Η νεοσύστατη εταιρεία GlassFlow με έδρα το Βερολίνο συγκεντρώνει 1,1 εκατ. δολάρια για την ανάπτυξη αγωγών δεδομένων με βάση τα συμβάντα

Η GlassFlow, η οποία στοχεύει στην απλοποίηση της ανάπτυξης αγωγών δεδομένων βάσει συμβάντων, συγκεντρώνει 1,1 εκατ. δολάρια σε χρηματοδότηση Pre-Seed.

Η GlassFlow, μια νεοσύστατη εταιρεία με έδρα το Βερολίνο που αντιμετωπίζει τα προβλήματα που αντιμετωπίζουν οι προγραμματιστές αγωγών δεδομένων με βάση τα συμβάντα, συγκέντρωσε 1,1 εκατομμύρια δολάρια σε έναν γύρο χρηματοδότησης Pre-Seed.

Ενώ η λύση της Glassflow βρίσκεται ακόμη σε κατάσταση MVP, η ομάδα υποστηρίζεται από μηχανικούς δεδομένων από τις Zattoo, Gogox, Hitachi, Virgin Pulse και άλλες εταιρείες. Σκοπεύει να χρησιμοποιήσει τον επενδυτικό γύρο για την περαιτέρω ανάπτυξη του προϊόντος και την επέκταση του μεγέθους της ομάδας.

Ο γύρος Pre-Seed της startup καθοδηγείται από τις High-Tech Gründerfonds, Robin Capital, TinyVC και Roosh Ventures, και είδε την υποστήριξη αγγέλων επενδυτών, όπως ο CEO της GitHub Thomas Dohmke, ο CTO της Aiven Heikki Nousiannen, ο πρώην επικεφαλής του τμήματος streaming analytics της Google Sergei Sokolenko και ο Prof. Dr.-Ing Roland Fassauer, συνιδρυτής της Intershop.

Καθημερινή δόξα
Παρόλο που μπορεί να μην είναι μια τυπική συζήτηση στο τραπέζι του δείπνου ή πραγματικά κάτι που εσείς ή εγώ σκεφτόμαστε καθημερινά, οι αγωγοί δεδομένων με βάση τα γεγονότα καθιστούν πολλά πράγματα και υπηρεσίες στις οποίες έχουμε πρόσβαση καθημερινά δυνατά και απρόσκοπτα.

Ουσιαστικά, η αρχιτεκτονική με γνώμονα τα συμβάντα παρέχει τη χαλαρή σύζευξη μεταξύ των στοιχείων ενός συστήματος. Αυτό οδηγεί σε μεγαλύτερη ευελιξία και μπορεί να επιτρέψει σε ανεξάρτητα στοιχεία του συστήματος να κλιμακώνονται και να αποτυγχάνουν ανεξάρτητα, χωρίς να επηρεάζουν άλλες υπηρεσίες.

Ακούγεται υπέροχο, σωστά; Είναι, εκτός, φυσικά, αν είστε ο διαχειριστής ή το μέλος της ομάδας που φροντίζει να διασφαλίζει ότι αυτά τα συστήματα κάνουν αυτό που πρέπει να κάνουν, όταν πρέπει να το κάνουν.

Προβλήματα από πάνω προς τα κάτω
Μια διαδρομή εφαρμογής για αγωγούς δεδομένων με βάση τα συμβάντα είναι το Kafka Apache, ένα σύστημα ανοικτού κώδικα που αναπτύχθηκε από το Apache Software Foundation και κυκλοφόρησε για πρώτη φορά το 2011.

Από επαγγελματίες του κλάδου με τους οποίους μίλησε το Tech.eu, ο μέσος χρόνος εκμάθησης αυτού του συστήματος είναι περίπου εννέα μήνες, ενώ ορισμένες κορυφαίες πλατφόρμες, απασχολούν έως και 10 προγραμματιστές πλήρους απασχόλησης που ασχολούνται μόνο με τη συντήρηση αυτού του παλαιού εργαλείου.

Ο μέσος προγραμματιστής Python ξοδεύει έως και το 50 τοις εκατό των ωρών εργασίας του απλώς για τον καθαρισμό των δεδομένων, διασφαλίζοντας ότι, και πάλι, τα πράγματα λειτουργούν όπως πρέπει, όταν πρέπει.

Βέβαια, δεν μπορούμε να παρουσιάσουμε το δίλημμα εδώ χωρίς να αναφέρουμε την εξαγορά της Immerok από την Confluent. Σε αυτή την ενέργεια, η Confluent θέλει να προχωρήσει με μια λύση προς τα κάτω, καθώς το σύστημα είναι όλο από πάνω προς τα κάτω όσον αφορά μια πλήρως βελτιστοποιημένη και λειτουργική διοχέτευση.

Εισαγωγή της GlassFlow
Εκεί που η GlassFlow θέλει να μετακινήσει τη βελόνα σε αυτή την πεινασμένη για δεδομένα διαδικασία είναι πηγαίνοντας από κάτω προς τα πάνω, παρέχοντας σε κάθε dev σε όλο τον κόσμο μια ευκολότερη, αποτελεσματικότερη και προσαρμόσιμη λύση.

Σύμφωνα με την GlassFlow, η προσφορά της κλιμακώνεται αυτόματα σύμφωνα με τις ανάγκες απόδοσης των σωληνώσεων, καθώς και προσφέροντας μια μηχανή μετασχηματισμού χωρίς διακομιστή που επιτρέπει στους προγραμματιστές τη δυνατότητα να ορίζουν τις εφαρμογές ως λειτουργίες και γεγονότα.

Ο επικεφαλής της Roosh Ventures, Andrew Tymovskyi, εξηγεί περαιτέρω:

“Η ζήτηση για επεξεργασία δεδομένων σε πραγματικό χρόνο αυξάνεται κατακόρυφα και η βελτιωμένη προσέγγιση της Glassflow αλλάζει τα δεδομένα.

“Με την ενοποίηση πολύπλοκων εργαλείων σε μια ενιαία πλατφόρμα, δίνει τη δυνατότητα στις ομάδες να παραδίδουν αποτελέσματα σε χρόνο ρεκόρ. Αυτό που πραγματικά μας ενθουσιάζει είναι η αστρική ομάδα πίσω από την Glassflow, με επικεφαλής τον Armend και τον Ashish, που διαθέτουν πάνω από μια δεκαετία εμπειρίας στην επεξεργασία δεδομένων σε πραγματικό χρόνο, με τις προηγούμενες συνεργατικές τους επιτυχίες να προμηνύουν ένα πολλά υποσχόμενο ταξίδι μπροστά μας”.

Exit mobile version