奇簡 Terark：數據壓縮存儲方面，我們幹掉了 Facebook、Google

動點科技 | ID：technode

如今，人類已然進入了大數據時代。

根據 IDC 於 2012 年提供的數據，2011 年全球數據總量僅為 1.8ZB，預計到 2020 年，全球數據總量將漲至 35ZB。不過，IDC 當時的預測似乎還是太過保守了，其目前最新的報告已經將 2020 年全球數據總量預測值提升到了 44ZB（1ZB=1 萬億 GB）。

而數據量如此大幅度的增長將對 IT 行業帶來極大的壓力！

奇簡 Terark 聯合創始人郭寬介紹，在數據量越來越大的同時，用戶對網路服務的體驗要求也在不斷提高，這就對企業的數據存儲效率、服務響應速度都提出了越來越高的要求。雖然硬碟等存儲介質在降價，但數據增長的速度更快，這將導致 IT 企業的綜合成本繼續上升。

既然找到了行業痛點，那就要嘗試解決問題。郭寬認為，行業急需「為企業節省大量存儲成本（也間接降低運維成本）」的技術，於是，2015 年底，他成立了這家專註於數據壓縮存儲和數據檢索的奇簡 Terark 。

性能秒殺 Facebook、Google 同類產品

據了解，奇簡研發了他們的殺手級產品——核心存儲引擎 TerarkDB。從其對外公布的資料看，TerarkDB 的性能已經超越 Facebook、Google、Berkeley 的同類產品，不但佔用空間更小，而且檢索更快，壓縮率可達到同類產品的 5~10 倍，能為大數據應用提高 10 倍性能，同時成本更是可以降低 50% 以上。

具體來說，800G 的 TPC-H 數據，利用 Terark 技術壓縮後僅為 47.9G。另外，Terark 還為移動端提供超高性能檢索框架，無需解壓即可在壓縮數據中進行搜索，移動端本地檢索效率提高 20 倍以上。顯然，TerarkDB 的誕生對大數據技術領域具有極其重要的意義。

根據市場預測，2020 年中國大數據的市場容量會超過 8000 億美元，屆時將成為全球第一大數據中心，數據壓縮不單意味著成本的節約，甚至可能成為限制其能否規模化發展、在激烈競爭中為最終用戶提供優質服務的瓶頸。因此，郭寬認為未來中國乃至世界市場對數據壓縮技術有著剛性需求，而 Terark 正好處於迎接風口的極佳位置。

「我們的技術核心優勢是壓縮率和隨機讀性能，目前我們在全球範圍內還沒有發現和我們類似的演算法。」郭寬表示，「當然，其他演算法也在不斷優化更新，我們需要做的就是儘快讓更多的生態接納我們，從生態上構建壁壘。」據悉，在生態構建方面，Terark 曾為獵豹、新浪等早期客戶提供服務，現為阿里雲核心數據技術供應商，以及京東 OCR 技術供應商。

另外，郭寬還強調 TerarkDB 作為一個存儲引擎，可以嵌入 MongoDB、MySQL、SSDB 等現有的存儲系統中，也可以直接作為獨立的存儲系統進行使用。因此，其並不是傳統存儲系統的競爭對手。

不可小覷的研發實力

據介紹， Terark 團隊成員主要來自於 Yahoo、Google、Microsoft、Baidu 等知名企業，技術專家佔比 85%，具有技術發展前瞻性與強大的技術研發能力。 其中，郭寬本人是前谷歌與百度的軟體工程師。

在技術儲備上面，Terark 已擁有自主發明的可檢索壓縮 SeComp 技術、索引技術、手機檢索技術等六項國內、國際專利。陸續發布了應用於雲、資料庫、手機等領域的 Terark 存儲引擎、資料庫、多正則匹配引擎、移動端檢索引擎產品。

值得一提的是，正是因為 Terark 對大數據時代將要面臨的問題有清晰的認知，並找到了解決問題的關鍵辦法，去年 1 月，作為中國本土技術創業公司，Terark 獲得了僅有千分之一通過率的美國矽谷著名孵化器 Y Combinator 的嚴格評估篩選，成功加入 YC 訓練營。

關於未來規劃，郭寬表示他們將繼續關注於商業存儲引擎的研發，不斷為更多產品提供底層引擎和演算法的支持，並在短期內不會涉及上層應用。

而既然 Terark 具有高性能的數據搜索技術，那其是否會考慮進軍搜索引擎市場呢？

對此，郭寬表示，Terark 的技術和搜索引擎並無直接關係，但搜索引擎的部分數據，可以存儲在我們的存儲引擎上以獲得更好的性能。「未來如果資本充足，我們不排除切入一些能夠充分發揮我們優勢的領域，但短期內還是專註於存儲引擎和存儲演算法。」

據悉，2016 年，Terark 獲得了 500 萬人民幣的天使輪融資，由合力投資與道合資本合投，且去年已基本實現盈利。

- - - - - - - - END - - - - - - - -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！