新版本发布丨向企业级实时计算平台迈进！支持存算分离、FICC 函数库大更新！

What this page covers

• 版本发布背景与总体方向（企业级实时计算平台）。
• 存算分离与计算组相关机制与作用。
• 单点登录与多集群集中管理能力。
• FICC 场景新增引擎与业务函数库扩展。
• RAG 检索需求与 TextDB 文本检索能力。
• 物联网点位管理引擎（IOTDB）与 IOTANY 可变类型。
• 流数据订阅、窗口聚合、连接与多引擎优化清单。

技能认证特训营第二期限时报名与福利信息

页面顶部提供技能认证特训营第二期的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”的报名入口信息。
• 报名入口标注为“限时报名”。
• 该区域同时提示福利/优惠相关信息。

新闻标题与发布日期

新闻页面展示版本发布主题标题与发布日期。

• 页面为“新版本发布”主题的新闻内容。
• 该新闻给出了发布日期信息。

版本发布背景与总体方向（企业级实时计算平台）

介绍 DolphinDB 面向金融行业挑战的工具体系与通过迭代打造企业级实时计算平台的总体方向，并概述本次版本的关键更新点。

• DolphinDB 提出由“引擎、函数、模块、插件”构成的工具体系概念。
• 页面描述其方向为打造企业级实时计算平台。
• 本次发布涉及 V3.00.2 与 V2.00.14 两个版本号。
• 本次更新概述涵盖存算分离、FICC、TextDB 与 IOTDB 等内容。

DolphinDB V3.00.2 重磅功能总览

进入 V3.00.2 重点功能部分并按编号展开。

• 该部分用于导航到 V3.00.2 的重点功能条目。
• 重点功能按编号结构展开。

完善企业级实时计算平台架构

介绍通过存算分离、计算组、以及单点登录与多集群管理等能力完善平台架构。

• 该部分讨论通过计算组推进存算分离的实现方式。
• 该部分包含单点登录相关能力与实现方式。
• 该部分包含多集群管理与跨集群访问/授权相关内容。

存算分离：资源/故障隔离，节点弹性扩展

说明存算分离架构动机与 DolphinDB 引入计算组以实现更彻底的存算分离，并描述计算组的作用与调度优势。

• 存算分离架构被定义为存储与计算资源相互独立。
• 页面描述：以前版本部分计算任务会下推到存储节点完成。
• 本版本通过引入计算组，使存算分离支持更彻底。
• 计算组可由 n 个计算节点组成，用户可按需配置。
• 计算组可承担 SQL 查询、流计算、内存计算等任务类型。

存算分离架构示意与说明（图与AI说明）

配图与说明解释计算层计算组与存储层的分工以及资源与故障隔离机制。

• 该部分包含用于说明存算分离架构的示意信息。
• 该部分强调计算层与存储层的分工关系。
• 该部分强调资源隔离与故障隔离相关机制。

集群管理：单点登录 + 多集群管理

介绍通过 oauthLogin 支持单点登录、登录限制与 IP 透传，以及通过 MoM 节点/集群实现多集群集中管理与跨集群访问授权。

• 单点登录（SSO）的作用是一次登录访问多个企业内部系统。
• 本版本支持通过 oauthLogin 函数实现与内部系统的单点登录。
• 本版本提供“IP + 用户”模式限制用户登录地址。
• 本版本支持 Haproxy HTTP/TCP 模式下的 IP 透传。
• 多集群管理可定义 MoM 节点或集群作为集中管理中心。

FICC 业务功能上新：曲线拟合引擎 + 估值定价引擎 + 多个业务函数

概述为 FICC 场景新增两大流计算引擎并扩展业务函数库。

• FICC 新增两大流计算引擎：实时曲线拟合引擎与估值定价引擎。
• 本次更新包含业务函数库扩展内容。
• 页面提到新增/优化函数覆盖现金流、收益率、互换与信用衍生品估值等方向。
• 该部分定位于面向 FICC 的业务能力增强。

曲线拟合引擎（原理、能力与用例）

描述利率曲线拟合在 FICC 中的作用、引擎定位、支持的拟合算法，并给出创建与回放流数据的示例代码与演示图。

• 曲线拟合引擎将相关曲线拟合与优化求解函数进行整合。
• 引擎用于在动态市场环境下实时计算最优曲线（基于多维度信息）。
• 支持多种拟合方法（如分段线性、Nelson-Siegel、三次样条、插值、多项式）。
• 提供创建曲线拟合引擎的示例函数：createYieldCurveEngine(...)。
• 该部分包含演示图或示例说明，用于展示引擎使用效果。

估值定价引擎（能力与用例）

描述估值定价引擎基于行情与合约信息实时计算估值/价格、支持多类指标与算法，并给出示例代码与演示图。

• 估值定价引擎用于帮助用户完成估值定价。
• 引擎输入包含动态市场行情信息与静态合约信息。
• 覆盖资产示例包括债券与期权等金融资产。
• 可将多种估值算法作为算子，并支持多类指标计算（示例列举）。
• 提供创建估值定价引擎的示例函数：createPricingEngine(...）。

新增业务函数（清单）

列出新增/扩展的优化、回撤、债券、互换、期权、时间序列模型与插值等函数以及部分参数接口扩展。

• 新增函数包括 differentialEvolution（差分进化算法求解）。
• 新增回撤相关函数包括 maxDrawdown 与 cummdd。
• 新增债券与衍生品相关函数包括 bondCashflow、bondYield、irs、cds、vanillaOption 等。
• 新增时间序列模型函数包括 varma 与 garch。
• 插值相关函数包括 kroghInterpolateFit 与 linearInterpolateFit。

打造 RAG 技术底座：新增文本存储引擎 TextDB

从 RAG 的检索需求出发，说明密集检索与稀疏检索，并介绍 DolphinDB 在本版本推出 TextDB 以完善文本检索能力及与 VectorDB 的关系。

• RAG 被描述为结合检索信息与生成模型能力以提高准确性与信息丰富度。
• RAG 技术底座（数据库）需要强大的信息检索能力。
• 信息检索能力包含密集检索与稀疏检索两方面。
• DolphinDB 在 3.00.1 版本推出 VectorDB，并由 TSDB 作为底层存储引擎。
• TextDB 用于稀疏检索（文本检索），以完善信息检索能力。

TextDB：倒排索引加速文本检索（能力与用例）

解释倒排索引与适用场景，描述 TextDB 相对 like 匹配的性能提升、支持的检索方式与当前支持的存储引擎，并提供建库建表与 matchAny 查询示例代码。

• TextDB 对文本字段建立倒排索引以加速检索。
• 倒排索引适合处理大量非结构化文本数据。
• 页面描述：相较 like 文本匹配，TextDB 性能可有“几十倍提升”。
• 支持关键词检索与短语检索。
• 支持中文、英文及中英文混合检索。

点位管理引擎：单表管理不同类型点位数据

面向物联网点位管理场景，介绍 IOTANY 可变类型实现单表存储与管理不同类型点位，并通过最新值缓存提升查询性能（含架构图与说明）。

• 点位被描述为物联网应用场景中重要的数据单位。
• 常见方案中，不同测点类型分别存储在多张表中不便管理。
• 点位管理引擎支持 IOTANY 可变数据类型，用于同一列存储不同类型属性值。
• 该引擎可实现一张表存储/管理所有类型点位。
• 该引擎内部维护最新值缓存表以提升查询性能。

DolphinDB V3.00.2 & V2.00.14 升级功能一览（总述）

进入版本升级功能一览，概述对流数据处理、数据库管理、数据分析与运维管理等方面的优化升级。

• 该部分汇总版本升级的主要方向。
• 升级方向包括流数据处理、数据库管理、数据分析与运维管理。

流数据功能扩展与优化

介绍订阅过滤增强、最新键值流表、新增 time bucket engine 与 snapshot join engine，以及多类引擎的改进项清单。

• subscribeTable 支持更灵活的过滤配置方式。
• 引入 Latest Keyed Stream Table 的按时间戳写入规则。
• 新增 time bucket engine，并提供窗口边界与触发机制说明。
• snapshot join engine 用于两张流表实时连接。
• 该部分包含多类引擎优化条目的清单。

流订阅 filter 自定义函数与最新键值流表（Latest Keyed Stream Table）

说明 subscribeTable 支持 filter 自定义函数以实现更灵活过滤，并介绍最新键值流表按时间戳写入规则与适用场景。

• subscribeTable 支持配置 filter 参数为自定义函数。
• filter 可使用 or 逻辑过滤多个字段（示例能力描述）。
• Latest Keyed Stream Table 写入时会自动检查时间戳。
• 仅当新记录时间戳大于该键值的最大时间戳时才写入。
• 该表可用于多源行情数据的采集场景。

自定义窗口时序聚合引擎（time bucket engine）与机制示意图

说明 time bucket engine 通过 timeCutPoints 自定义窗口边界并在边界触发计算以降低延迟，并提供机制示意图与说明。

• time bucket engine 在部分场景可降低计算延迟（相对原 time series engine 触发方式）。
• timeCutPoints 用于自定义每个计算窗口的范围/边界。
• 当时间戳≥窗口边界的数据到来时，触发聚合并关闭窗口。
• 窗口关闭后，到达且属于该时间范围的数据将被丢弃。
• 该部分包含机制示意图与说明内容。

快照连接引擎（snapshot join engine）与适用场景

说明用于两张流表实时连接、支持内连接与全外连接，并举风控实时连接账户资产与市价表计算指标的例子。

• snapshot join engine 支持两张流数据表的实时连接。
• 支持内连接与全外连接。
• 任意一方更新可触发连接计算。
• 示例场景：实时连接账户资产表与资产市价表用于风控指标计算。

各项流计算/规则/状态/时间序列/连接/横截面引擎优化清单

列出订单簿快照引擎、规则引擎、响应式状态引擎、时间序列引擎、流连接引擎与横截面引擎的具体增强项。

• 订单簿快照引擎新增/优化函数：setOrderbookSnapshotEngineStaticData。
• 规则引擎新增函数：getRules（获取所有生效规则）。
• reactiveStateEngine 增强：支持 cummdd 等能力与参数扩展。
• createDailyTimeSeriesEngine 允许输出不完整窗口。
• cross-section engine 支持数组向量（array vector）输入。

数据库管理优化（权限/集群/存储引擎）

概述从运维、权限、集群与存储引擎等方面的优化，并列出新增权限查询函数、agent 登录与细粒度登录限制、TSDB upsert 与主键引擎向量索引支持。

• 权限管理新增函数：getTableAccess 与 gettDBAccess。
• 集群管理支持 agent 登录。
• 集群管理支持细粒度的登录限制。
• TSDB（KEEP_ALL）模式下 upsert 支持 keyColNames 仅包含部分 sortColumns。
• 主键引擎支持 VectorIndex 以加速数据检索。

数据分析能力再增强（JIT、SQL、函数）与兼容性

描述 JIT 数据类型扩展、SQL join/group by/hash join 并行与 outer join 语法、函数新增与参数优化，以及性能优化与二级兼容/插件SDK兼容。

• 该部分涉及 JIT 数据类型扩展内容。
• 该部分涉及 SQL join/group by/hash join 的并行能力与 outer join 语法。
• 该部分提到函数新增与参数优化。
• 该部分提到性能优化与二级兼容/插件 SDK 兼容。

未完待续：后续版本规划与试用/联系方式

列出后续版本重点功能规划，并邀请试用新版本，提供微信小助手联系方式用于技术答疑。

• 后续规划包括增强流表跨地区订阅能力。
• 后续规划包括流计算支持试算以满足风控需求。
• 后续规划包括流计算支持声明式 API 以提升易用性。
• 该部分提供技术答疑微信联系方式信息。

Facts Index