首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 基于 DolphinDB 搭建微服务的 SpringBoot 项目

    本文主要介绍如何通过 SpringBoot 快速搭建 DolphinDB 微服务,并且基于 Mybatis 操作 DolphinDB 数据库。 创建 DolphinDB 数据库2.1 创建数据库,建立 包含基础数据类型 的数据表在 DolphinDB 中执行以下脚本,创建数据库表。 2.2 添加 DolphinDB JDBC 依赖在 pom 文件中添加 DolphinDB 的 JDBC 依赖并且刷新 Maven。 特殊类型除了基础类型外,DolphinDB 还有许多其他的特殊类型,接下来将编写针对 DolphinDB 特殊类型的增删改查接口。 配置了 DolphinDB JDBC 连接,确保应用能够与 DolphinDB 数据库正常通信。实现了对 DolphinDB 分布式表的基本操作,包括数据的插入、查询、更新和删除。

    14810编辑于 2026-05-27
  • 来自专栏量化投资与机器学习

    DolphinDB:金融中高频量价因子的实时计算

    DolphinDB作为一个一站式的时序数据存储、分析和实时计算平台,可以帮助金工和IT人员将复杂的因子快速转化成能在研发或生产环境中高效运行的计算机脚本。 具体文章详见: DolphinDB:金融高频因子流批统一计算神器! 2 直播内容 本周四(6月17日),DolphinDB将为我们在线上分享他们在这块内容的详细介绍与实际应用。 本次直播的主要内容包括: DolphinDB低延时流数据处理架构 5种流计算引擎的应用和流水线处理 研发和交易环境的因子一体化实现 3 嘉宾介绍 周小华 | 智臾科技CEO。 4 关于DolphinDB DolphinDB是一款高性能分布式时序数据库,在同一套系统内,提供了数据库、数据分析与实时流计算功能,最大限度避免了数据在不同系统之间流转带来的性能问题。 与金融机构现有系统相比,DolphinDB的性能有10-1000倍的提升,实现行情历史数据毫秒级查询与秒级计算响应,以及亚毫秒级实时因子计算。

    1.2K30发布于 2021-07-07
  • 券商头部都用的金融时序数据库DolphinDB

    当然他也有命令行模式(上图)经过一系列的建表和初始化,最后界面是:通过简单学习的结论DolphinDB是一款为海量时序数据场景而生的高性能分布式数据库。 而至于读不是LSM-Tree的强项,DolphinDB是用列存去支持的。其实对于AP系统场景如何使用索引也是一个学问,但是这不是技术壁垒点。 稳健灵活的分布式基石(由于体验的是单机,分布式这段是从白皮书上概括的)DolphinDB采用经典的Shared-Nothing集群架构,各节点职责清晰、相互独立。 双引擎驱动的HTAP核心DolphinDB的HTAP能力并非通过单一的“万 能”引擎实现,而是通过为不同工作负载量身定制的双存储引擎来达成的。 DolphinDB的LSM实现并非简单套用开源方案,而是针对时序数据也做了改造。DolphinDB通过在写入时即建立强有序的排序键,为点查提供了确定性的高效路径。

    31810编辑于 2026-03-12
  • TSBS 实测 | 写入差17倍、查询差514倍!不同时序数据库性能差距究竟有多大?

    结果显示,在所有测试场景中,DolphinDB 的综合性能最优,且设备越多优势越明显。 例如,在1000万台设备场景下,DolphinDB 的写入速度比 InfluxDB 快 17 倍、比 TimescaleDB 快 2 倍;面对相同查询任务,DolphinDB 的查询性能较其他两者实现了数量级提升 DolphinDB开启 TSDB 块缓存,调用 setTSDBBlockCacheSize(50) 函数设置为 50GB 。 三、写入性能对比以下是5个场景中 DolphinDB、InfluxDB、TimescaleDB 的写入性能测试结果, 单位为万行/秒:各场景磁盘占用量如下:整体来看,DolphinDB 在各场景下均表现出更高的写入速率和压缩率 目前,DolphinDB 已广泛应用于电力、高端制造、车联网、公用事业等各类物联网场景。

    16310编辑于 2026-05-27
  • DolphinDB Marketplace 上新!Tushare 金融数据模块正式上线,一键获取权威中国市场数据

    DolphinDB Marketplace:打造生态“应用商店”DolphinDB Marketplace 自上线以来,已上架近百个专业插件,涵盖数据存取、业务开发、机器学习、数值计算、云服务等多个场景 在最新发布的 DolphinDB 3.00.5 & 2.00.18 版本中,Marketplace 迎来了重磅升级——模块(Module)板块正式上线! 原生集成: 在 DolphinDB 进程内直接调用模块接口即可将 Tushare 数据保存为标准 Table 对象,即取即用。 注:Tushare 模块目前仅支持加载为 DolphinDB 内存表,未来版本还将支持数据清洗和分布式表导入功能。如何使用一键安装: 在 DolphinDB Marketplace 模块板块直接下载。 立即开启高效开发之旅开发者手册访问 DolphinDB Marketplace体验模块访问 DolphinDB Marketplace。

    29610编辑于 2026-03-06
  • DolphinDB开发者评测:用多范式编程重新定义时序数据分析

    最近,我花了一段时间深入体验了 DolphinDB——一款集高性能时序数据库、分布式计算和流处理于一体的实时计算死数据库。 本文将以开发者的第一视角,从实际编码体验出发,横向对比 DolphinDB 与 InfluxDB、TimescaleDB 等主流时序数据库的开发体验、SQL 能力、计算性能和生态集成,帮助你判断:DolphinDB 的心态,我开始了DolphinDB深度体验。二、开发体验:从安装到写出第一行代码2.1 安装与部署DolphinDB 支持单机模式和集群模式,开发测试用单机即可。社区版免费,从官网下载解压后即可运行。 2.2 连接与基本操作(Python API)DolphinDB 提供了官方 Python API(dolphindb),支持 pandas DataFrame、Arrow Table 等数据格式的双向交互 IoT场景的开发者来说,DolphinDB 值得认真评估从开发者的角度,DolphinDB 最让我欣赏的是它的"效率哲学"——用更少的代码、更少的系统、更少的搬运,完成更多的工作。

    21010编辑于 2026-05-17
  • 集成 Prometheus 与 DolphinDB 规则引擎,构建敏捷监控解决方案

    1.2 DolphinDB 规则引擎监控方案本文设计并实现一套简洁、高效的集成方案,将 Prometheus 的监控数据与 DolphinDB 规则引擎深度融合,构建易于运维管理、高性能的监控体系。 经过简单的数据格式转换后,监控指标数据便可直接写入至 DolphinDB 分布式表或流表。 DolphinDB HTTP Client :DolphinDB 默认使用本地时间(如东八区)进行数据处理和查询,当查询某个时间点的指标时,可以利用内置的时间函数(gmtime)转换成 UTC 后传入。 Server 文档,对 DolphinDB 实例进行监控以生成样例数据。 读者可根据实际应用场景,结合 DolphinDB 消息/协议插件集成企业现有告警体系。

    29310编辑于 2026-03-10
  • 实操教程:使用 GitHub Copilot 配置 DolphinDB Skill 以提升开发效率

    前置准备(必看):1.确保已安装 DolphinDB 相关环境,具体环境部署可参考 部署;2.安装 VS Code 客户端 ;3.安装 GitHub Copilot 和 DolphinDB 扩展,具体 DolphinDB 扩展安装可参考 VS Code 插件;4. 配置完成后,如果 /dolphindb 指令可被正常查找到,则证明 DolphinDB Skill 配置成功。 场景 2:概念与知识点讲解在 Copilot 聊天视图输入提问,比如:“/dolphindb 解释一下 DolphinDB 的 TSDB 和 OLAP 存储引擎的区别”“/dolphindb DolphinDB 立即解锁新姿势赶紧点击下方链接下载 DolphinDB Skill,搭配 GitHub Copilot,解锁 DolphinDB 开发新体验!

    52710编辑于 2026-03-09
  • 来自专栏量化投资与机器学习

    DolphinDB:金融高频因子流批统一计算神器!

    这几天,公众号发现了一个超高性能分布式时序数据库神器: DolphinDB DolphinDB为海量结构化数据的极速存储、检索、计算与分析提供了一站式解决方案,特别适合金融行业用来处理大规模数据,尤其是 与金融机构现有系统相比,DolphinDB的性能有10-1000倍的提升,实现行情历史数据毫秒级查询与秒级计算响应,以及亚毫秒级实时因子计算。 这也正是DolphinDB开发响应式状态引擎的动机所在。 3.2 解析和优化 DolphinDB的脚本语言是支持向量化和函数化的多范式编程语言。通过函数的调用关系,不难得到计算步骤的DAG。 下列状态函在DolphinDB的响应式状态引擎均得到了优化实现。目前,状态引擎不允许使用未经优化的状态函数。

    5.1K00发布于 2021-03-15
  • 2026 工业时序数据库选型指南:抽象复用能力如何降低 80% 开发成本——DolphinDB vs InfluxDBTimescaleDB 深度对比与实践

    本文将深度对比 InfluxDB、TimescaleDB 与 DolphinDB 的技术路径差异,结合能源、制造等实战案例,系统论证 DolphinDB 在降低 TCO(总拥有成本)、提升开发效率及 AI 适用性边界声明:DolphinDB 并非万能。 该企业此前曾试点 InfluxDB,因无法满足复杂逻辑处理需求,最终选择信通院"领航者"产品 DolphinDBDolphinDB 的抽象复用方案:算法引擎复用:利用 DolphinDB 内置的 2000+专业函数(如随机森林回归randomForest、拟牛顿法newton),构建"参数寻优模型",用户仅需输入目标产量 DolphinDB 的抽象复用方案:流批一体引擎复用:通过 DolphinDB 的流批一体架构,研发人员在历史数据上验证的"机组故障判定算法"(如电压波动异常检测),无需重写代码,直接用于实时流数据处理

    28610编辑于 2026-03-09
  • DolphinDB 稳居时序数据库榜首,工业万亿级数据查询毫秒级响应!

    DolphinDB 技术架构与核心能力DolphinDB 在设计之初就将时序数据的高性能处理作为核心目标,通过原生分布式架构、优化存储引擎、向量化计算引擎及丰富函数库,实现了完整的时序数据处理能力。 工业应用案例以下是三个 DolphinDB 在工业领域的典型落地案例:4.1 打造高效工业互联网平台中国最大的水力发电企业基于 DolphinDB 构建统一的工业互联网平台,在百万测点的复杂环境中实现了高效云边协同 客户案例 | DolphinDB 赋能国内最大水力发电企业,打造高效工业互联网平台4.2 打造万亿级工业数据底座某头部钢铁集团打造的带式焙烧机数字孪生工厂,通过使用 DolphinDB 多模引擎与流计算框架 客户案例 | 成本减半,效率提升20倍——某钢铁集团基于 DolphinDB 重构万亿级工业数据底座4.3 打造一体化仪控系统作为国家战略高科技研究设计院,某核动力研究院以 DolphinDB 存算一体化平台为核心数据基座 某研究院基于 DolphinDB 打造高性能、一体化仪控系统5.

    43910编辑于 2026-01-30
  • 来自专栏数据猿

    工业物联网的“实时鸿沟”,该由谁来填?

    在这样的背景下,有一个叫DolphinDB(智臾科技)的公司,正试图把“实时计算”做成这类场景的底座。那么,工业领域对实时计算有什么样的需求,DolphinDB又是如何解决一个个的难题的? 但在DolphinDB看来,它应该变成“每一家工厂都能用的标准能力”。 DolphinDB的解法 把“实时计算”做成工业级数据底座 金融,是实时计算的试验场,也是能力锻造的高压锅。 正是这种底层“共通性”,让DolphinDB在工业领域也能大展拳脚。 而且,DolphinDB的优势,不在于某一个模块比别人更强,而在于它把一个复杂系统工程,封装成了一个可以被“嵌入业务现场”的通用底座。怎么来理解这句话呢?我们可以把DolphinDB的能力拆开来看。 DolphinDB部分工业、物联网领域客户案例 从这些案例中可以看出,DolphinDB聚焦在“数据进来之后怎么快速处理、即时反馈”这一环,帮助工业企业切实解决数据的实时处理难题。

    22710编辑于 2026-01-14
  • 告别Kafka+Flink拼装:用DolphinDB重构IoT数据分析平台

    1.2 DolphinDB 吸引我的点第一次接触 DolphinDB,吸引我的不是"又一个时序数据库"的存储能力,而是它的定位——一个面向数据分析的计算平台。 这就是 DolphinDB 的流批一体发挥作用的地方。 DolphinDB 的价值在数据量大、计算复杂的场景下才能体现。可视化方面依赖第三方DolphinDB 本身不做可视化,需要对接 Grafana 等外部工具。 八、总结三周体验下来,DolphinDB 给我最大的感受是——它不是在替代某一个组件,而是在重新定义"数据分析"的工作方式。 但如果你的场景涉及复杂的传感器关联分析、实时异常检测、大量历史数据回溯,DolphinDB 值得认真评估。

    23310编辑于 2026-05-24
  • 来自专栏应用实践

    DolphinDB工业物联网实时分析:从海量数据困局到毫秒级预警的技术突围

    代码是逻辑的诗篇,架构是思想的交响"DolphinDB官网:DolphinDB 智能数据平台DolphinDB官方文档:DolphinDB 技术文档摘要在工业物联网(IIoT)和智能制造的浪潮下,企业每天都在产生海量的设备传感器数据 二、DolphinDB 核心能力解析DolphinDB 的设计哲学让我印象深刻——它没有把自己定位为"又一个时序数据库",而是重新定义了工业数据处理的范式,通过存算一体+流批一体的架构,打破了高性能、低成本 基于对 DolphinDB 功能的深入了解和行业案例的分析,我认为以下场景特别适合选择 DolphinDB:场景特征是否推荐理由百万级以上测点的实时监控强烈推荐存算一体 + 流批一体,毫秒级预警需要存储与计算一体化强烈推荐告别多组件堆叠 DolphinDB 正在做这件事。期待 DolphinDB 在工业物联网领域被越来越多的企业和开发者认识和采用!嗨,我是Xxtaoaooo! 官网DolphinDB 技术文档DolphinDB 流数据处理DolphinDB 多范式编程

    22710编辑于 2026-05-10
  • STAC HK 2026 回顾 | DolphinDB 构建金融级 AI-Ready 数据基建新范式

    DolphinDB 受邀出席,创始人兼 CEO 周小华(Davis Zhou)博士在 AI & Analytics 专题发表主题演讲,分享 DolphinDB 在高性能量化数据基础设施领域的最新技术实践与前沿探索 而 DolphinDB 的使命正是化解这一复杂性——让实时数据系统更简单、更快速,更好地服务人与智能体。 借助 DolphinDB 这种流批一体的能力,团队能够将因子上线周期从一个月缩短至三天。三、微秒级低延迟流计算DolphinDB 推出了针对高性能场景优化的低延迟流计算模式。 结语此次 STAC Summit Hong Kong 2026 是 DolphinDB 在国际舞台的重要亮相。 周小华博士的演讲清晰传递 DolphinDB 核心价值主张:在 AI 时代,量化基础设施不应成为瓶颈,而应成为加速器。

    9400编辑于 2026-05-13
  • 来自专栏工业物联网

    工业物联网实时分析的“秒级”革命:拆解DolphinDB如何攻克海量数据下的预警与决策难题

    二、破局之道:DolphinDB的“双引擎”设计哲学DolphinDB的设计哲学令人震撼——它没有把自己定位为“又一个时序数据库”,而是重新定义了工业数据处理的范式,打破了高性能、低成本、快速迭代的“不可能三角 DolphinDB系统架构图2000+内置函数:开箱即用的工业分析“武器库”DolphinDB内置了2000多个高度优化的专业函数,覆盖时序处理、信号处理、统计分析、机器学习。 方案:利用DolphinDB一站式分析能力与内置机器学习组件,替代原有的混合技术栈。DolphinDB技术架构图成效:分析效率提升10倍,为安全决策赢得宝贵时间窗口。 方案:基于DolphinDB构建“机理模型+数据模型”融合的实时参数寻优系统,利用内置随机森林、拟牛顿法等算法。DolphinDB系统架构图成效:产线调整周期从半年压缩至数天。 五、实战指南:如何基于DolphinDB构建工业物联网平台基于多个项目经验,总结最佳实践:从最小可行架构开始,逐步演进。

    18010编辑于 2026-03-25
  • 从万行代码到一行函数:DolphinDB 多范式编程与生态体系如何重构工业物联网开发范式

    DolphinDB 方案:基于 DolphinDB 构建统一的地震波形分析预警架构。 DolphinDB 方案:利用 DolphinDB 的 SQL-92 标准支持和多范式编程能力,将大部分业务逻辑从 Java 代码迁移到 DolphinDB 脚本中。 DolphinDB 方案:采用云边协同架构,边缘端和云端使用同一套 DolphinDB 技术栈。云端开发的脚本可快速下发至边缘端执行,边缘端数据上传后可在云端继续分析。 DolphinDB 方案:DolphinDB 为其量身打造实验数据实时分析平台。 DolphinDB 在这六个维度上给出了较为完整的答案。

    15810编辑于 2026-06-03
  • 来自专栏数据猿

    AI时代下,我们需要新一代的金融基础软件

    DolphinDB(智臾科技)创始人、CEO周小华博士认为,下一代金融基础软件必须从根本上重构技术底座——不是修修补补,而是重建“神经系统”。 DolphinDB正是这种“重建”理念下的核心产物。 在一体化架构之上,通过数据、计算、应用三个层面的创新,更是让DolphinDB能力迈上更高的台阶。 3.数据跨地域协同 更革命性的是,DolphinDB打破了数据的“地域封印”,实现了数据的跨区域协同。 2.交互智能化 DolphinDB基于统一能力组合,既支持传统图形界面交互,也支持AI自然语言交互。 DolphinDB作为“航母”,是整个舰队的力量核心,提供高性能的实时计算与时序数据支撑。

    36010编辑于 2025-10-21
  • 国产工业时序数据库—DolphinDB的技术突破与实践优势

    DolphinDB 正是顺应这一时代趋势应运而生的国产高性能时序数据库平台。 DolphinDB 的核心技术优势可以归纳为以下四个方面,它们共同构成了其在工业领域高性能应用的基石。 写入优势: DolphinDB 的存储结构(列式存储与行列混存 PAX)充分利用了时序数据写入的特点。 DolphinDB 在工业物联网中的实践优势(Practical Advantages)DolphinDB 在技术和架构上的突破,最终转化为工业企业在 IIoT 实践中的显著优势。 DolphinDB 凭借其轻量级和强大的计算能力,完美适应了这一架构:边缘网关部署: DolphinDB 可以部署在资源受限的边缘网关(Edge Gateway)或工控机上。

    32410编辑于 2026-01-30
  • 喜报|DolphinDB 登 DB-Engines 时序数据库全球第五,国产第一

    能够登上该榜单 TOP5,意味着 DolphinDB 的技术实力与市场认可度已获得全球行业的广泛认可。 此次多榜单的亮眼表现,既是对 DolphinDB 技术创新的肯定,也是国产数据库从“可用”向“好用”跨越的重要标志。 未来,DolphinDB 将持续深耕数据库核心技术领域,以更优质的产品与服务,推动国产基础软件走向全球前沿。 关于 DolphinDB由智臾科技研发的高性能分布式时序数据库 DolphinDB,不仅支持海量数据的高效存储与查询,更开创性地提供功能完备的编程语言以支持复杂分析,以及高吞吐、低延时、开发便捷的流数据分析框架 DolphinDB 显著提升了海量数据分析的效率,并且大幅减少开发成本,使企业能够更加灵活面对瞬息万变的行业竞争。

    27510编辑于 2026-03-03
领券