闽南男科网mnnkw领先的大数据智能分析科技公司Kyligence今日宣布正式发布其企业级大数据智能分析平台 KAP(Kyligence Analytics Platform)，该平台是基于Apache软件基金会顶级项目Apache Kylin实现的、为可伸缩数据集提供分析能力的企业级大数据产品，在Apache Hadoop上为百亿及以上超大规模数据集提供亚秒级标准SQL查询能力。这是由Apache Kylin核心团队组建的创业公司发布的第一款Apache Kylin商业产品及解决方案。

　　KAP突破了传统商业智能产品和数据分析工具的架构，使用户在超大规模数据集上获得极速洞见能力。助力传统企业和互联网企业的分析师，在面对超过百 亿甚至千亿规模的数据时，能够在短时间内用其熟悉的数据分析工具轻松、快速地在海量数据中获取分析结果。KAP支持与企业级商业智能(BI)及可视化工具 的无缝集成，同时具备自助服务、可扩展架构、方便快速部署等特点。该企业级产品与开源Apache Kylin完全兼容，用户可以无缝迁移到该平台上，以获得更多的企业级特性，包括更快的性能，用户管理，安全及加密，可视化分析前端，管理与服务自动化 等。

　　同时，Kyligence宣布与Hadoop数据管理软件与服务提供商Cloudera达成深度战略合作，Kyligence成为经 Cloudera官方认证提供基于Hadoop的数据仓库及 OLAP 产品的供应商，Cloudera同时成为经Kyligence认证的大数据管理及分析平台合作伙伴。双方将携手共建更加完善的大数据生态圈。

　　自此Kyligence作为Cloudera在智能分析平台及产品和解决方案领域的重要合作伙伴，双方将利用各自优势，携手发掘未来超过500亿美金的大数据市场，快速响应日益变化和蓬勃发展的中国市场需求。通过智能的大数据分析平台及解决方案助力企业从战略角度更准确的预见未来，从市场角度，更精准的营销客服，从数据中创造更多价值。

　　Kyligence联合创始人兼CEO韩卿表示：“与Cloudera合作，能够将KAP大数据智能分析平台优秀的多维分析技术带给我们的客户与合 作伙伴，使数据分析技术更进一步，推动大数据管理与分析领域的创新发展，这与Kyligence一直以来的信念，专注于技术创新，利用开源技术驱动企业大 数据的发展，构建完善的大数据分析生态圈不谋而合。”

　　“我们非常高兴能与Kyligence及其Apache软件基金会顶级项目Apache Kylin的核心团队合作”，Cloudera创始人兼首席战略官Mike Olson表示，“基于Apache Kylin实现的KAP大数据智能分析平台能够释放出更多大数据的价值。BI(商业智能)和数据处理是Apache Hadoop生态系统中工作量最大并且最重要的环节，我们的客户需要这些能力。通过双方携手合作，Cloudera与Kyligence将为国内外的大数 据市场带来更强大的解决方案。”

　　下一步双方将进一步紧密合作，从确保技术推陈出新，到为客户提供完整的一站式大数据分析解决方案，再到为最终用户提供大数据领域专业的Kyligence、Cloudera认证培训等多个维度，帮助金融、电信、零售、消费品、互联网等行业客户打造定制化的大数据分析解决方案，共同推动企业客户获得大数据的无限价值，创造业务的永续发展。

　　Kyligence是一家领先的专注于大数据分析领域创新的数据科技公司，提供基于Apache Kylin 的下一代企业级数据仓库及商业智能分析平台和解决方案，使用户能够在超大规模数据集上获得极速的洞见能力以驱动业务增长。

　　Kyligence是中国唯一由Apache软件基金会顶级项目(Apache Kylin)核心团队组建的创业公司，公司致力于进一步推动Apache Kylin开源项目的发展和演进，提供基于Apache Kylin的大数据分析产品和服务，拓展全球用户社区，构建更为丰富的生态系统。

　　Apache Kylin是Apache软件基金会(ASF)的顶级项目，开源一年左右的时间，已经在国内国际多个公司被采用作为大数据分析平台的关键组成部分，包括 eBay、Expedia、Exponential、百度、国美、京东、美团 、网易、唯品会、中国移动等。

　　目前公司已获得红点投资(Redpoint Ventures)数百万美元的种子轮投资。

　　Cloudera是Apache Hadoop 软件、服务和培训的领先厂商。各行各业的公司都在运行Cloudera, 包括财富500强超过 65%的公司，行业覆盖技术、金融、电信、零售、能源、医疗和新媒体。

　　Cloudera提供业界最高质量的Hadoop技术支持和服务。没有人比Cloudera更懂Hadoop栈，没有人比Cloudera架构师有 更多部署、写文档、配置、测试大规模 Hadoop 集群的经验。他们在客户现场提供实践支持，设计、原型设计并优化整个数据管道包括数据摄取、信息架构、数据处理、高级分析，以及数据服务。