Databand为其数据管道可观察性工具筹集了1450万美元

随着一波公司开发更复杂的工具来帮助开发人员管理日益复杂的体系结构和工作负载，DevOps继续受到广泛关注。在最新开发中，Databand是一个基于AI的数据管道可观察性平台，专门用于在工程师使用一组不同的数据管理工具时检测数据源是否出现问题，该公司已经完成了1,450万美元的融资。

与Victor Shafran和Evgeny Shulman共同创立公司的首席执行官Josh Benamram表示，Databand计划包括更多的招聘;继续为其现有产品增加客户;扩展它提供给用户的工具库，以覆盖DevOps软件不断增长的前景，DevOps软件是开源资源的大力支持者;以及投资自己的商业产品的下一步。一旦发现问题，这将包括更多的补救措施：也就是说，除了发现问题之外，工程师还将能够开始自动修复它们。

A系列由Accel领导Blumberg Capital，Lerer Hippeau，Ubiquity Ventures，Differential Ventures和Bessemer Venture Partners的参与。Blumberg于2018年领导了该公司的种子轮融资。目前，该公司已筹集了约1850万美元，且未披露估值。

Databand正在解决的问题正在日益变得迫切和成问题(全球Zettabytes数据呈指数级的逐年增长证明了这一点)。随着数据工作负载的大小和使用量不断增加，它们也变得越来越复杂。

最重要的是，如今，典型的组织将使用各种各样的应用程序和平台来管理源材料，存储，使用等。这意味着，在任何一个数据源中都存在故障时，确定问题所在和原因可能是一个挑战。如果不是不可能的话，手动执行可能会很耗时。

贝纳姆兰姆说：“我们的用户一直在与ETL(提取变换负载)逻辑进行斗争。”贝纳姆兰姆从纽约对我说(该公司既设在特拉维夫，又设在特拉维夫，并在基辅设有开发和运营部门)。“用户不知道如何组织工具和系统来生产可靠的数据产品。”

他说，当工程师平衡分析仪表板，机器模型的性能以及对时间的其他要求时，很难将注意力集中在故障上。而这是在考虑数据供应商何时以及是否可能在某个时候更改了API之前，这也可能使数据源完全失效。

而且，如果您曾经到过该数据的接收端，您就会知道不良数据可能令人沮丧(甚至更严重，是灾难性的)。贝纳姆兰姆说，工程师完全错过异常现象并不少见是因为“ CEO看着仪表板并突然觉得有些问题”才引起他们的注意。这不是一个很好的方案。

Databand的方法是使用大数据来更好地处理大数据：它处理各种信息，包括日志，运行时信息和数据配置文件等管道元数据，以及来自Airflow，Spark，Snowflake和其他来源的信息，并将结果数据放入集成到一个平台中，使工程师可以对正在发生的事情有一个单一的了解，并更好地了解瓶颈或异常出现在何处以及原因。

还有许多其他公司在构建数据可观察性工具-Splunk也许是最明显的公司之一，但也像Thundra和Rivery一样规模较小。这些公司可能会进一步进入Databand已确定并正在修复的领域，但就目前而言，Databand专注于识别和帮助工程师修复异常的工作已使它具有很强的形象和地位。

Accel的合伙人Seth Pierrepont表示，Databand可能以最佳方式引起了VC的注意：Accel需要一种类似的解决方案来进行内部工作。

“数据管道的可观察性是我们Accel内部数据团队努力应对的挑战。即使在相对较小的规模下，我们每周也会遇到数据输出可靠性的问题，我们的团队发现Databand作为解决方案，”他说。“随着各行各业的公司寻求变得更加以数据为驱动力，Databand交付了必不可少的产品，可确保为企业可靠地交付高质量数据。Josh，Victor和Evgeny在这一领域拥有丰富的经验，他们以周到和开放的方式帮助数据工程师使用Databand更好地管理数据管道的方式给我们留下了深刻的印象。”

从大型《财富》 500强企业到较小的初创企业，数据团队还使用该公司。