Bug 服务平台 BugSnag 获得140万美元种子投资

简介: 侦查和报告崩溃是困难的,但对于解决问题来说很重要。公司都看重为他们的在线和移动应用程序增强稳定性和可靠性,一个新的初创公司接过了这个挑战。Bugsnag在这一领域找到了不少目标用户:LinkedIn, Svbtle, Kiipt。今天公司公布了由经纬创投领投的种子轮140万美元的融资。

侦查和报告崩溃是困难的,但对于解决问题来说很重要。公司都看重为他们的在线和移动应用程序增强稳定性和可靠性,一个新的初创公司接过了这个挑战Bugsnag这一领域找到了不少目标用户:LinkedIn, Svbtle, Kiipt。今天公司公布了由经纬创投领投的种子轮140万美元的融资。

image.png

其他参与本轮融资的包括有云计算和软件即服务(SaaS)经验的天使投资人,比如Slicehost的创始人,TechStars Cloud负责人贾森·西特(Jason Seats),以及Huddle的创始人安迪·麦克劳夫林(Andy McLoughlin)。


Bugsnag本身是去年夏天,由西蒙·梅纳德(Simon Maynard)和詹姆斯·史密斯(James Smith)共同创建。两个人都离开了移动游戏初创公司 Heyzap,史密斯在那里曾经担任首席技术官。两人想要共同创建可以负担得起的全功能的监控服务,以帮助那些需要为应用收集诊断信息的公司。这个平台在2013年年初首次公开发布,跟随的是三个月的开放测试。有了一连串名声响亮的客户如LinkedIn, Codeacademy, Treehouse, Customer.io, DNS Simple,该公司在测试期内平均每天能够侦测到80万次页面崩溃的情况。今天该网站每天能够侦测500万次网站崩溃。自今年二月以来,总侦测数已经超过十亿次。

image.png

为了将其和其它错误报告平台区分开来——Crittercism,Twitter收购的Crashlytics,或者最近由Splunk收购的,聚焦于移动平台的BugSense,或者适合于网络开发者的 Exceptional和 Airbrake,Bugsnag提供了网络、移动和苹果mac桌面系统的支持。


史密斯解释说,Bugsnag和其他全平台服务如Splunk 或者 New Relic有轻微的不同。


“他们不是错误检测,他们只是常规的日志或者性能优化。而且其他应用不像我们这么灵活。他们的日志做成一个日志文件,或者衡量指标都在仪表板中显示出来,你需要一批开发和运营的人,或者系统管理员,每天深入这些数据来获得它们的意义。”取而代之的是,Bugsnag希望自己为你挖掘和解释这些数据背后的含义。


在控制面板中,开发者们可以跟踪例外(exceptions)情况,全文搜索当中出现的错误,按照错误类型、信息位置、安装通知等条件进行搜索。你可以设置当每一次系统检测到错误时都发出警告,或者只是在每天列出异常活动的清单。其他一些侦测工具也可以嵌入这个系统,包括Pivotal Tracker, GitHub Issues, Campfire, Hipchat, JIRA, Web Hooks。而且警告也可以通过电子邮件发布。


公司同时为Rails, Django, PHP, Android, iOS, JavaScript, Node.js和 Unity等多种语言开发插件,也允许开发者利用他们的 Notifier API自行开发。


这个服务有一些秘密武器,因为它可以智能的将例外分组,所以开发者并不会为重复的警告和邮件而焦头烂额。更好的是,他可以具体的告诉你,有多少用户当前正在被一个特定的问题影响,所以你可以根据其在实际应用当中的影响程度,确立解决问题的优先次序。


在首次发布时,Bugsnag与大约一两千位用户,包括几个付费用户共同工作,今天这个服务包括一个免费的业余版计划,也有14天的免费试用,接下来可以有一个每月29美元的方案,最多跟踪25000个程序例外,超出之后,每一千个例外以每个25美分的价格购买。他们也提供其他大客户计划,指月活跃用户在十万以上的应用。


公司现在有3000个以上的活跃用户,他们暂时不会公布营收情况。史密斯说他们有足够的盈利。并且从公开测试到七月份,月度环比营收增长和用户数增长都在30%左右。


随着新一轮融资,经纬创投的达纳·斯塔德(Dana Stalder)加入了Bugsnag的董事会。公司接下来马上就要雇佣更多的工程师来帮助公司改进其移动监控系统服务。现在的四人团队希望在年底前增加8个人或更多,他们同样刚刚发布了上述的桌面支持,改进了iOS的支持,加入了针对iOS7和iPhone5s的全新64位处理器的支持。这可是其他竞争者们日夜所追求的部分。


在近期,这个计划希望将服务和控制面板调整得更适宜使用,允许开发者们不仅仅看到数据,还提供可行性方案。史密斯还告诉我们,长期来讲,Bugsnag希望能够在其他领域进行扩张,包括服务器和基础设施监控。


史密斯说,“现在我们具有后端和移动的监控,但在影响应用方面,基础设施可能存在成堆的问题,我们正在幕后所搭建的这种引擎,查看事件的动态,希望能够将各种因素有机地组合在一起。我们越是改进我们的引擎,我们就越能将这款应用可以向更多的领域。”

相关文章
|
网络协议 安全 Java
Java通过OpenSSH上传文件到远程Windows服务器,并远程解压zip包
Java通过OpenSSH上传文件到远程Windows服务器,并远程解压zip包
Java通过OpenSSH上传文件到远程Windows服务器,并远程解压zip包
|
XML Java 数据格式
SpringBoot的启动过程
启动详解 SpringBoot的启动分为两个部分: 构造SpringApplication 执行run方法 构造SpringApplication 我们先来整体看看: 加入我们当前启动类如下: 可以发现大致做了以下几件事: 设置BeanDefinition的主源 推断应用类型 设置ApplicationContext 初始化器 设置监听器 推断著主启动类 接下来我们详细的看看每一个步骤: 第一步:记录 BeanDefinition 源 大家知道我们的Spring容器刚开始内部的BeanFactory是空的,它要从各个源头去寻找BeanDefinition, 这些源有可能来自
309 1
|
API
HarmonyOS 3.1/4项目在DevEco Studio 5.0(HarmonyOS NEXT)版本下使用的问题
有读者在使用《鸿蒙HarmonyOS应用开发入门》书中的源码时遇到问题,主要原因是使用的DevEco Studio版本不同所致。本文提供了三种解决方案:1) 降级DevEco Studio至3.1版本;2) 按照5.0版本修改书中示例;3) 等待并使用《鸿蒙之光HarmonyOS NEXT原生应用开发入门》升级版书籍。
1382 1
|
机器学习/深度学习 PyTorch 算法框架/工具
犬鼻纹识别是如何做到的?附代码示例
犬鼻纹识别技术利用深度学习与图像处理,通过手机等设备采集犬鼻图像,定位鼻纹关键点并提取有效区域。经灰度化、降噪等预处理后,输入残差卷积神经网络提取深度特征,形成代表犬鼻独特性的数值向量。最终,将特征与数据库比对,计算相似度完成识别。示例代码基于 PyTorch,包含数据预处理、模型训练及预测流程,实现高效精准的犬只身份认证。
896 40
|
机器学习/深度学习 人工智能 运维
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
机器学习+自动化运维:让服务器自己修Bug,运维变轻松!
645 14
|
敏捷开发 定位技术 开发者
poc Proof of Concept
Proof of Concept(简称 POC)是概念验证的意思。在软件开发领域,POC 通常用于验证某个想法或概念是否可行。它通常是一个小型项目或原型,可以通过实际操作来证明某个想法或技术的有效性。POC 可以帮助开发者在项目开始之前确定技术的可行性,减少开发过程中的风险。
4116 3
|
存储 关系型数据库 MySQL
为什么MySQL索引结构是B+tree ?
在MySQL中,为了提高检索效率和稳定性,采用了B+树作为索引的数据结构。相比二叉树或B树,B+树的非叶子节点仅存储key和指针,使得每页能容纳更多key,树的层级更浅,检索更快;所有数据集中在叶子节点,形成双向链表,利于区间查询。以16KB页为例,三层B+树可容纳约2190万条数据。
551 1
|
Java 调度
Springboot 使用Quartz定时器执行多个定时任务 配置篇
Springboot 使用Quartz定时器执行多个定时任务 配置篇
1325 0
Springboot 使用Quartz定时器执行多个定时任务 配置篇
|
存储 Java
|
存储 机器学习/深度学习 算法
如何准确的估计llm推理和微调的内存消耗
最近发布的三个大型语言模型——Command-R+ (104B参数), Mixtral-8x22b (141B参数的MoE模型), 和 Llama 3 70b (70.6B参数)——需要巨大的内存资源。推理时,Command-R+需193.72GB GPU RAM,Mixtral-8x22B需262.63GB,Llama 370b需131.5GB。激活的内存消耗根据序列长度、批大小等因素变化。文章详细介绍了计算这些模型内存需求的方法,并探讨了如何通过量化、优化器优化和梯度检查点减少内存使用,以适应微调和推理。
3075 0