致力于研发高性能分布式时序数据库DolphinDB的「智臾科技」宣布完成数千万人民币A轮融资，由朗玛峰创投投资。

时序数据库主要用于处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。DolphinDB集成了功能强大的编程语言和流数据分析系统，为海量结构化数据的快速存储、检索、分析及计算提供一站式解决方案，在大规模数据处理与分析领域拥有世界领先的性能水平，特别适用于量化金融与物联网等领域对海量数据存储、查询及分析有极高要求的场景。DolphinDB目前在专业数据库排名网站DB-Engines的时序数据库排名中位列第12位（https://db-engines.com/en/ranking/time+series+dbms），为国产时序数据库第一。 

DolphinDB目前主要面向两大市场领域：一是金融，二是物联网。

金融领域

在金融领域，金融领域客户包括券商、公募基金、私募基金、期货公司、保险公司、高校、科研机构等，可被广泛用于金融市场的全域（低频、中频和高频）的数据存储、数据清洗、因子分析、策略回测、实时计算（风控、交易信号计算）等。金融领域的数据分析市场全球规模在50~100亿美元的规模。CEO&CTO周小华认为，在大多数国家包括中国，这个市场以增量为主。

之所以选择金融领域，一是因为团队在金融方面有较多的经验，CEO周小华曾在LYZ基金、巴克莱资本、摩根斯坦利任职，首席运营官也曾在索罗斯量子基金任职；二是在对金融领域有积累的基础上，团队认为金融领域的数据的价值已经被证明，通过数据就可以进行交易与风控等行为，且金融机构的付费意愿更强；三是在「智臾科技」成立的2016年，物联网领域的时序数据库市场教育还不足。

在金融领域，DolphinDB大多数情况下直接销售给客户，因为金融领域的数字化水平较高，因此不需要太多市场教育，更多可以通过口碑传播的方式获客。

目前，「智臾科技」在金融领域已经服务了超过三十家客户，来自金融客户的收入占比占总收入的75%，资金续约率为120%。 

物联网领域

物联网领域是DolphinDB新开拓的领域，目前收入占比为25%。其实物联网领域，尤其是化工、电力、能源、水务等行业，由于其数据存在产生频率快（每一个监测点一秒钟内可产生多条数据）、严重依赖于采集时间（每一条数据均要求对应唯一的时间）、测点多信息量大（常规的实时监测系统均有成千上万的监测点，监测点每秒钟都产生数据，每天产生几十GB的数据量）等特点，使其天然需要以时序数据库的方式进行监测、检查、分析等。

根据Gartner统计，2017年全球数据库管理软件的规模达到388亿美元，其中数据库软件占到整个IT基础架构软件的20%。以后的趋势是更加关注OLAP与非关系型数据库，其中海量物联网数据的存储和实时计算是重要部分。周小华以电力领域为例，每秒钟可以产生四百万点数据，一天就会产生三千四百亿点，这种海量的数据的存储和实时计算，就是目前行业最大的痛点。

在物联网领域，考虑到行业众多且需求不一，「智臾科技」主要通过合作伙伴开发用户，即联合各行业头部集成商，将DolphinDB集成到行业解决方案中，打包提供给最终用户。

市场判断

不管是服务哪个领域的客户，「智臾科技」都没有采用销售地推等“笨方法”，这一是大大节约了人力成本，二是可以更快地拓展客户规模。

当然，客户所产生的数据不仅仅有时序数据一种，因此DolphinDB想成为一站式数据库。一方面，会兼容关系型数据库部分功能，提供多种插件，成为一个开放的系统，另一方面，DolphinDB会持续开发多种存储处理引擎，方便客户管理多种类型的数据。 

周小华预判时序数据库将在如下几个市场将迎来快速增长：

1.大型工业互联网和物联网项目，如百万点/秒以上并发存储并要求分布式、高可用架构，面向发电、充电、电信、交通等行业；

2.海量实时数据进行快速计算场景，如车联网、智能营销等行业；面向内容运营、营销等企业；

3.把DolphinDB作为数据仓库，建设轻量级、一站式企业数据中台，从而帮助大量的中小企业数字化转型。 

面对市场竞争，周小华认为阿里云等巨头更多是在平台而非垂直数据库领域；其他海外竞品在国内市场并不具备太强竞争力。

周小华告诉36氪，DolphinDB2020年营收在千万级别，希望在2021年可以获得3~5倍的营收增长，将物联网客户的占比提高至50%。据悉，本轮融资40%将用于产品研发，30%用于技术支持，30%将用于市场开拓。

创始人背景

周小华，智臾科技创始人兼CEO，主要从事文本检索、数据挖掘和大数据方向的研究。在相关领域的国际顶级期刊和顶级学术会议（TKDE, SIGIR, SIGKDD, CIKM等）发表论文30余篇，被来自50多个国家的独立专家学者引用千余次。创立「智臾科技」之前，先后在上海交通大学取得本科和硕士学位，在美国Drexel大学获得信息科学和技术博士学位。博士毕业后，在美国LYZ基金、巴克莱资本、摩根史丹利从事程序化交易策略和高频交易系统的研发，是金融大数据存储，检索、分析和建模方面的资深专家。