下文引述自 WILLIAM O’NEIL 的高级工程师陆强
“之前我们研究中低频数据,主要使用 Python 进行分析计算。当公司有处理高频数据
于是我们在市面上寻找匹配公司需求的新产品,希望这款产品能够实现高效处理时序数据,并且方便未来扩展。经过一番市场调研与产品性能测试
第一套方案是Kdb+。由于 Kdb+语言晦涩,学习成本过高,这套方案并没有被采纳。
第二套方案是NoSQL Cassandra。经过讨论,这套方案需要额外招人进行系统的重构搭建,并且后续需要专人进行维护。这会极大增加成本,所以并没有采用。
第三套方案是DolphinDB。当时是21年初,市面上已经出现了金融行业处理时序数据“非 Kdb+即 DolphinDB”的两家争霸趋势。我在会议上对照 Kdb+的算法例子做了一些 DolphinDB 的性能测试,然后展示了同样的例子使用 DolphinDB 语言来写,脚本明显会变得更加简洁。在一些例子中,DolphinDB 的性能超越了Kdb+。当时基金经理
最后在方案表决时,DolphinDB 以压倒性优势胜出。”
「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。




