D-Day 深圳站回顾 | 企业级实时计算平台 Orca 初亮相！

4月22日下午，DolphinDB 在深圳举办 D-Day 行业交流会。来自券商、公募、私募等机构的二十余位量化专家齐聚一堂，围绕企业级实时计算平台与 AI 技术在量化行业中的应用与价值展开深入探讨。

会上，DolphinDB 创始人兼 CEO 周小华博士重点分享了团队最新研发成果——企业级实时计算平台 Orca 的核心能力和行业价值。他指出，金融量化行业对企业级实时计算平台的强烈需求，既源于行情中心、因子计算、IBOR 统一资产管理等复杂业务场景，也来自跨部门协作中数据割裂、管理分散所带来的挑战。Orca 作为 DolphinDB 打造的企业级实时计算平台，不仅具备强大的实时数据注入、存储、查询与计算能力，还提供数据一致性保障、存算分离架构、多集群统一管理等关键特性，全面赋能机构构建高效、稳定、可扩展的数据基础设施。

在金融量化领域，对于企业级实时计算平台的需求既源于业务场景的复杂性，也与管理层面系统协同的挑战密切相关。

从业务视角看，无论是行情中心构建、因子计算与发布，还是实时/准实时风控、基于 IBOR（Investment Book of Record，投资账簿记录）的统一资产管理，这些核心场景都需要依赖系统对海量数据的实时响应能力。以 IBOR 为例，其本质是打破传统 T+1 核算模式，要求系统在数秒内同步全球市场的交易流水、持仓变动及清算结果，并基于此动态计算资产净值、风险敞口和合规指标。这对系统提出了低延时注入、实时查询、高效实时计算和低延时输出的全链路性能诉求。

从管理视角看，金融机构普遍面临系统碎片化与数据孤岛的治理难题。不同部门如投研、交易与风控往往采用独立的技术栈，导致开发标准不统一、协作效率低下。机构也缺乏统一的实时数据中心，数据分散在多个系统中，无法实现全局关联分析。而且，更全面的风控依赖于头寸、交易等数据的实时更新，而系统割裂所造成的数据延迟，可能会严重影响风控系统的准确性与时效性。

因此，机构需要一个能够打破数据壁垒、整合多业务场景，同时提供毫秒级实时计算能力的平台化工具。

而 Orca，则正是这样一款面向企业级需求的实时计算平台。

Orca 源于 DolphinDB，在实时数据处理方面具备极为出色的能力。

在实时数据注入方面，Orca 提供多种高效且低延迟的方式：支持毫秒级延迟的 SDK 接入、百微秒级的行情插件接入，以及延迟低至单微秒的 Swordfish 嵌入式版本，全面覆盖不同场景下的实时数据注入需求。

g = createStreamGraph("factor")
baseStream = g.source("snapshot",  1024:0, inputSchemaDef.name, inputSchemaDef.typeString)
  .reactiveStateEngine(factors0, `code)
  .fork(2)


oneMinStream = baseStream[0]
  .parallelize(`code, parallelism)
  .dailyTimeSeriesEngine(60000, 60000, factors1, sessionBegin, sessionEnd, `timestamp, false, `code)
  .reactiveStateEngine(factors2, `code)
  .sync()
  .crossSectionalEngine(factors3, `code, 'keyCount', keyCount, false, `timestamp, true)
  .sink("one_min_factors")
  .map(msg -> select *, now() from unpivot(msg, `timestamp`code, msg.columnNames()[2:]))
  .sink("dfs://factor/one_min")


fiveMinStream = baseStream[1]
  .parallelize(`code, parallelism)
  .dailyTimeSeriesEngine(5*60000, 5*60000, factors1, sessionBegin, sessionEnd, `timestamp, false, `code)
  .reactiveStateEngine(factors2, `code)
  .sync()
  .crossSectionalEngine(factors3, `code, 'keyCount', keyCount, false, `timestamp, true)
  .sink("five_min_factors")
  .map(msg -> select *, now() from unpivot(msg, `timestamp`code, msg.columnNames()[2:]))
  .sink("dfs://factor/five_min")

在企业级数据管理方面，Orca 提供了完善的能力支持，包括数据一致性保障、存算分离架构、计算任务依赖调度机制以及多集群统一管理等关键功能，助力企业构建高效、稳定、可扩展的数据基础设施。

通过异步复制和流数据跨集群订阅机制，Orca 能够确保各个集群间的数据一致性。同时，Orca 还采用了统一的命名规范，方便用户管理和查询数据，降低数据管理的复杂性。

在 Orca 平台上，用户可以根据需求自行配置存储和计算资源，将存储和计算资源分开管理，提高系统的可扩展性和可靠性。此外，Orca 还支持计算依赖调度功能，通过声明式 API、运维监控和血缘管理等功能实现计算任务的自动化调度和管理。

通过多集群管理功能，用户可以直观地了解各个集群的运行状态和资源使用情况，及时发现并解决问题，提高系统管理的效率和可靠性。

D-Day 是由 DolphinDB 发起的行业交流系列活动，旨在为用户们提供一个专业、开放的交流机会与平台，方便大家深入探讨在量化交易中如何有效提升综合投研效率，以技术融入业务，创造应用价值。

DolphinDB 将不定期在北京、上海、广州、深圳等地举办 D-Day 线下活动，如果您有参与 D-Day、联合举办技术研讨会、行业闭门会等合作意向，欢迎通过小助手与我们联系（dolphindb1）！