数据类型

数据类型表

分类 名称 ID 举例 符号 字节数 范围
VOID VOID 0 NULL 1
LOGICAL BOOL 1 1b, 0b, true, false b 1 0~1
INTEGRAL CHAR 2 ‘a’, 97c c 1 -2 7 +1~2 7 -1
SHORT 3 122h h 2 -2 15 +1~2 15 -1
INT 4 21 i 4 -2 31 +1~2 31 -1
LONG 5 22l l 8 -2 63 +1~2 63 -1
COMPRESSED 26 1 -2 7 +1~2 7 -1
TEMPORAL DATE 6 2013.06.13 d 4
MONTH 7 2012.06M M 4
TIME 8 13:30:10.008 t 4
MINUTE 9 13:30m m 4
SECOND 10 13:30:10 s 4
DATETIME 11 2012.06.13 13:30:10 or 2012.06.13T13:30:10 D 4 [1901.12.13T20:45:53, 2038.01.19T03:14:07]
TIMESTAMP 12 2012.06.13 13:30:10.008 or 2012.06.13T13:30:10.008 T 8
NANOTIME 13 13:30:10.008007006 n 8
NANOTIMESTAMP 14 2012.06.13 13:30:10.008007006 or 2012.06.13T13:30:10.008007006 N 8 [1677.09.21T00:12:43.145224193, 2262.04.11T23:47:16.854775807]
DATEHOUR 28 2012.06.13T13 4
FLOATING FLOAT 15 2.1f f 4 有效位数: 06~09 位
DOUBLE 16 2.1 F 8 有效位数: 15~17 位
LITERAL SYMBOL 17 S 4
STRING 18 “Hello” or ‘Hello’ or `Hello W 不超过 65,535
BLOB 32
BINARY INT128 31 e1671797c52e15f763380b45e841ec32 16 -2 127 +1~2 127 -1
UUID 19 5d212a78-cc48-e3b1-4235-b4d91473ee87 16
IPADDR 30 192.168.1.13 16
POINT 35 (117.60972, 24.118418) 16
SYSTEM FUNCTIONDEF 20 def f1(a,b) {return a+b;}
HANDLE 21 file handle, socket handle, and db handle
CODE 22 <1+2>
DATASOURCE 23
RESOURCE 24
DURATION 36 1s, 3M, 5y, 200ms 4
MIXED ANY 25 (1,2,3)
ANY DICTIONARY 27 {a:1,b:2}
OTHER COMPLEX 34 2.3+4.0i 16
DECIMAL

DECIMAL32(S)

37 3.1415926$DECIMAL32(3) 4 (-1*10^(9-S), 1*10^(9-S))

DECIMAL64(S)

38 3.1415926$DECIMAL64(3), , 3.141P P 8 (-1*10^(18-S), 1*10^(18-S))

DECIMAL128(S)

39 3.1415926$DECIMAL128(3) 16 (-1*10^(38-S), 1*10^(38-S))
ARRAY 基础类型+方括号 “[]“,如 INT[],DOUBLE[],DECIMAL32(3)[] 等,表示数组类型 基础类型 ID+64 array(INT[], 0, 10).append!([1 2 3, 4 5, 6 7 8, 9 10])

说明:

  1. 上表除以下类型外,都支持作为表字段:VOID, FUNCTIONDEF, HANDLE, CODE, DATASOURCE, RESOURCE, COMPRESS, DURATION。在支持的类型中,仅内存表字段支持 ANY 类型,仅内存表和 TSDB 引擎支持 BLOB 类型和 ARRAY VECTOR。
  2. DolphinDB 中字符串类型包含 STRING, BLOB 与 SYMBOL 类型。
    • SYMBOL 是特殊的字符串类型。某个表字段定义为 SYMBOL 类型时,必须保证该字段的不同取值小于2097152(221)个,否则会报错 "One symbase's size can't exceed 2097152"
    • 向分布式数据库写入数据时,1.30.23/2.00.11 版本新增了对 STRING, BLOB 及 SYMBOL 类型数据的大小限制:
      • 写入的 STRING 类型数据应小于 64 KB,否则系统会截断到 65,535 字节(即 64 KB - 1 字节);
      • 写入的 BLOB 类型数据应小于 64 MB,否则系统会截断到 67,108,863 字节(即 64 MB - 1 字节);
      • 写入的 SYMBOL 类型数据超过 255 字节时,系统会抛出异常。
      注: 已存在数据库中超出范围限制的数据仍然可以正常读取使用。
  3. ANY DICTIONARY 是 DolphinDB 中表示 JSON 的数据类型。
  4. COMPRESS 类型目前只能通过 compress 函数生成。
  5. BLOB 类型不支持任何计算。
  6. DURATION 类型可以通过 duration 函数生成或直接使用整数数字加以下时间单位(区分大小写): y, M, w, d, B, H, m, s, ms, us, ns。DURATION 数据的范围为-2 31 +1~2 31 -1,如果数据溢出,则溢出的数据处理为空值。
  7. DOUBLE 和 FLOAT 类型精度遵循 IEEE 754 标准;该类型数据溢出时,会被处理为 NULL。
  8. DECIMAL32(S),DECIMAL64(S) 及 DECIMAL128(S) 中的 S 表示保留的小数位数,其中,DECIMAL32(S) 中 S 的有效范围为[0, 9],DECIMAL64(S) 中 S 的有效范围为[0, 18],DECIMAL128(S) 中 S 的有效范围为 [0,38]。DECIMAL32 底层存储使用 int32_t 类型,占用4个字节;DECIMAL64 底层存储使用 int64_t 类型,占用8个字节;DECIMAL128 底层存储使用 int128_t 类型,占用16个字节。DECIMAL32(0) 可以表示的有效整数范围为 [-999999999, 999999999], 而 4 字节整数(INT32)的范围为 [-2,147,483,648, 2,147,483,647]。因此将数值型数据强制转换为 DECIMAL32 时,若该数值的整数部分超过 DECIMAL32 的有效数值范围, 但仍属于 [-2147483648, 2147483647] 范围,可以转换成功。而将字符串强制转换成 DECIMAL32 时,会进行位数校验,若字符串长度超过有效位数,则抛出异常。
    decimal32(1000000000, 0)

    得到:1000000000

    decimal32(`1000000000, 0)

    得到:Can't convert STRING to DECIMAL32(0): parse 1000000000 to DECIMAL32(0) failed: decimal overflow

类型检查

typestrtype 这两个函数用于检查数据类型。typestr 返回的是数据类型的名称(字符串常量);type 返回的是数据类型 ID(整数)。

typestr 3l;

得到:LONG

type 3l;

得到:5

x=3;
if(type(x) == INT){y=10};
y;

得到:10

数据范围

整型的数据范围在上面表格中已经列出。对于整数类型的数据,DolphinDB 使用允许最小值-1来表示其相应的 NULL 值。例如,-128c 是一个 NULL 字符。对于 NULL 值,参考: NULL 值

x=-128c;
x;

得到:00c

typestr x;

返回:CHAR

数据类型符号

数据类型符号用于声明常量的数据类型。在下面的第一个例子中,没有为3指定数据类型符号。在这种情况,3被默认作为整数存储在内存中。如果要保存为浮点数,则应声明为 3f(float) 或 3F(double)。

typestr 3;

返回:INT

typestr 3f;

返回:FLOAT

typestr 3F;

返回:DOUBLE

typestr 3l;

返回:LONG

typestr 3h;

返回:SHORT

typestr 3c;

返回:CHAR

typestr 3b;

返回:BOOL

typestr 3P;

返回:DECIMAL64

字符串

我们可以在 DolphinDB 中把字符串保存为 symbol 类型数据。一个 symbol 类型数据被 DolphinDB 系统内部存储为一个整数,因此数据排序和比较更有效率。因此,使用 symbol 类型有可能提高系统性能,同时也可节省存储空间。但是,将字符串映射到整数(hash)需要时间,哈希表也会占用内存。以下规则可以帮助您决定是否使用 symbol 类型:

  • 如果字符串数据较少重复,应当避免使用 symbol 类型。
  • 如果字符串数据不会被排序、搜索或比较,应当避免使用 symbol 类型。
两个例子:
  • 股票交易数据中的股票代码应该使用 symbol 类型,因为股票代码的数量基本是固定的,在数据中重复极多;另外,股票代码经常被搜索和比较。
  • 描述性字段不应该使用 symbol 类型,因为描述性字段很少重复,而且很少被搜索、排序或比较。

例1:排序比较:同样排序 300 万条记录,排序 SYMBOL 向量比 STRING 快 26 倍。

n=3000000
strs=array(STRING,0,n)
strs.append!(rand(`IBM`C`MS`GOOG, n))
timer sort strs;

返回:Time elapsed: 184.642 ms

n=3000000
syms=array(SYMBOL,0,n)
syms.append!(rand(`IBM`C`MS`GOOG, n))
timer sort syms;

返回:Time elapsed: 7.001 ms

例2:布尔运算比较:同样是 300 万条记录的运算,SYMBOL 向量几乎是 STRING 向量的 9 倍。

timer(100){strs>`C};

返回:Time elapsed: 1463.841 ms

timer(100){syms>`C};

返回:Time elapsed: 157.962 ms

SYMBOL 类型向量的创建

  1. 使用函数 array来创建。
    syms=array(SYMBOL, 0, 100);    // 创建长度为100的空符号数组;
    typestr syms;

    返回:FAST SYMBOL VECTOR

    syms.append!(`IBM`C`MS);
    syms;

    返回:["IBM","C","MS"]

  2. 通过类型转换:
    syms=`IBM`C`MS;
    typestr syms;

    返回:STRING VECTOR

    sym=syms$SYMBOL; // 转换为符号向量;
    typestr sym;

    返回: FAST SYMBOL VECTOR

    typestr syms;

    返回:STRING VECTOR

  3. 使用随机函数 rand
    syms=`IBM`C`MS;
    symRand=rand(syms, 10);  //生成一个随机的symbol类型向量
    symRand;

    得到:["IBM","IBM","IBM","MS","C","C","MS","IBM","C","MS"]

    typestr symRand;

    返回:FAST SYMBOL VECTOR

    注: 在上面的例子中,当 rand 函数的输入是一个字符串向量时,它会生成一个 symbol 类型的向量。rand 函数不会更改任何其他的输入数据类型。之所以设计这个函数时有意做出这个例外,这是因为基于字符串向量生成随机向量时,在大多数情况下,用户希望使用 symbol 类型向量。

整数溢出

当运算的结果超出了运算中调用的变量的数据类型的范围时,就会出现溢出。在 DolphinDB 中,整数溢出的结果为 NULL。

下例中,变量 x 的数据类型为 INT,它被赋予 INT 类型允许的最大值,为2 31-1 。x+1 的结果超出 INT 类型的上限,因此 x+1 的结果为 NULL。

x=(pow(2,31)-1)$INT;
x+1;

返回:null