向量数据库、主键存储引擎、高速网络 RDMA 框架……DolphinDB 版本更新啦！

What this page covers

• DolphinDB 版本更新新闻与概览
• VectorDB（向量检索、索引持久化、混合搜索）
• Tensor 数据类型与 LibTorch 推理插件集成
• PKEY 主键存储引擎与配置参数
• RDMA 通讯框架启用方式与性能声明
• SQL 兼容性与优化条目
• 流计算引擎功能增强条目

技能认证特训营第二期限时报名

页面顶部推广“技能认证特训营第二期”，并提供限时报名链接与福利优惠提示。

• 提供“技能认证特训营第二期”的报名入口。
• 报名入口以链接形式给出。
• 包含“限时”与“福利/优惠”相关提示。

新闻与版本更新概览

以新闻形式发布 DolphinDB 版本更新，点出向量数据库、主键存储引擎与 RDMA 等重点方向并给出发布日期。

• 该版本更新新闻给出发布日期信息。
• 更新涉及 DolphinDB 的多个版本号。
• 更新重点包括向量数据库（VectorDB）。
• 更新重点包括主键存储引擎相关能力。
• 更新重点包括高速网络 RDMA 通讯框架集成。

3.00.1 版本功能新增

介绍 3.00.1 版本新增能力，强调函数库扩展与针对业务与技术栈的新特性。

• 提到内置函数库规模接近 2000 个。
• 强调在 3.00.1 版本中有新增能力条目。
• 强调函数库扩展与新特性方向。

助力 FICC 业务：新增多个 FICC 相关函数

说明面向 FICC 场景新增分段线性回归与约束/无约束优化相关函数，并给出用途。

• 新增 piecewiseLinFit 函数。
• piecewiseLinFit 用于拟合分段线性回归函数。
• 新增 pwlfPredict 函数。
• pwlfPredict 根据回归模型对数据进行预测。
• 列出 brute、fminSLSQP、fminNCG、fminLBFGSB、fminBFGS 等优化函数用途。

海量数据的向量检索：VectorDB

介绍 DolphinDB 在 3.00.1 推出的 VectorDB（以 TSDB 为底层存储）及其向量检索、索引持久化与混合搜索等能力，并提到与文档检索系统结合计划。

• VectorDB 在 DolphinDB 3.00.1 中引入。
• VectorDB 以 TSDB 为底层存储引擎。
• VectorDB 通过向量索引支持向量相似度查询。
• VectorDB 支持索引持久化到磁盘并在重启后读取。
• VectorDB 支持混合搜索（关键字条件与向量检索结合）。
• 向量检索技术可用于 RAG 系统的知识库检索与上下文支持。
• 提到 DolphinDB AI 正在开发基于大模型的文档检索系统。
• 计划将向量数据库与 DolphinDB AI 结合以扩展知识库与提升生成质量。

强化深度学习集成：支持 Tensor 数据类型

说明新增 Tensor 数据类型、tensor 转换函数，以及 LibTorch 推理插件与其安装/版本可用性说明。

• DolphinDB V3.00.1 新增支持 Tensor 数据类型。
• tensor 用于将向量、矩阵、表等转换为 Tensor 数据形式。
• LibTorch 插件支持使用 Tensor 数据类型与 PyTorch 模型进行推理。
• LibTorch 插件可在数据库环境内完成查询、处理与模型预测。
• LibTorch 插件可在 3.00.1 及以上 Shark Server 通过插件市场安装。

保障主键唯一性，支持高负载写入：主键存储引擎

描述为 CDC/OLTP 同步场景推出 PKEY 主键存储引擎、创建方式与 primaryKeys/indexes 参数能力。

• PKEY 引擎用于 CDC 场景下实时高负载写入与高频更新。
• 创建数据库时可在 engine 参数指定引擎名 “PKEY”。
• PKEY 支持通过 primaryKeys 参数配置主键以保证数据唯一性与完整性。
• PKEY 支持通过 indexes 参数在非主键列上配置索引键以加速查询。

灵活应对多样业务逻辑：支持自定义分区函数

解释固定分区方式的局限，并说明 createPartitionedTable 与 create 的 partitionColumns 支持指定函数实现自定义分区，提供示例代码与结果展示。

• 指出固定分区方式存在局限性。
• partitionColumns 参数支持为分区列指定函数。
• 对分区列数据进行转换以实现自定义规则分区。
• 提供示例代码展示该能力的用法。
• 提供结果展示以说明分区效果。

网卡利用率提升：支持高速网络 RDMA 框架

介绍 RDMA 通讯优势、DolphinDB 3.00.1 通过 enableRDMA 配置启用，并声明相对 IPoIB 的网卡利用率性能提升及未来优化方向。

• 若网络设备支持 RDMA，可通过 enableRDMA 配置启用 RDMA 通讯架构。
• 相对 Linux IPoIB，声明网卡利用率约两倍性能提升。
• 提出未来将优化序列化部分以期实现零拷贝。
• 将 RDMA 作为 3.00.1 网络模块相关增强之一。

3.00.1 & 2.00.13 升级功能一览

汇总除重点功能外在 SQL、流计算、体验、分析能力与运维管理等方面的增强与优化条目。

• 包含 SQL 相关增强条目汇总。
• 包含流计算相关增强条目汇总。
• 包含分析能力与运维管理相关增强条目汇总。

SQL 兼容性增强

列出 SQL 语法兼容与性能优化项，包括 delete/join、insert into 分布式表、表注释、谓词下推与 join 性能提升。

• SQL DELETE / sqlDelete 支持通过 join 指定删除行。
• 分布式表增加对 insert into 语句的支持。
• 分布式表支持单行与批量写入。
• setTableComment 用于为分布式表添加表注释。
• 基于规则的优化器增强谓词下推支持。

流数据功能拓展

描述流计算引擎在响应式状态引擎、metrics 常数列、窗口触发与乱序处理等方面的增强。

• reactiveStateEngine 支持对 array vector 列使用 prev 函数。
• reactiveStateEngine 新增对 35 个 topN 状态函数的支持。
• 流计算引擎相关 metrics 支持指定为常数标量或向量。
• createOrderBookSnapshotEngine 新增 useSystemTime 参数以使用系统时间触发快照输出。
• TimeSeriesEngine 支持通过延时处理乱序数据。

数据库使用体验优化

说明新增 chimp 压缩算法支持与 TSDB Compaction 机制改进（Level 3/Level 4）以改善查询性能，并给出示例代码。

• 新版本增加对 chimp 压缩算法的支持。
• 可在建表时为 double 列指定 compressMethods。
• TSDB 引入 Level 3 Compaction 功能并引入 Level 4 概念。
• Level 3 与 Level 4 的 Level File 可同时参与 Compaction。
• 声明通过 Level 3/4 Compaction 改善查询性能。

数据分析能力更强大

从语言特性、函数扩展与远程计算角度列出新增/改进能力，如三元运算符、BLOB 支持、JIT 矩阵索引、vectorAR、精度提升与 remoteRunCompatible。

• DolphinDB 编程语言新增支持三元运算符 “?”。
• isDuplicated 支持 BLOB 类型去重。
• parseJsonTable 支持解析 BLOB 字段。
• JIT 支持处理矩阵索引并获取矩阵切片。
• 新增支持时间序列模型函数 vectorAR。

运维管理功能强化

列出内存缓存清理、作业日志保留与调度参数、用户资源采样与其他安全/配置项增强。

• clearAllCache 新增支持清理 TSDB 引擎相关缓存。
• jobLogRetentionTime 用于定时删除作业输出与返回值。
• scheduleJob 新增 priority 与 parallelism 参数。
• 集群间异步复制安全性增强：内部身份认证用户无需明文指定密码。
• pluginServerAddr 用于配置插件仓库地址以便下载提速与团队共享。

未完待续（后续重点功能规划）

罗列后续版本计划支持的重点方向，如存算分离、外部分区表、TextDB、物联网引擎、多集群运维、接口扩展与性能提升。

• 计划支持存算分离。
• 计划支持外部分区表（如 Parquet 直接 SQL 查询分析）。
• 计划支持 TextDB 倒排索引。
• 计划支持物联网点位管理引擎（窄表模式 ANY 类型）。
• 计划支持多集群监控运维与接口扩展。

Facts index