1 对 1 单表回放

1 对 1 单表回放功能主要由 replay 函数提供。

replay 函数的语法如下：

replay(inputTables, outputTables, [dateColumn], [timeColumn], [replayRate], [absoluteRate=true], [parallelLevel=1], [sortColumns])

其参数的详细含义可以参考：replay。

应用例子 1

  • 定义回放使用的输入表和输出表并向输入表写入模拟数据：

    //创建输入表并写入模拟数据
n=1000
sym = take(`IBM,n)
date = take(2012.06.12,n)
time = take(temporalAdd(09:30:12.000,1..500,'s'),n)
volume = rand(100,n)
trades = table(sym, date, time, volume)
trades.sortBy!(`time)
//创建输出表
share streamTable(100:0,`sym`date`time`volume,[SYMBOL, DATE, TIME, INT]) as st

  • 每秒回放 100 条数据：

    timer replay(inputTables=trades, outputTables=st, dateColumn=`date, timeColumn=`time,replayRate=100, absoluteRate=true)
Time elapsed: 10001.807 ms

    表 trades 中一共有 1000 条数据，每秒回放 100 条耗时大约 10 秒。

  • 加速 100 倍时间回放：

    timer replay(inputTables=trades,outputTables=st,dateColumn=`date,timeColumn=`time,replayRate=100,absoluteRate=false)
Time elapsed: 5000.036 ms

    表 trades 中的最大时间与最小时间相差 500 秒，加速 100 倍时间回放耗时大约 5 秒。

  • 以最快的速率回放：

    timer replay(inputTables=trades,outputTables=st,dateColumn=`date,timeColumn=`time)
Time elapsed: 1.024 ms

应用例子 2

结合 replayDS 函数回放磁盘分区表数据。

  • 模拟回放使用的输入表和输出表：

    //创建输入表并写入模拟数据
n=int(60*60*6.5)
sym = take(take(`IBM,n).join(take(`GS,n)), n*2*3)$SYMBOL
date=take(2021.01.04..2021.01.06, n*2*3).sort!()
time=take(09:30:00..15:59:59,n*2*3)$TIME
volume = rand(100, n*2*3)
t=table(sym,date,time,volume)
//将输入表写入数据库中
if(existsDatabase("dfs://test_stock")){
dropDatabase("dfs://test_stock")
}
db1=database("",RANGE, 2021.01.04..2021.01.07)
db2=database("",VALUE,`IBM`GS)
db=database("dfs://test_stock",COMPO,[db1, db2])
trades=db.createPartitionedTable(t,`trades,`date`sym)
trades.append!(t)
//创建输出表
share streamTable(100:0,`sym`date`time`volume,[SYMBOL, DATE, TIME, INT]) as st

  • 使用 replayDS 函数对数据源进行划分：

    ds = replayDS(sqlObj=<select * from loadTable(db, `trades)>, dateColumn=`date, timeColumn=`time)
//查看划分出的数据源个数
ds.size()

// output
3

  • 使用 replay 函数对划分好的数据源进行全速回放：

    timer replay(inputTables=ds1, outputTables=outTable, dateColumn=`date, timeColumn=`time)
Time elapsed: 20.809 ms