时序数据库与C++
在华尔街工作的时候,周小华就发现,很多券商与对冲处理高频数据的一款时序数据库存在一些非常明显的缺点。例如,由于其开发时所处时代的局限,没有内置分布式功能,无法实现分布式计算;语言晦涩难懂,学习与维护成本极高。周小华敏锐地意识到,如果能解决分布式问题,并且更容易使用,无疑会有广阔的市场。
时序数据库第三阶段
第三阶段主要是对流计算的重要支持。项目发展之初主要是为了满足数据存取和历史数据分析。到第三阶段,整个团队发现流数据是大量客户的刚需,所以在流数据分发与计算方面投入大量资源。客户不需要开发大量代码,只要对 DolphinDB 内置的流数据引擎做一些简单配置,即可进行流数据实时计算,满足业务上的计算需求。
时序数据库行业预测
当下,DolphinDB 的“流批一体”方案已经在金融行业进行了大规模落地,可以将量化回测开发的大量因子用在流数据场景中,只需要很低的就可以把这些因子计算出来,这也是金融领域非常高频的应用场景。未来 3 到 5 年将会是分布式时序数据库的爆发期除了金融、物联网等领域的用户对分布式时序数据库的需求激增,政策也为整个行业带来了巨大的机遇,这也是促使周小华毅然放弃海外的工作回到国内创业的原因之一。“如果没有合适的应用场景,技术将没有用武之地。中国拥有大量的金融机构,也是制造业大国,存在着大量的应用场景。伴随着中美之间的科技竞争,整个社会的数字化转型步伐加快,这是一个非常好的机会。风险投资同样对基础软件非常看好。我认为时序数据库当下处在好的发展时代。未来 3 到 5 年,有可能在金融、物联网等领域迎来爆发性的发展”。
时序数据挑战与机遇并存
但是,挑战与机遇并存。首先,当前国内在数据库领域的人才资源非常匮乏,在寻找数据库内核研发等相关人才上会比较困难;二是国产化的浪潮下可能会出现一些利用政策红利而过少参与市场竞争的企业。在周小华看来,过度利用政策红利并不利于产品质量的持续提升,这是需要企业尽量避免的;三是企业应该走出去,跟国际上的产品和团队去竞争。
以上信息由专业从事时间序列数据库价格的美信时代于2021/11/25 6:55:30发布
转载请注明来源:http://shanghai.mf1288.com/bjmxsd-1797661557.html