【清流Family】清流资本投资一站式数据与应用集成商「DataPipeline」

近日，一站式数据与应用集成商北京数见科技有限公司（以下简称DataPipeline）正式对外宣布获得数千万元人民币的A+轮融资，本轮投资方为清流资本、BV百度风投、经纬中国。

DataPipeline创始人陈诚表示，“如果我们把数据想象成商品，Data Pipeline想通过构建一个智能化无人商店，让客户可以按照自身需求自由选择所需商品。在这个行业里有一句话叫‘Garbage in, garbage out’，如果传递的数据是垃圾，那么产生的数据价值也是垃圾。DataPipeline一直致力于保障数据质量、来源都是可供、可追溯的。 ”

当前，随着大数据时代的来临，业务部门对于数据的认识和需求不断提升，技术部门希望通过智能化、平台化的方式更好地赋能业务。然而因数据量过大、变化过快、数据源过多，导致企业内部对现有数据存在不可知、不可取、不可控、不可用的情况。

在过去的3年时间，DataPipeline始终坚持践行DataOps的理念，专注为客户提供一站式数据与应用集成的平台和方案。核心团队分别来自谷歌、Yelp、亚马逊、IBM、甲骨文、中科院等国内外知名企业，拥有数十年大数据开发和项目经验。

DataPipeline：连接一切数据、应用和设备

鉴于传统的数据集成模式已渐渐无法满足快速决策以及各种实时查询、实时计算的需求。DataPipeline从成立之初就在产品架构、方案设计及操作体验等方面进行了充分的调研和创新，产品和方案都更契合当前中国企业客户的需求。

1. 针对庞大的数据量

企业逐年暴涨的大数据量对传统集成系统提出了严峻挑战，传统ETL工具的高并发性能测试往往不达标或扩展性不足，先天不支持分布式架构，无法提供实时和批处理选择。

DataPipeline采用分布式的底层框架体系，产品可扩展性方面比较灵活，可以根据资源的性能消耗情况，灵活地增量水平节点，超出传统ETL工具几个量级的高并发数和可扩展性。同时可以支持客户每天平稳并行传输数千张表、数百GB增量数据，累计传输数据超过数十TB。

2. 关于数据实时性

实时的数据供应链是数据驱动企业的命脉，随着企业异构数据源和目的地种类的日益增多，采用传统ETL工具或自己编写脚本复杂度和维护成本都非常高。

DataPipeline可以支持多种异构数据源和目的地的自动化数据交换，目前已经支持20多个主流数据源和目的地。通过解析数据库的复制日志去捕获数据与数据定义的变化，让数据同步任务能够做到实时自适应。

3. 支持数据质量管理

采用传统集成方案，往往在完成数据同步后，企业客户却无法及时地管控数据质量，缺少数据质量预警及相应的补救措施。

DataPipeline 数据质量平台整合了数据质量分析、质量校验、质量监控等多方面特性，以保证数据质量的完整性、一致性、准确性及唯一性。

4. 高效敏捷易用

当前，传统集成方案在ETL中固化的转换不是优势反而成为一种束缚，难以满足当前企业在业务和数据应用方面瞬息万变的需求。

DataPipeline通过提供批流一体的数据集成、数据质量管理、API数据接入、元数据管理、任务调度以及可视化运维与监控等服务，在减少数据集成、融合开发和运维成本的同时，提高了开发及运维的效率。目前，DataPipeline采用可视化配置界面，无需任何代码5分钟即可创建数据同步任务。

5. 部署及收费模式

在部署模式上，DataPipeline支持混合云、跨云、私有化等多种模式。为了让私有化部署成本更低、效率更高，DataPipeline采用当前先进的容器技术。为了提升非私有环境的安全性，DataPipeline对混合云、跨云的部署模式进行加密。在收费模式上，DataPipeline按照客户系统所占用的服务器收取年费。

DataPipeline：连接一切数据、面向未来

DataPipeline创始人陈诚表示，本轮融资将用来进一步加速提升数据融合平台的硬实力，持续优化提升行业客户服务的软实力，不断加强产品、研发和营销团队，完善客户拓展和客户成功体系。

在谈到DataPipeline的未来时，陈诚提到：“DataPipeline 自2016年诞生之初就坚持践行DataOps的理念，未来DataPipeline将致力于帮助越来越多的用户更好地认识数据，应用数据，敬畏数据。”

近日，一站式数据与应用集成商北京数见科技有限公司（以下简称DataPipeline）正式对外宣布获得数千万元人民币的A+轮融资，本轮投资方为清流资本、BV百度风投、经纬中国。

DataPipeline创始人陈诚表示，“如果我们把数据想象成商品，Data Pipeline想通过构建一个智能化无人商店，让客户可以按照自身需求自由选择所需商品。在这个行业里有一句话叫‘Garbage in, garbage out’，如果传递的数据是垃圾，那么产生的数据价值也是垃圾。DataPipeline一直致力于保障数据质量、来源都是可供、可追溯的。 ”

当前，随着大数据时代的来临，业务部门对于数据的认识和需求不断提升，技术部门希望通过智能化、平台化的方式更好地赋能业务。然而因数据量过大、变化过快、数据源过多，导致企业内部对现有数据存在不可知、不可取、不可控、不可用的情况。

在过去的3年时间，DataPipeline始终坚持践行DataOps的理念，专注为客户提供一站式数据与应用集成的平台和方案。核心团队分别来自谷歌、Yelp、亚马逊、IBM、甲骨文、中科院等国内外知名企业，拥有数十年大数据开发和项目经验。

DataPipeline：连接一切数据、应用和设备

鉴于传统的数据集成模式已渐渐无法满足快速决策以及各种实时查询、实时计算的需求。DataPipeline从成立之初就在产品架构、方案设计及操作体验等方面进行了充分的调研和创新，产品和方案都更契合当前中国企业客户的需求。

1. 针对庞大的数据量

企业逐年暴涨的大数据量对传统集成系统提出了严峻挑战，传统ETL工具的高并发性能测试往往不达标或扩展性不足，先天不支持分布式架构，无法提供实时和批处理选择。

DataPipeline采用分布式的底层框架体系，产品可扩展性方面比较灵活，可以根据资源的性能消耗情况，灵活地增量水平节点，超出传统ETL工具几个量级的高并发数和可扩展性。同时可以支持客户每天平稳并行传输数千张表、数百GB增量数据，累计传输数据超过数十TB。

2. 关于数据实时性

实时的数据供应链是数据驱动企业的命脉，随着企业异构数据源和目的地种类的日益增多，采用传统ETL工具或自己编写脚本复杂度和维护成本都非常高。

DataPipeline可以支持多种异构数据源和目的地的自动化数据交换，目前已经支持20多个主流数据源和目的地。通过解析数据库的复制日志去捕获数据与数据定义的变化，让数据同步任务能够做到实时自适应。

3. 支持数据质量管理

采用传统集成方案，往往在完成数据同步后，企业客户却无法及时地管控数据质量，缺少数据质量预警及相应的补救措施。

DataPipeline 数据质量平台整合了数据质量分析、质量校验、质量监控等多方面特性，以保证数据质量的完整性、一致性、准确性及唯一性。

4. 高效敏捷易用

当前，传统集成方案在ETL中固化的转换不是优势反而成为一种束缚，难以满足当前企业在业务和数据应用方面瞬息万变的需求。

DataPipeline通过提供批流一体的数据集成、数据质量管理、API数据接入、元数据管理、任务调度以及可视化运维与监控等服务，在减少数据集成、融合开发和运维成本的同时，提高了开发及运维的效率。目前，DataPipeline采用可视化配置界面，无需任何代码5分钟即可创建数据同步任务。

5. 部署及收费模式

在部署模式上，DataPipeline支持混合云、跨云、私有化等多种模式。为了让私有化部署成本更低、效率更高，DataPipeline采用当前先进的容器技术。为了提升非私有环境的安全性，DataPipeline对混合云、跨云的部署模式进行加密。在收费模式上，DataPipeline按照客户系统所占用的服务器收取年费。

DataPipeline：连接一切数据、面向未来

DataPipeline创始人陈诚表示，本轮融资将用来进一步加速提升数据融合平台的硬实力，持续优化提升行业客户服务的软实力，不断加强产品、研发和营销团队，完善客户拓展和客户成功体系。

在谈到DataPipeline的未来时，陈诚提到：“DataPipeline 自2016年诞生之初就坚持践行DataOps的理念，未来DataPipeline将致力于帮助越来越多的用户更好地认识数据，应用数据，敬畏数据。”