma åt den programmatiskt.
Betyder detta att organisationer ersätter dem med grafiska diagram för att ersätta deras ursprungliga relationsdatabaser?Inte helt rätt än, åtminstone inte än, men det är bra.Xu nämnde TigerGraph som ett exempel på driften av inspelningssystemet, men nämnde att fokus fortfarande ligger på analys.Som sagt, dock kommer fler och fler applikationer att vara grafik först.
Författare: George Anadiotis, författare: Big Data 2021 Nian 2 Yue 17 Ri -15: 08 GMT (23:08 SGT) |Ämne: Big Data Analytics
Data möter vetenskap: öppen åtkomst, koder, datamängder och kunskapsdiagram för forskning om maskininlärning och andra områden
Genom att registrera dig godkänner du användarvillkoren och accepterar datapraxis som beskrivs i integritetspolicyn.
Du kommer också att prenumerera på ZDNets "Today's Technology Update" och ZDNets pressmeddelanden gratis.Du kan när som helst avregistrera dig från dessa nyhetsbrev.
Du samtycker till att ta emot uppdateringar, varningar och kampanjer från CBS-serien av företag, inklusive ZDNets "Technical Updates Today" och ZDNet Announcement Newsletter.Du kan avbryta prenumerationen när som helst.
Genom att registrera dig godkänner du att ta emot det valda nyhetsbrevet, och du kan när som helst avregistrera dig från det.Du samtycker också till användarvillkoren och erkänner de datainsamlings- och användningsmetoder som beskrivs i vår integritetspolicy.
90 000 kameror har installerats på stora offentliga platser på ön, och Singapores regering hoppas också kunna distribuera "fler" "game changer"-enheter.
Privata och flera molntillägg av IBM Public Cloud är nu tillgängliga.Skillnaden ligger i plattformens IBM Cloud PaaS-tjänst.…
Seabin planerar att ta detta år på allvar under 2021, eftersom man kommer att vända sig till artificiell intelligens för att bättre kunna använda den data som samlas in av dess utrustning.
Clouderas AMP kan inte ersätta det arbete som datavetare utför, utan ger dem en utgångspunkt så att de kan fokusera på kod, nyanser och iterationer för affärsanvändningsfall.…
DataStax introducerar serverlös till sin Astra molntjänst.Även om AWS har tillhandahållit tjänster, är detta första gången serverlös har gått in i en molntjänst baserad på Apache Cassandra...
År 2025 kommer det att finnas så många som 819 miljoner arbetare i Asien-Stillahavsområdet som använder digital kompetens.Dagens antal är 149 miljoner.Företag kan möta allvarliga brister på data, moln och nätverkssäkerhet...
Det är därför och hur en startup skapad av en grupp forskare för några månader sedan lockade stora företagskunder och mycket pengar
Posttid: Mar-02-2021