「OtterTune」获超千万美元融资

当前，人们每天工作和娱乐使用的应用系统都离不开数据库系统的支撑。随着数据库系统规模的增加，其设计、配置和运营工作变得越来越复杂。Redgate 最新的调查显示，包括自建和云数据库，70%的公司在使用了不止一种数据库。大部分数据库管理工作停留在人工维护阶段，仅有51%的公司提到他们在数据库部署流程上实现了部分自动化。

在研究这些问题的过程中，OtterTune的联合创始人Andy Pavlo带领团队研发了数据库智能优化平台，近日获得了1200万美元A轮融资。本轮融资由Intel Capital 和Race Capital 领投，Accel跟投。据Pavlo介绍，OtterTune 通过利用AI技术来分析数据库的运行状态，对数据库的运行参数进行持续自动调优，并仅占用较少的系统资源。

“数据库是软件系统的核心组件，无论是在建设传统的brick-and-mortar在线商店，还是新兴的Web3应用，系统都需要一个数据库。”Pavlo 在TechCrunch的邮件访谈中谈到。“这些数据库系统有非常复杂的结构。比如PostgreSQL和MySQL等开源数据库逐年在优化和演进，越来越丰富的功能特性带来了管理挑战。虽然很多企业着手将数据库陆续迁移到运行，通过云厂商提供的工具来解决这些问题，但是这样会导致成本的增加。”

Pavlo 提到，在2013他加入CMU大学任教后就产生了构建OtterTune的想法。作为CMU数据库组和并行数据实验室的成员，他访问了许多金融公司，在访问过程中，他惊讶地发现很多公司雇佣了数据库管理员来管理数据库，而他们很多工作是基础和重复的，因此Pavlo更加坚定了开展提升数据库自化的课题研究。

“数据库管理员大部分情况下做一些简单的工作就可以保持数据库的运行”，Pavlo提到，“正好，这个时候基于开源框架和硬件加速的机器学习技术变得更好落地，于是，我决定尝试将机器学习方法应用到数据库系统的复杂部分，从而解放管理员的双手和精力，去做一些更有意义的事情”

2020年，Pavlo带领他的两个学生：Dana Van Aken 和Bohan Zhang，启动了OtterTune项目，最初的目标是实现一个数据库参数调优的商业工具。Van Aken 在Amazon的资助下完成了PhD学业，负责产品的设计和交付，Bohan从CMU毕业后也很快参与到了项目中。

数据库自动管理平台并不是一个独创的想法。包括Akamas，Unravel Data，Pepper Data，EverSQL，Turbonomic，Opsani，Cloudhealth vantage等，以及微软，IBM和Oracle等都拥有自己的自动化功能特性。但是Pavlo强调相对于竞品OtterTune具备更好的开发者友好度，同时提供更多的数据库类型支持。

OtterTune 通过“算法”来理解一个数据库更好的性能，不管是云上还是自建的数据，通过收集一周内的工作负载特征来对比如周末和工作日的负载差异。平台通过分析数据库的负载峰值周期和健康检查来提醒用户数据库是否存在性能恶化的风险。

“OtterTune 中的机器学习算法基于系统的指标来决策，这些指标如资源使用率或I/O负载反应了数据库存在的问题，比如缓存未命中或索引未命中等，这些问题会导致更多的未知问题”，Pavlo解释到，“我们发现用户知道数据库出现了什么问题，但是他们并不知道是什么原因引起，因为数据库系统很复杂，而且人们在面临问题的时候无瑕去分析表象下真实的原因。”

OtterTune才刚刚起步，但是去年Booking.com就在他们的MySQL数据库上试用了“学术”版。虽然Pavlo并没有透露收入数据，但是他提到平台现在的活跃用户超过100家。

通过本轮融资，OtterTune的整体融资达1450万美元，Pavlo提到这些资金将用于开发包括数据库表级健康检查等扩展功能，以及用户招聘和雇佣新员工的开销。

“参数调优非常重要，会为很多用户来带巨大改变，但它只是数据库生命周期的一部分”，Pavlo提到。“和大家讲物理资源交由Amazon管理的思路一样，OtterTune将提供内置的数据库自动化特性。通过识别数据库的工作负载和运行行为，OtterTune的机器学习算法未来能够为一个新的数据库提供一个合适的参数配置，副本配置，索引以及查询计划”。

Intel Capital的高级主管Nick Washburn在申明中指出：“高效的数据库管理是技术赋能商业成功的关键因素。OtterTune 正在通过机器学习算法改变传统的复杂运营模式。OtterTune创始人的远知卓见得到了他们在CMU进行的研究支持，也证明他们有能力帮助客户提高性能、降低成本，并最终确保数据库的可靠性。”