Streamdal میخواهد دید بیشتری به معماریهای جریان داده ارائه دهد • TechCrunch

ظهور معماریهای جریان – چارچوبهایی از اجزای نرمافزاری که برای جذب و پردازش حجم زیادی از دادهها از منابع متعدد ساخته شدهاند – تقاضا برای قابلیت اطمینان و عملکرد بهتر را افزایش میدهد. تیم های مهندسی اغلب داده ها را برای بهبود عملکرد برنامه با استفاده از آنچه به عنوان “پاکت پیام” شناخته می شود، رمزگذاری می کنند. اما اینها پیچیدگی میافزایند – و اشکال زدایی آن دشوار و پرهزینه است.
دانیل سلانس و اوستین زاروبین – مهندسان حرفهای که در New Relic، InVision، DigitalOcean و Community.com کار کردهاند – فکر میکردند که آنچه مورد نیاز است راهی برای تشخیص رفتار غیرعادی در جریانهای دادههای رمزگذاریشده است. پس از اینکه در چارچوبهای استریم داده با مشکل مواجه شدند، آنها با هم تأسیس کردند استریمدال، که نه تنها به کاربران در مورد مشکلات پخش هشدار می دهد بلکه می تواند دادههای حین پرواز را تغییر دهید و دادههای شکسته را در حین پرواز دوباره پردازش کنید.
سلانس در مصاحبهای با TechCrunch گفت: «ما نیاز به بینشهای عملیتر برای جریان داده در سیستمهای توزیعشده را دیدیم. «رویکردهای جایگزین نمیتوانند دادههای جریان را درونی کنند و در عوض بر معیارهای مبتنی بر فراداده تکیه دارند. علاوه بر این، با توجه به اینکه اکثر شرکتهایی که از استریم استفاده میکنند از نوعی رمزگذاری دادهها نیز استفاده میکنند، هیچ ابزاری وجود ندارد که بتواند دادههای رمزگذاری شده را بخواند.
فراتر از نظارت بر مسائل دادههای حیاتی، Streamdal از هوش مصنوعی، از جمله الگوریتمهای پردازش زبان طبیعی، برای شناسایی اطلاعات شخصی قابل شناسایی در جریانها و اقدام در مورد آن (مثلاً ویرایش آن) استفاده میکند. این شرکت همچنین یک بسته منبع باز به نام Plumber دارد که می تواند برای حفاری در جریان های داده و اتصال سیستم های پخش متفاوت به یکدیگر استفاده شود.

اعتبار تصویر: استریمدال
سلانس میگوید، قابلیتهای آینده ممکن است شامل ارائه خطمشی دقیقتر در میان جریانهای داده و تجزیه و تحلیل دادههای حین پرواز برای تغییرات طرحواره باشد.
سلانس میبیند که استریمدال بیشتر با تیمهای مهندسی داخلی رقابت میکند که راهحلهای سفارشی و هدفمند را برای کارفرمایان خود ترکیب کردهاند. او به دلیل «دلایل قراردادی» آزادی نام بردن از مشتریان زیادی را نداشت، اما فاش کرد که Recharge و ParkMobile از مشتریان پردرآمد Streamdal هستند. در همین حال، سلانس ادعا می کند که Plumber بیش از 150000 بار دانلود شده است.
سلانس گفت: «ما به شرکتها کمک میکنیم تا میلیاردها رویداد را در معماریهای رویداد محورشان برای مسائل دادهای مانند تغییرات طرحواره بلادرنگ که در غیر این صورت ممکن است منجر به قطعی مشتریان بالقوه شود، نظارت و تحلیل معنایی کنند.
در مورد بادهای معکوس اقتصادی فعلی و اینکه آیا آنها ممکن است بر تجارت تأثیر بگذارند، سلانس معتقد نیست که این کار را خواهد کرد. او افزود: «ما معتقدیم که حتی با وجود اخراجهای گسترده، شرکتها همچنان باید معماری رویداد محور خود را حفظ کنند که سیستمهای توزیعشده خود را تامین میکند، و حتی ممکن است برای مدیریت این سیستمهای پیچیده به پشتیبانی بیشتری نیاز داشته باشند».
خود استریمدال – فارغالتحصیل Y Combinator – به نظر میرسد در موقعیت خوبی برای مقابله با طوفان قرار داشته باشد و در یک دور اولیه به رهبری Work-Bench با مشارکت Crosscut، Verissimo، Data Council و سرمایهگذاران فرشته ناشناس، 5.4 میلیون دلار جمعآوری کرده است. تا به امروز، این شرکت 7.2 میلیون دلار سرمایهگذاری خطرپذیر جمعآوری کرده است، که سلانس میگوید برای استخدامهای استراتژیک (استریمدال یک تیم ده نفره دارد)، محصول و ابتکارات عرضه به بازار اختصاص داده شده است.
Kelley Mak، یکی از شرکای Work-Bench، در بیانیه ای ایمیلی اضافه کرد: «به لطف گسترش معماری داده های مدرن و حجم عظیم داده هایی که در سیستم های توزیع شده پردازش می شوند، پیاده سازی حفاظ های عملکرد داده مناسب برای سیستم های توزیع شده، کاری است. چالش برای بسیاری از خدمات مالی گرفته تا صنایع بسیار تحت نظارت، برای سازمانها بسیار مهم است که به طور فعال به «دادههای بد» واکنش نشان دهند تا از هرگونه قطعی در انتهای مشتری جلوگیری کنند. بنیانگذاران این درد را در زندگی گذشته خود به عنوان مهندس تجربه کردهاند… ما نمیتوانیم بیشتر با مأموریت آنها به عنوان استاندارد عملکرد داده برای سیستمهای رویداد محور برای تیمهای مهندسی موافق باشیم.