Geospock如何增压地理空间分析

使用传统数据库的物联网（IOT）设备存储和分析来自互联网的地理空间数据可能是繁琐且昂贵的，分析应用程序经常受到高延迟和响应时间慢的困扰。

这是Geospocock的创始人试图用Geospock DB解决的问题，该数据库优化了用于高性能查询和实际用例的数据融合。该公司于2013年由Steve Marsh成立，而他正在追求剑桥大学的计算机科学博士学位。

当时，他正在建立一个超级计算机，使用生物启发，大规模平行的架构模仿人类大脑 - 一种仍然驱动Geospock DB的设计的概念。

在接受采访时对计算机进行，该公司的数据科学负责人Felix Sanchez-Garcia表示，Geospock DB旨在优化与设备或物品在任何时间点相关的地理空间查询。

例如，组织可能具有全局地理空间数据库，但仅感兴趣地分析城市内的一个小区域。他说，使用Geospock DB，可以仅使用SQL（结构化查询语言）运行和优化该查询，而无需通过PBRABYTES数据，使过程更有效。

根据Sanchez-Garcia的说法，Geospock DB以几种方式与传统数据库不同。首先，通过将存储从计算中分离，查询可以更有效，尤其是查询大型数据集时。然而，他指出，由于Google的BigQuery数据仓库具有类似的属性，这不是Geospock的独有。

另一个差异是索引。Sanchez-Garcia表示，虽然传统的地理空间数据库只能索引“相当小的数据集”，但Geospock DB可以在Terabytes和Petabytes范围内进行大量更大的数据集。

作为基于云的数据库，Geospock数据库通常部署在客户自己的亚马逊Web服务（AWS）云环境中，尽管该公司正在寻找将次要计算到IoT设备所在的网络边缘的方法。

关于可能受益于Geospock DB的应用程序类型，Sanchez-Garcia引用了汽车行业的IOT应用，这些应用程序具有大量数据。

“分析所有数据都非常麻烦，昂贵，因为它需要数据科学家与非常专业的工具进行交互，”他说。“这不是你可以用自助仪表板生产的东西。”

此外，Sanchez-Garcia表示，城市规划人员可以在几秒钟内使用Geospock DB来查询流量条件，而零售商可以在决定在给定位置打开商店之前使用它来确定脚步。

为了展示智能城市规划中的潜在用例，Geospococococococop还开发了一种基于新加坡车辆数据集的合成数据集，成功应用于使用案例（如拥塞定价和流量分析）的数据库。

Sanchez-Garcia拒绝透露Geospock是否正在与新加坡的特定政府机构合作，并指出该公司一直在关注创新热点，以便在世界其他地区测试其技术。

向前迈进，Sanchez-Garcia说Geospocock正在寻找通过其他公共云提供商提供的Geospock DB，以及集装店产品，使其是云可靠，可以部署在内部内部环境中。

2020年10月，Geospocock在额外资金中提高了540万美元，将其全额资金达到约3200万美元。最新的融资赛是Bynchain，全球数字分类账研究和技术公司和Cambridge Innovation Capital。

其他Geospock投资者包括NTT Docomo Ventures，全球大脑，Parkwalk，KDDI创新基金，31个企业和熔融。