kdb+

DolphinDB 的 kdb+ 插件支持通过 loadTable 和 loadFile 接口将 kdb+ 数据表和 Q 语言数据类型导入 DolphinDB 内存表。

kdb+ 插件目前支持版本:relsease200, release130。您当前查看的插件版本为 release200,请使用 DolphinDB 2.00.X 版本 server。若使用其它版本 server,请切换至相应插件分支。

环境配置

初始化环境配置

安装 kdb+ 数据库

如果通过第一种方式从 kdb+ 中导入数据,则需要先安装 kdb+ 数据库。

官网申请64位社区版 license:https://kx.com/developers/download-licenses/

安装 zlib 包

插件中解压缩功能依赖 zlib

Ubuntu 系统:

sudo apt install zlib1g

CentOS 系统:

yum install -y zlib zlib-devel

插件加载与编译

预编译安装

可以直接使用已编译好的插件,在 bin/ 文件夹中根据服务器操作系统选择适合的插件。

请注意插件的版本应与 DolphinDB 客户端版本相同,通过切换分支获取相应版本。

编译安装

用户也可以自行编译,方法如下:

Linux 系统编译

cd /path/to/plugins/kdb
mkdir build
cd build
cmake ..
make

注意:编译之前请确保 libDolphinDB.so 在 gcc 可搜索的路径中。可通过 export LD_LIBRARY_PATH=/path_to_dolphindb/:$LD_LIBRARY_PATH 指定其路径,或者直接将其拷贝到 build 目录下。

加载插件

在 DolphinDB 客户端运行以下命令加载插件,需要将目录替换为 PluginKDB 文本文件所在的位置:

loadPlugin("/path/to/plugin/PluginKDB.txt")

用户接口

connect

语法

connect(host, port, usernamePassword)

参数

  • 'host':要连接的 kdb+ 数据库所在的主机地址

  • 'port':要连接的 kdb+ 数据库所在的监听端口

  • 'usernamePassword':一个字符串,表示所要连接的 kdb+ 数据库的登录用户名和密码,格式为:"username:password"

    该参数可以为空。若启动 kdb+ 时没有指定用户名和密码,则该参数为空或任意字符串。

详情

建立与 kdb+ 服务器之间的连接。返回一个连接句柄。

如果建立连接失败,则会抛出异常。包括以下三种情况:

  1. 身份认证异常,用户名或密码错误
  2. 连接端口异常,对应主机的端口不存在
  3. 超时异常,建立连接超时

示例

假设登录 kdb+ 数据库的用户名和密码(admin:123456)存储在 ../passwordfiles/usrs 中,且 kdb+ 服务器和 DolphinDB server 都位于同一个主机上。

kdb+ 终端执行:

kdb shell:         q -p 5000 -U ../passwordfiles/usrs   // 注意 -U 一定需要大写

DolphinDB 客户端执行:

// 若开启 kdb+ 时指定了用户名和密码
handle = kdb::connect("127.0.0.1", 5000, "admin:123456")

// 若开启 kdb+ 时未指定用户名和密码
handle = kdb::connect("127.0.0.1", 5000)

loadTable

语法

loadTable(handle, tablePath, symPath)

参数

  • 'handle':connect 返回的连接句柄

  • 'tablePath':一个字符串,表示需要读取的表文件路径。如果是 splayed table, partitioned table 或 segmented table,则指定为表文件目录;如果是 single object,则指定为表文件

  • 'symPath':一个字符串,表示表文件对应的 sym 文件路径

    该参数可以为空,此时必须保证表内不包含被枚举的 symbol 列。

注意:路径中建议使用'/'分隔。

详情

连接 kdb+ 数据库,通过 kdb+ 数据库加载数据,再将数据导入 DolphinDB 内存表。

注意:在 kdb+ 数据库中,symbol 类型可以通过枚举存入 sym 文件,在表中使用 int 类型代替字符串进行存储,以减少字符串重复存储所占的空间,因此如果需要读取的表包含了枚举的 symbol 列,则需要读入 sym 文件才能正确读取表内的 symbol 列。

例子

// 表中存在被枚举的 symbol 列
DATA_DIR="/path/to/data/kdb_sample"
Txns = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Txns", DATA_DIR + "/sym")

// 拓展表中不存在 symbol 类型,或者单张表中的 symbol 列未进行枚举
DATA_DIR="/path/to/data/kdb_sample"
Txns = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Txns", DATA_DIR)

loadFile

语法

loadFile(tablePath, symPath)

参数

  • 'tablePath':一个字符串,表示需要读取的表文件路径。只能是 splayed table, partitioned table 或 segmented table 的表文件目录

  • 'symPath':表文件对应的 sym 文件路径

    该参数可以为空,此时必须保证表内不包含被枚举的 symbol 列。

注意:路径中建议使用'/'分隔。

详情

直接读取磁盘上的 kdb+ 数据文件,将其存入 DolphinDB 内存表。

注意:在 kdb+ 数据库中,symbol 类型可以通过枚举存入 sym 文件,在表中使用 int 类型代替字符串进行存储,以减少字符串重复存储所占的空间,因此如果需要读取的表包含了被枚举的 symbol 列,则需要读入 sym 文件才能正确读取表内的 symbol 列。

例子

//表中存在 symbol 类型,并进行了枚举
DATA_DIR="/path/to/data/kdb_sample"
Txns = kdb::loadFile(handle, DATA_DIR + "/2022.06.17/Txns", DATA_DIR + "/sym")


表中不存在 symbol 类型
DATA_DIR="/path/to/data/kdb_sample"
Txns = kdb::loadFile(handle, DATA_DIR + "/2022.06.17/Txns", DATA_DIR)

close

语法

close(handle)

参数

  • 'handle':连接句柄

详情

关闭与 kdb+ 服务器建立的连接。

例子

kdb::close(handle)

完整示例

loadPlugin("/home/DolphinDBPlugin/kdb/build/PluginKDB.txt")
go
// 连接 kdb+ 数据库
handle = kdb::connect("127.0.0.1", 5000, "admin:123456")

// 指定文件路径
DATA_DIR="/home/kdb/data/kdb_sample"

// 通过 loadTable,加载数据到 DolphinDB
Daily = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Daily/", DATA_DIR + "/sym")
Minute = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Minute", DATA_DIR + "/sym")
Ticks = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Ticks/", DATA_DIR + "/sym")
Orders = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Orders", DATA_DIR + "/sym")
Syms = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Syms/", DATA_DIR + "/sym")
Txns = kdb::loadTable(handle, DATA_DIR + "/2022.06.17/Txns", DATA_DIR + "/sym")
kdb::close(handle)

// 直接读磁盘文件,加载数据到 DolphinDB
Daily2 = kdb::loadFile(DATA_DIR + "/2022.06.17/Daily", DATA_DIR + "/sym")
Minute2= kdb::loadFile(DATA_DIR + "/2022.06.17/Minute/", DATA_DIR + "/sym")
Ticks2 = kdb::loadFile(DATA_DIR + "/2022.06.17/Ticks/", DATA_DIR + "/sym")
Orders2 = kdb::loadFile(DATA_DIR + "/2022.06.17/Orders/", DATA_DIR + "/sym")
Syms2 = kdb::loadFile(DATA_DIR + "/2022.06.17/Syms/", DATA_DIR + "/sym")
Txns2 = kdb::loadFile(DATA_DIR + "/2022.06.17/Txns/", DATA_DIR + "/sym")

导入方法说明

通过 loadTable 导入

操作顺序:connect() -> loadTable() -> close()

注意事项:

  1. 待导入的表中不应包含 nested column。
  2. loadTable 指定的加载路径应为单个表文件,或表路径(表为拓展表、分区表或分段表时)。

通过 loadFile 导入

操作顺序:loadFile()

注意事项:

  1. 无法读取单个表(single object)。
  2. 只能读取采用 gzip 压缩方法持久化的数据。
  3. 待导入的表中不应包含 nested column。
  4. loadFile 指定的加载路径分区下的表路径。

kdb+ 各类表文件加载方式说明

分别说明 kdb+ 四种表文件的导入方式:

  • 单张表(single object)

    只能使用 loadTable() 导入。

    举例:

    目录结构:
    path/to/data
    ├── sym
    └── table_name
    handle = kdb::connect("127.0.0.1", 5000, "username:password");
    table = kdb::loadTable(handle, "path/to/data/table_name", "path/to/data/sym");
  • 拓展表(splayed table)

    loadTable()loadFile()

    如果未压缩或使用 gzip 压缩,则推荐使用第二种方法,导入效率会更高。

    举例:

    目录结构:
    path/to/data
    ├── sym
    └── table_name
        ├── date
        ├── p
        └── ti
    handle = kdb::connect("127.0.0.1", 5000, "username:password");
    table1 = kdb::loadTable(handle, "path/to/data/table_name/", "path/to/data/sym");
    
    table2 = kdb::loadTable("path/to/data/table_name/", "path/to/data/sym");
  • 分区表(partitioned table)

    本插件无法通过指定根目录,加载整个分区表、数据库。

    但是可以将 tablePath 指定为每个分区下的表,分别加载其中的数据,然后通过脚本在 DolphinDB 中组成一张完整的表。

    举例:

    目录结构:
    path/to/data
    ├── sym
    ├── 2019.01.01
    │   └── table_name
    │       ├── p
    │       └── ti
    ├── 2019.01.02
    │   └── table_name
    │       ├── p
    │       └── ti
    └── 2019.01.03
        └── table_name
            ├── p
            └── ti
// 获取文件夹下的所有文件信息
fileRes=files("path/to/data");

// 删除 sym 条目,避免影响数据文件夹读取
delete from fileRes where filename='sym';
name='table_name';
files = exec filename from fileRes;

// 新建数据表,指定 schema
table=table(10:0,`p`ti`date, [SECOND,DOUBLE,DATE])

// 读取各个分区数据
for (file in files) {
        t = kdb::loadFile("path/to/data" +'/' + file +'/' + tablename + '/');

        // 添加分区名所代表的数据
        addColumn(t, ["date"],[DATE])
        length=count(t)
        newCol=take(date(file), length)
        replaceColumn!(t, "date", newCol)

        // 追加数据到 table 中
        table.append!(t);
}
  • 分段表(segmented table)

    同 partitioned table,可以将各分段的各分区中的表读入,然后通过脚本在 DolphinDB 中组成一张完整的表。

kdb+ 与 DolphinDB 数据类型转换表

kdb+DolphinDB字节长度备注
booleanBOOL1
guidUUID16
byteCHAR1DolphinDB 中没有独立的 byte 类型,转换为长度相同的 CHAR
shortSHORT2
intINT4
longLONG8
realFLOAT4
floatDOUBLE8
charCHAR1kdb+ 中 char 空值("")当空格(" ")处理,因此不会转换为 DolphinDB CHAR 类型的空值
symbolSYMBOL4
timestampNANOTIMESTAMP8
monthMONTH4
dataDATE4
datetimeTIMESTAMP8
timespanNANOTIME8
minuteMINUTE4
secondSECOND4
timeTIME4

测试方法

为方便开发者进行自测,kdb 插件自2.00.11版本起提供自行测试的数据、脚本。以下将介绍测试文件和测试方法。

测试文件的组成

测试必需的文件在本插件文件夹下 test 文件夹中。以下为详细说明:

kdb
├── lib
├── src
├── test                  // 插件目录下 test 文件夹,包含所有测试需要的文件
│   ├── data              // 测试时需要用到的一些数据文件,包括 kdb 持久化文件和一些验证文件
│   │   └── ...
│   ├── setup             // 配置参数存放文件夹
│   │   └── settings.txt  // 具体存放配置参数的 txt 文件,在运行测试命令前需要修改
│   └── test_kdb.txt      // dolphindb kdb 插件测试脚本文件
├── CMakeLists.txt
└── ...

测试方法

1. 修改 `test/setup/settings.txt` 文件下的参数。以下是 kdb 测试脚本运行的一些必要配置:
- DATA_DIR: kdb 测试数据,在 `/test/data` 目录下提供,需修改测试时所放目录前缀。
- HOST:启动的 kdb+ 数据库的 IP 地址。
- PORT:启动的 kdb+ 数据库设置的监听端口。
- usernamePassword:连接启动的 kdb+ 数据库的用户名和密码。
- pluginTxtPath:编译后的插件 txt 文件路径,需在同目录下有对应的插件动态库文件。

2. 启动一个可以连接的 kdb+ 数据库,启动方法参考 [connecting-to-a-kdb-process](https://code.kx.com/q/wp/capi/#connecting-to-a-kdb-process)。

3. 运行 dolphindb。

4. 运行以下 dolphindb 脚本:
``` dolphindb
login(`admin,`123456);
test("<plugin_src_path>/test/test_kdb.txt");
```

测试结果将会显示在屏幕上。其他 test 函数的使用方法与配置可以参考 DolphinDB 的 test 函数。