关于 DolphinDB

自研的分布式存储机制，数据有序分散存储在不同的数据节点上，由控制节点统一精准地管理所有分区的元数据信息，包括分区和副本信息、分区版本号等要素，从而确保各节点上分区数据和副本的一致性，以提升集群的容错性和可扩展性。

提供在线和离线扩展方式、支持横向（添加更多节点）和纵向（增加单个节点的资源）的扩展系统、并且提供无缝高效的数据迁移和再平衡技术。

提供控制节点、数据节点和客户端的高可用方案，以确保系统在任何单节点故障下都能提供稳定的服务，从而有力保障业务的连续性。

具备全面灵活的备份与恢复机制，以保障数据安全，为业务保驾护航。

提供高容错性的异步复制方案，其具有低延迟、高吞吐量的特点，方便实现数据跨节点、跨地域的异步复制，从而增强数据资产的安全性。

• TSDB 引擎采用 PAX 行列混存，提供性能卓越的大数据分析与点查分析。
• OLAP 引擎采用列式存储，与 TSDB 引擎相比，更适合用于对时间跨度较长的某些列数据进行聚合计算。
• PKEY 引擎是提供主键唯一性保证的，支持实时更新和高效查询的存储引擎，能够有效满足从 OLTP 数据库的主键表 CDC 到 DolphinDB 中进行数据分析的需求。
• IMOLTP 引擎是内存数据库，以行存的形式来组织数据，不仅支持事务，同时通过创建 B+ 树索引 (主键索引和二级索引) 的方式来应对高频度、高并发的更新和查询操作，该引擎将所有数据都存储在内存中。
• VECTORDB 引擎支持对向量数据创建索引，并实现了快速的近似最近邻搜索，满足对大规模向量数据高效检索和响应的需求。

支持通过流数据表进行流数据订阅与发布。

内置时间序列聚合、横截面处理、响应式状态处理、异常检测、会话窗口、多表关联等流式计算引擎，提供滑动窗口、累计窗口、统计函数等算子。用户可通过串联调用计算引擎构建高效强大的计算流水线，或借助流数据引擎解析器（streamEngineParser）自动构建计算流水线，从而满足复杂多变的业务需求。

支持回放历史数据，支持 1 对 1，N 对 N，N 对 1 三种回放形式。

支持流批一体，即将研发环境中基于历史数据建模分析得到的因子或表达式直接应用于生产环境的实时数据中，并保证流计算的结果和批量计算完全一致。该功能可为用户的测试、验证和回溯分析提供极大便利。

支持从多种数据源接入实时流数据实时写入 DolphinDB 中，并自动处理数据格式转换和同步问题。

内置 CEP 引擎（Complex Event Processing，复杂事件处理），能够接收实时数据流，定义事件并从事件流中检测特定事件，进而对满足指定规则的事件执行预设的操作。

实现亚毫秒级的延迟，确保实时数据处理的极致性能。