新推出的金融版eXtremeDB 6.0功能改进预览

通过SQL和Python访问基于矢量的函数来提高编程速度和生产力。分布式查询处理和运用RLE压缩来处理资本市场中的大数据分析。

华盛顿州联邦路,2014年10月27日�CMcObject®宣布eXtremeDB®金融版本6.0已正式发布,这也是面向资本市场数据库系统技术的重要升级。此次改进包括使用广泛应用的SQL和Python语言来访问eXtremeDB金融版最强大的功能,用陈述性的SQL语言以及快速原型法的Python语言进行开发释放生产力。6.0版本运用其崭新的功能:分布式查询处理和专业的市场数据压缩,解决了金融系统面临的大数据挑战,提高了处理实时和历史数据(当天的数据增长超过一兆)的效率。McObject合伙创始人兼CEO讲到:“在STAC-M3测试以及其他测试中,eXtremeDB金融版已经展示了它处理市场数据时超低延迟的特性。6.0版本在此特性的技术上做了改进,一些特性提高性能,另外一些增加收益,还有一些新的特性两者兼顾。资本市场的很多大公司已经运用eXtremeDB 金融版6.0版本改进的技术。McObject期望随着此次升级进入全面发行,能帮助更多的公司解决金融计算遇到的最困难的挑战。

Graves 展示了eXtremeDB金融版6.0具体的改进,如下所示:

运用SQL, Python实现的基于矢量的统计功能

eXtremeDB一个显著地特征就是它的基于矢量的统计函数库。这个统计函数库被传递到CPU缓存中从而缩短分析市场数据时的延迟。6.0版本引进了从内在的SQL运用其基于矢量的函数的功能运用其基于矢量的函数的功能,而SQL是企业计算机技术中几乎普遍使用的数据库语言。这也大大增加了开发者人群,他们现有的技术能快速采纳McObject的数据库系统。

用C/C++, Python, Java 和 C# (.NET)语言编写的应用都可以通过命令行界面使用SQL,它自己本身也可以。它在创建与数据库系统交互代码方面有着高水平的生产力,这样使得在一些时间作为关键竞争因素的领域的开发工作更快速。McObject video 展示了从内在的SQL运用基于矢量函数的实际例子。

eXtremeDB金融版6.0也支持Python。Python是用于快速算法(特别是原型法)的一种高级语言,支持资本市场。使用Python,再加上eXtremeDB动态的数据定义语言DDL,开发者能够迅速实施他们的想法,通过测试代码的变化,数据库表和索引进行快速优化。

分布式的查询处理

运用分布式的查询处理,eXtremeDB金融版本把整个数据库划分,通过多个服务器,CPU 或者CPU核进行分布式查询处理。在一些情况下,利用多台主机并行执行数据库操作,数据库的性能就会大大提高。

市场数据压缩

此次升级增加了强大的压缩算法功能,用来减小存储的市场数据的体积从而降低存储成本并加快处理速度。这个行程长度编码(RLE)压缩可以运用在柱状数据(即定义为eXtremeDB金融版的‘列'数据库类型,通常用于交易,报价,以及其他市场数据)在McObject 的测试中,激活这个功能之后,芝加哥期权交易市场波动指数(VIX)的笔数据体积降到了其预压缩体积的四分之一,数据库的读取速度也增加了21%。eXtremeDB 金融版6.0也增加了压缩非柱状结构数据的功能。

基于矢量的统计函数库的改进

eXtremeDB 金融版6.0用多种方法改进其基于矢量的函数库,包括:

• 许多新的功能,包括一整族的哈喜聚合功能,这个功能可以
• 提高无序序列(即不按照时间戳和固定的时间间隔筛选)。
• 从一个输入字符串创建一个序列,如下面示例:创建一个名为“竞标”的序列:“插入报价值('{1.0, 1.1, 1.2, 1.1}')”
• 通过一个新的SQL SELECT语句关键字,把柱状数据(即时间序列数据如市场数据传统关系型数据库基于行的格式。

你可能感兴趣的:(新推出的金融版eXtremeDB 6.0功能改进预览)