辰钰资本：存储大 PK，谁才是处理高频交易数据的专家？

下文引述自辰钰投资董事长李栋、董事陈志凌、数据库工程师苏虎臣

“在使用 DolphinDB 前，我们先后使用过文件系统、MySQL和PostgreSQL存储数据。

之前使用文件系统会先将数据落在本地，然后用 Python 进行计算。但是文件系统在实际应用中存在一些不足。首先，在存储过程中文件系统的IO是一个很大的瓶颈。其次，在处理大量数据时，文件系统过于庞大，进行存储、查询等操作费时且费力。同样地，MySQL 和 PostgreSQL 这两个数据库在实际测试中都非常慢。如果要处理的数据量很大，系统甚至会无法工作。

因此，我们想要搭建一套新的系统。主要考虑的数据库有MongoDB、Kdb+和DolphinDB。

由于 MongoDB 缺乏函数支持、旧代码改起来比较费劲，KDB+的语言较难学习，整体上手很慢，所以我们放弃了这两个数据库。

反观 DolphinDB，性能比 Kdb+更好，语言类 SQL 容易上手，同时提供丰富的金融函数。在低频转向高频的过程中，原来的系统无法处理骤然剧增的数据，但 DolphinDB 是这方面的专家，相较之下新系统的速度可以提升10倍左右。在处理逐笔数据时，相比之前使用过的文件系统，现在的系统效率得到大大提升，并且使用起来也非常方便。此外，DolphinDB 作为一站式数据库，综合了分布式存储、编程建模和高性能计算，可以在研究时快速抽取某些特定的数据，这大大加快了我们的研究进度。”

更多案例内容点击《如何提升量化投研效率？来自辰钰投资的案例分享》