使用 KLineChart 展示 DolphinDB K 线
KLineChart 是一款开源的简单易用,适用场景丰富的 Web 前端金融图表,可以用于渲染金融 K 线图,它基于 html5 canvas 构建,零依赖压缩包仅 40K 非常轻量。同时 KLineChart 支持多种数据源,并提供丰富的交互功能以及指标计算接口。该库高度可定制且用户友好,非常适合开发者将复杂的图表功能集成到其他金融应用程序中。
DolphinDB 身为一个高性能的数据库,不仅在存储和数据分析上具有优势,也提供了丰富的 API 接口和插件,和各种外部工具对接和集成。
DolphinDB JavaScript API 封装了操作 DolphinDB 数据库的能力,如:连接数据库、执行脚本、调用函数、上传变量、订阅流表等。利用该 API,用户可以读取 DolphinDB 数据与前端工具自由对接。本文即以对接 KLineChart 为例,展示如何读取 DolphinDB 存储的 K 线数据以快速绘制前端 K 线图。
数据准备
本例使用的 K 线数据通过下述示例文件 candle_201801.csv 文件导入,以下为导入脚本:
t = loadText("<yourPath>/candle_201801.csv")
share t as jsTable
示例数据:单只股票一个月的数据
1. 数据类型
与前端工具的对接的主要难点在于字段的对齐,即从 DolphinDB 中读取的数据类型必须与前端工具接收的数据类型对齐,保证数据可以对接。
KLineCharts 对于对接的数据有固定的字段名和类型要求:
{
// Timestamp, millisecond, required fields
timestamp: number
// Open price, required fields
open: number
// Close price, required field
close: number
// Highest price, required field
high: number
// Lowest price, required field
low: number
// volume, optional field
volume: number
// Turnover, a non-required field, if you need to display the technical indicators 'EMV' and 'AVP',
you need to fill this field with data.
turnover: number
}
从 DolphinDB 下载数据到 JavaScript 时,对应的数据类型转换关系为 (下表仅列出部分常规类型):
DolphinDB | JavaScript |
---|---|
TEMPORAL(所有时间类型)STRING/SYMBOLDECIMALCHAR | String |
LONG | BigInt |
DOUBLE/FLOATINT/SHORT | Number |
2. 环境准备
导入 KLineCharts 的 JavaScript 代码如下:
<head>
<title>DolphinDB</title>
<meta charset="utf-8">
<script type="text/javascript"
src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js">
</script>
</head>
通过模块化方式引入 DolphinDB JavaScript API 并建立与 DolphinDB 节点的连接。
import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js;
let conn = new DDB('ws://ip:port');
3. 通过历史数据生成 K 线
通过 JavaScript API 的 execute
方法可以直接执行 DolphinDB 脚本。
此处使用 SQL Select 语句查出 K 线数据中绘图必要的字段 timestamp, open, high, low, close, volume, turnover。
conn.execute('select unixTime as timestamp, open, high, low, close, volume, turnover from jsTable');
DolphinDB 中上述数据字段对应的数据类型为:
字段 | DolphinDB 类型 | JavaScript 类型 |
---|---|---|
unixTime | LONG | BigInt |
open | DOUBLE | Number |
high | DOUBLE | Number |
low | DOUBLE | Number |
close | DOUBLE | Number |
volume | INT | Number |
turnover | DOUBLE | Number |
可以发现 unixTime 会转换为 BigInt 类型,与 KLineChart 的 Number 类型不一致,此处需要进行一个转换。有两种转换思路:
(1)在 DolphinDB 端转换,直接转成不丢失精度的 DOUBLE 类型:
const re = await conn.execute('select double(unixTime) as timestamp,
open, high, low, close, volume, turnover from jsTable');
(2)使用 JavaScript 脚本进行强制类型转换:
const re = await conn.execute('select unixTime as timestamp, open, high, low, close, volume,
turnover from jsTable');
// 默认是 bigInt 需要转成 Number
re.data.forEach(item => {
item.timestamp = Number(item.timestamp);
});
上述两种类型转换方式都可以成功绘制出 KLine 图,但在本例中,第一种方法更为高效。
KLineChart 的 applyNewData 接口适配于全量数据的渲染,因此本例中调用 chart.applyNewData
写入历史数据。
// 绘制 kline
const chart = klinecharts.init('k-line-chart');
chart.applyNewData(re.data);
最后绘制的效果如下:
上述完整可参考的 HTML 脚本如下:
<!DOCTYPE html>
<html>
<head>
<title>DolphinDB</title>
<meta charset="utf-8">
<script type="text/javascript"
src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js">
</script>
</head>
<body>
<div id="main" style="width: 600px; height:50px;"></div>
<div id="k-line-chart" style="height:800px;"></div>
<script type="module">
import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';
// <ip:port> 需要替换成自己的 DolphinDB 节点 ip 和端口号。
let conn = new DDB('ws://<ip:port>');
const re = await conn.execute('select unixTime as timestamp, open, high, low, close, volume,
turnover from jsTable');
// 默认是 bigInt 需要转成 Number
re.data.forEach(item => {
item.timestamp = Number(item.timestamp);
});
const chart = klinecharts.init('k-line-chart');
chart.applyNewData(re.data);
</script>
</body>
</html>
4. 通过实时数据生成 K 线
如果通过历史数据合成 K 线,只需要将数据通过 DolphinDB SQL 查询计算,全量获取结果,然后调用该接口写入前端即可渲染展示。
如果上游接入的是实时数据源,则前端有两种方案去获取后端的实时数据:
- 通过 DolphinDB 的 JavaScript API 的流订阅的接口:使用 JavaScript API 的流订阅接口获取实时数据时,后端增量推送实时数据到前端,前端累积订阅数据,通过回调函数发布给 KLineChart 进行展示。该方式的优点在于后端增量推送数据,且前端有数据到来才会去回调渲染 K 线。
- 通过 SQL 的定时轮询查询获:使用 SQL 定时轮询查询获取实时数据,和基于历史数据生成 K 线类似,只是查询对象从普通表替换成了流数据表。上游数据流入流表,API 定时查询进行前端渲染。其优点在于对于不需要频繁渲染的场景,可以自行调控渲染的时间间隔,而不是每次数据更新都去渲染;其缺点是 SQL 每次都全量读取后端的数据,如果数据量大,会造成很大的延时,无法实现流订阅接口那样增量推送即时渲染效果。
对于前端数据的渲染,KLineChart 提供的函数对应了两种追加方式:
- 全量追加(较为推荐):使用
chart.applyNewData
函数。添加新数据,此方法会清空图表数据,不需要额外调用clearData方法。 - 增量追加:使用
chart.updateData
函数。更新数据,目前只会匹配当前最后一条数据的时间戳,相同则覆盖,不同则追加。
用户可以根据各自的场景选取合适的方式实现,下文给出两种方式的实现参考。
4.1 流数据订阅
解决方案:DolphinDB 后端利用行情插件、消息中间件等实时拉取或实时合成 K 线数据,前端利用 JavaScript API 的流数据接口订阅 K 线数据。
JavaScript API 的流数据订阅示接口如下:
export interface StreamingParams {
table: string
action?: string
handler (message: StreamingMessage): any
}
其中 handler
部分用于定义回调函数,对每次接收到的订阅数据进行处理。KLineChart 绘图逻辑可以在 handler
中实现。
全量追加:JavaScript API 的 message 对象维护了一个缓存所有订阅数据的接口 message.window.data
,可以直接将该对象应用在 chart
上以实现实时 KLine 图像绘制。
handler (message) {
chart.applyNewData(message.window.data); // 更新图表数据
}
增量追加:借助 chart.updateData 接口进行数据追加或更新。该接口支持最后一条数据的更新和逐条数据追加,因此对于 API 端获取的增量 Array 数据,需要用 forEach 进行遍历。调用后,KLineChart 对每新增的一条数据都去渲染一次前端的图表,其性能较全量追加的方案会略差。
handler (message) {
message.data.data.forEach(function(data){
chart.updateData(data)
}); // 更新图表数据
}
如果有数据过滤或处理的需求,也可以通过 message.data.data
获取每个批次订阅到的数据。
上述完整可参考的 HTML 脚本如下:
<!DOCTYPE html>
<html>
<head>
<title>DolphinDB</title>
<meta charset="utf-8">
<script type="text/javascript"
src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js">
</script>
</head>
<body>
<div id="main" style="width: 600px; height:50px;"></div>
<div id="k-line-chart" style="height:800px;"></div>
<script type="module">
import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';
const chart = klinecharts.init('k-line-chart');
let allData = []; // 用于累积所有接收到的数据
const lastData = [];
let conn = new DDB('ws://<ip:port>', {
autologin: true,
username: 'admin',
password: '123456',
streaming: {
table: 'st', // 替换成自己的流表名
action: 'sub',
// 流数据处理回调, message 的类型是 StreamingMessage
handler (message) {
chart.applyNewData(message.window.data); // 更新图表数据
// 或者
// message.data.data.forEach(function(data){
// chart.updateData(data)
//});
}
}
})
await conn.connect()
</script>
</body>
</html>
执行该 HTML 脚本前,需要先创建流数据表 st:
t1 = select timestamp(unixTime) as ts, double(unixTime) as timestamp, open, high, low, close, volume,
turnover from jsTable
share streamTable(1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'turnover'],
[TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as st
建立流订阅后,在 DolphinDB 后端通过 replay
接口模拟实时流数据回放:
replay
函数进行回放。// 回放流表,模拟实时数据注入
replay(inputTables=t1, outputTables=st, dateColumn=`ts, replayRate=1000, absoluteRate=true);
由于 replay
需要指定回放的时间列,该时间列必须是 DolphinDB 时间类型的数据,且 DolphinDB 的时间字段在 JavaScript 端会转换为字符串,因此不能和 KLineCharts 的时间字段共用。为此,本例额外定义了 ts 字段作为回放时间列字段。
4.2 SQL 定时轮询
解决方案:在后端接收或合成 KLine 数据,然后通过流表推送到一个键值表(按照时间去重)。前端定时查询该键值表并刷新 K 线图表。
利用 KLineChart 的 applyNewData 的特性:自动清空图表数据,不需要额外调用 clearData
方法。每次执行查询获取 DolphinDB 端的数据后,直接调用 chart.applyNewData
即可,无需再调用刷新数据的方法。
由于 JavaScript API 的执行接口是异步的,因此定时调用的函数也需要封装成异步的接口:
async function updateChart(conn) {
const re = await conn.execute('select timestamp, open, high, low, close, volume, turnover from kt');
chart.applyNewData(re.data);
}
前端定时查询利用 setInterval
函数即可实现,刷新的时间间隔根据具体的场景设置,本例由于数据源是通过 replay
函数每秒匀速回放的,故而采用每秒刷新一次的方案,,如果对前端刷新要求不高,可以手动调整这个参数。
setInterval(() => updateChart(conn), 1000)
上述完整可参考的 HTML 脚本如下:
<!DOCTYPE html>
<html>
<head>
<title>DolphinDB</title>
<meta charset="utf-8">
<script type="text/javascript"
src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js">
</script>
</head>
<body>
<div id="main" style="width: 600px; height:50px;"></div>
<div id="k-line-chart" style="height:800px;"></div>
<script type="module">
import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';
const chart = klinecharts.init('k-line-chart');
let conn = new DDB('ws://<ip:port>');
await conn.connect();
async function updateChart(conn) {
const re = await conn.execute('select timestamp, open, high, low, close, volume,
turnover from kt');
chart.applyNewData(re.data);
}
setInterval(() => updateChart(conn), 1000)
</script>
</body>
</html>
执行该 HTML 脚本前,需要先创建共享表 kt:
t1 = select timestamp(unixTime) as ts, double(unixTime) as timestamp, open, high, low, close, volume,
turnover from jsTable
share streamTable(1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'turnover'],
[TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as st
share keyedTable(`timestamp, 1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume',
'turnover'], [TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as kt
// 订阅一张实时的流表,然后写入一个 keyedTable 去维护不包含重复时间戳的数据
subscribeTable(tableName="st", actionName="sub_st", handler=kt)
本例中 kt 表订阅流数据表 st 的数据,对其进行时间戳去重。
建立流订阅后,在 DolphinDB 后端通过 replay
接口模拟实时流数据回放:
// 回放流表,模拟实时数据注入
replay(inputTables=t1, outputTables=st, dateColumn=`ts, replayRate=100, absoluteRate=true);
5. 总结
本文利用 DolphinDB JavaScript API 提供的脚本执行和流订阅等接口,实现了与 KLineChart 前端工具的对接。总体流程为:DolphinDB 后端合成和存储 K 线数据,JavaScript API 订阅 K 线数据并将其写入 KLineChart 的图表接口。由于 JavaScript API 接口的封装和适配,以及 KLineChart 轻量级的图表接口,该过程仅需 10 到 20 行代码即可轻松完成。
更复杂的 K 线功能请参考 KLineChart 官方文档:Quick Start | KLineChart
JavaScript API 的用法请参考 DolphinDB 官方文档:JavaScript API
更多 DolphinDB K 线合成的教程可以参考官方教程:基于快照行情的股票和基金 K 线合成
6. 附录
本教程使用的代码文件如下: