“改变人类使用数据的习惯”，五岁的 Kyligence 许下新愿望

改变从来不是简单的事情，但 Kyligence 决定试一试。

在 7 月 30 日举办的 Data & Cloud Summit 2021 行业峰会上，Kyligence 联合创始人兼 CEO 韩卿宣布了 Kyligence 的全新愿景——“改变人类使用数据的习惯”。他表示，面向未来的企业级数据服务与管理平台要让数据找到需要的人，而不再是人去找数据，通过人工智能、语音交互、智能推荐、知识图谱等各种新技术和新架构，进一步让数据为人服务。

此外，Kyligence 宣布了全新的 “智能数据云" 战略，将基于人工智能、云原生等技术构建下一代 AI 增强的数据服务与管理产品；并发布了最新产品 Kyligence v4.5，旨在通过更强大、更高效、更便捷的数据智能平台，赋能企业数字化转型。

智能 + 数据 + 云，Kyligence 战略全面升级

数据仓库技术诞生数十年。但在云时代下，相关的行业假设已经改变。Kyligence 联合创始人兼 CEO 韩卿从以下几点进行了具体阐述：

1. 数据的管理模式从集中式到分布式的改变；
2. 数据的使用对象从少数的决策者和专家，到一线业务人员和普通工作者的转变；
3. 数据的消费方式从已知问题找答案，到通过智能推荐等功能来提供对未知问题的预先洞察。

顺应变化才能驾驭变化。

面对海量数据、多个云平台、繁杂的数据源、技术间的整合和平台间的集成带来的难度，企业应如何做好数据管理和分析？如何寻找有价值的数据？

Kyligence 正式宣布战略全面升级 —— 致力于为企业客户打造 “智能数据云” (Intelligent Data Cloud) 平台：在做强分析能力的基础上增强数据管理能力，以人工智能进一步替代人工工作，以云原生进一步替代基于 Hadoop 的基础架构，让数据服务与管理发挥核心作用，帮助企业智能管理最有价值数据，支持企业全面数字化转型。

“智能数据云，不仅是 Kyligence 近些年在全球市场的业务实践，同时也是对云原生时代下技术发展趋势的思考和总结”，韩卿介绍道，“数据仓库在云时代的变革才刚刚开始，新的技术架构、新的使用方式、新的成本结构都将深刻改变这个行业。未来人类使用数据，应当和今天使用云计算一样简单、方便，只需关注数据本身，而无需关注到底在哪个平台上，真正实现数据的随取随用。”

目前 Kyligence 已经支持微软 Azure，亚马逊 AWS 及华为云平台，并在积极布局其他公有云平台。此外，随着企业对私有云架构的需求高涨，Kyligence 正式推出玄武计划，加速下一代基于 Kubernetes 及分布式对象存储等架构的私有云产品落地的进程，Kyligence 将为大型企业级客户提供私有云环境运行 AI 增强数据服务与管理的能力， 并希望更多的合作伙伴加入，联合共建。

此外，Kyligence 还宣布了 Kyligence Partner Network 合作伙伴计划，该计划将从培训认证、资源支持、推广合作等方面赋能合作伙伴，共同携手为全球客户带来更优质的服务。

Kyligence 全新版本发布：全场景 OLAP 和 AI 是重点

Kyligence 发布新版本 v4.5，这一版本围绕全场景 OLAP 主题，融合各种技术创新和突破，通过借助机器学习和人工智能技术，为用户提供简单易用、高性能、高并发的 AI 增强数据服务与管理平台，提升数据工程的效率。

Kyligence 4.5 版本具备以下主要特性：

Apache Kylin 和 ClickHouse 的有机融合

融合 Apache Kylin 和 ClickHouse 的技术优势，是 Kyligence 最新版本中全场景 OLAP 的核心，通过 Kyligence 智能分层存储（Smart Tiered Storage™️）技术，将 ClickHouse 有机融合在 Kyligence 产品的基座中，在原有聚合分析的高性能之上，更有效提升了明细分析、Ad-Hoc 查询等场景的性能和优势。Kyligence 能够为用户提供全面的 OLAP 服务能力，甚至进一步提供对 ClickHouse 的商业化支持。该功能同时在企业版（Kyligence Enterprise）和公有云版本（Kyligence Cloud）中提供。

批流一体

Kyligence 新版本正式支持批流一体能力，进一步扩宽了全场景 OLAP 的能力，仅通过一个数据模型、一个 SQL 语句，就能同时接入批数据和流数据，对数据应用提供统一的查询接口，助力企业极简化数据应用架构，使用同一个系统和架构来同时满足不同需求，以更快地响应业务敏捷性。

AI 增强引擎

基于 AI 增强引擎，Kyligence 能够根据业务分析行为自动推荐数据模型，帮助企业从海量的分析负载中识别和沉淀数据资产，并根据业务变化智能更新模型，实现自动化构建和管理。除此之外，AI 增强引擎还能够自动清理低效存储，不断优化 TCO。

企业级运维管理

与此同时，新版本通过完善的企业级运维管理体系，帮助企业实现多租户部署与管理，通过指标监控、告警等实现自动化生产运维，以满足银行、保险等行业严格的 IT 合规要求。

支持多个云平台

Kyligence 现已支持微软云 Azure、亚马逊云 AWS、华为云等公有云平台。随着云原生技术的不断成熟，以及企业对私有云架构的需求高涨，Kyligence 将进一步加速云原生布局的步伐，充分发挥已有的技术积累，赋能企业加速实现数据上云。

想改变人类使用数据的习惯，Kyligence 的底气在哪里？

战略升级和新愿景离不开实力的支撑，而 Kyligence 的底气离不开 “开源”。

Kyligence 由 Apache Kylin（领先的开源分布式 OLAP 分析引擎）核心团队创立，而 Apache Kylin（麒麟）正是首个由中国人主导的阿帕奇开源项目。

2014 年 10 月，Apache Kylin 开源，当年 11 月成为 Apache 孵化器项目。一年后，Apache 基金会批准 Apache Kylin 正式毕业成为 Apache 顶级项目，Kylin 项目获得高度认可。

2016 年 3 月，Kylin 核心团队创立了 Kyligence 公司。在公司成立之初，Kyligence 联合创始人兼 CEO 韩卿如此解释成立商业公司的初衷：

我们发现行业内需要这样一个能很好解决问题的解决方案，有非常多的用户在寻求这样的商业支持，而且我们也看好大数据在中国的未来。另一方面，每个成功的开源项目背后都会有一个创业公司去推动，因为创业公司会更加灵活，能更好的把事情做起来。另外，我们也希望在整个大数据行业里面，有这样一家专门做底层技术的创业公司能够在行业内做些突破，做点事情。这些是我们创立 Kyligence 的初衷。

Kyligence 利用 OLAP 对大数据的变革力量，基于 Apache Kylin，为私有云、公有云以及混合云提供了一套企业级的大数据分析解决方案。

然而，想要进一步提升数据使用效率，顺应人工智能时代的技术发展趋势，Kyligence 还需要其他支持，比如新一代开源数据与 AI 处理语言 MLSQL。今年 3 月，MLSQL 作者祝海林加入 Kyligence，试图构建一站式数据分析与 AI 平台。

MLSQL 是标准的大数据 / 机器学习语言。在使用层面，MLSQL 可以实现通过一种语言解决 Data+AI 两方面的问题，将 Data+AI 整个 pipeline 打通；在底层层面，MLSQL 避免过于复杂的系统，选择在引擎层面进行统一。

MLSQL 作者祝海林表示，一个语言、一个引擎，再加一个存储，已经足够。这三个组件理论上可以解决大部分问题，且维护成本极低，使用门槛低，例如很多产品和运营可以直接使用 MLSQL，稍微有点 SQL 的知识就能够完全掌握。

那么，MLSQL 能够在哪些方面与 Apache Kylin 结合，助力 Kyligence 的产品与服务呢？

祝海林表示，大数据由 BI、AI、ETL（批流）和 Ad-Hoc 查询几部分组成，麒麟很好地覆盖了 BI + 部分数据处理，也就是 Ad-Hoc 查询，但它目前在 AI 和比较灵活的 ETL 方面没有覆盖地非常好。而 MLSQL 在 ETL 和 AI 领域这一块比较强，因而起到了一个很好的补充作用。将麒麟和 MLSQL 结合起来，就能覆盖完整的大数据领域和 AI 领域的场景。目前，Kylin 和 MLSQL 已经在开源层面做了一些结合：把 MLSQL 作为麒麟的前置，允许用户把各种数据源里面的数据汇总到 hive 里，然后使用麒麟进行加速查询，这样用户就拥有了一揽子解决方案。

Kylin 极致追求机器的性能，可实现高达万亿行数据的毫秒级到亚秒级查询延迟，且支持很高的并发。MLSQL一直以来的做法是降低使用者的门槛，让更多的人使用数据，利用数据的价值。这样两个开源项目的强强联合，会对工作效率、数据处理方式带来哪些影响？我们拭目以待。