LinkedIn有個三人小組出來創(chuàng)業(yè)了—正是當時開發(fā)出Apache Kafka實時信息列隊技術(shù)的團隊成員，基于這項技術(shù)Jay Kreps帶頭創(chuàng)立了新公司Confluent，致力于為各行各業(yè)的公司提供實時數(shù)處理服務解決方案，其他兩位成員是Neha Narkhede和Jun Rao。該公司已獲Benchmark、LinkedIn、Data Collective 690萬美金融資。

Kreps將Kafka描述為LinkedIn的“中樞神經(jīng)系統(tǒng)”，管理從各個應用程序匯聚到此的信息流，這些數(shù)據(jù)經(jīng)過處理后再被分發(fā)到各處。

不同于傳統(tǒng)的企業(yè)信息列隊系統(tǒng)，Kafka是以近乎實時的方式處理流經(jīng)一個公司的所有數(shù)據(jù)，目前已經(jīng)為LinkedIn, Netflix, Uber和Verizon建立了實時信息處理平臺。Confluent的愿景便是讓其他公司也能用上這種平臺。Confluent已經(jīng)向Kafka用戶了解了他們的使用模型?，F(xiàn)在還沒有產(chǎn)品出來，但這些實踐足以啟示Confluent應當打造何種產(chǎn)品。

Kreps承認，他最初也懷疑那些非網(wǎng)絡(luò)公司是否會對Kafka這樣的技術(shù)感興趣，但當他看到金融服務和電信行業(yè)對這項技術(shù)的廣泛采用后，Kreps改變了自己的看法。今年三月，去拜訪了一家叫做Synapse Wireless的公司，這家公司使用Kafka來支持一套傳感器網(wǎng)絡(luò)系統(tǒng)，用于追蹤醫(yī)院工作人員的衛(wèi)生習慣。

因此他認為需求是絕對存在的，Confluent的優(yōu)勢就在于近乎實時性。Kreps認為，基于Kafka信息處理技術(shù)建立一家公司，總比基于像Apache Storm這樣的開源流處理技術(shù)建立一家公司要靠譜，因為信息列隊是先進數(shù)據(jù)處理架構(gòu)的更基本的組成部分。

他還記得剛加入LinkedIn那會兒，網(wǎng)站只有批處理系統(tǒng)，后來有了流處理系統(tǒng)后每個人都別提多開心了。再后來，他們意識到LinkedIn并沒有支持這一系統(tǒng)的架構(gòu)。

“當今大多數(shù)公司之所以與佼佼者存在差距，是因為他們幾乎不能實時任何獲取數(shù)據(jù)。”一旦公司找到最對路的技術(shù)堆棧，它們就有望建立物聯(lián)網(wǎng)或者其它基于傳感器的應用程序，再或者是從許多渠道抓取大量數(shù)據(jù)進入后端系統(tǒng)的其他業(yè)務。

“這實際上是開辟了全新的應用場景，”Kreps說道，“而且是不這么辦就沒法真正打開的場景。”