KDB+ ဒေတာဘေ့စ်- ဘဏ္ဍာရေးမှ ဖော်မြူလာ 1 အထိ

KDB+၊ ကုမ္ပဏီထုတ်ကုန် KX အချိန်စီးရီးများနှင့် ခွဲခြမ်းစိတ်ဖြာတွက်ချက်မှုများကို ၎င်းတို့အပေါ်အခြေခံ၍ သိမ်းဆည်းရန်အတွက် ဒီဇိုင်းထုတ်ထားသည့် အလွန်လျင်မြန်သောကော်လံဘားဒေတာဘေ့စ်သည် ကျဉ်းမြောင်းသောစက်ဝိုင်းများအတွင်းတွင်ကျယ်စွာလူသိများသည်။ အစပိုင်းတွင်၊ ၎င်းသည် (နှင့်) ငွေကြေးလုပ်ငန်းတွင် အလွန်ရေပန်းစားခဲ့သည် - ထိပ်တန်း ရင်းနှီးမြှုပ်နှံမှုဘဏ် ၁၀ ခုနှင့် နာမည်ကြီး hedge funds၊ လဲလှယ်မှုများနှင့် အခြားအဖွဲ့အစည်းများက ၎င်းကို အသုံးပြုသည်။ မကြာသေးမီက KX သည် ၎င်း၏ဖောက်သည်အခြေခံကို ချဲ့ထွင်ရန် ဆုံးဖြတ်ခဲ့ပြီး ယခုအခါ ဒေတာပမာဏများစွာရှိသည့် အခြားနေရာများတွင် ဖြေရှင်းချက်များအား တယ်လီကွန်း၊ ဇီဝနည်းပညာ၊ ထုတ်လုပ်ရေးစသည်ဖြင့် စီစဉ်ပေးထားသည်။ ၎င်းတို့သည် Formula 10 ရှိ Aston Martin Red Bull ပြိုင်ကားအဖွဲ့၏ မိတ်ဖက်တစ်ဦးဖြစ်လာပြီး ၎င်းတို့သည် ကားအာရုံခံကိရိယာများမှ အချက်အလက်များကို စုဆောင်းလုပ်ဆောင်ကာ လေအားသွင်းဥမင်လိုဏ်ခေါင်းစမ်းသပ်မှုများကို ခွဲခြမ်းစိတ်ဖြာရန် ကူညီပေးပါသည်။ ဤဆောင်းပါးတွင်၊ KDB+ ၏ မည်သည့်အင်္ဂါရပ်များက ၎င်းကို အလွန်စွမ်းဆောင်ရည်ကောင်းမွန်စေသည်၊ အဘယ်ကြောင့် ကုမ္ပဏီများသည် ၎င်းကို ငွေအမြောက်အမြားသုံးစွဲရန် ဆန္ဒရှိကြောင်းနှင့် နောက်ဆုံးတွင် ၎င်းသည် အမှန်တကယ် ဒေတာဘေ့စ်မဖြစ်ရခြင်းအကြောင်း ပြောပြလိုပါသည်။
 

 
ဤဆောင်းပါးတွင် KDB+ သည် အဘယ်အရာ၊ ၎င်း၏ စွမ်းဆောင်ရည်နှင့် ကန့်သတ်ချက်များနှင့် ဒေတာပမာဏများစွာကို လုပ်ဆောင်လိုသော ကုမ္ပဏီများအတွက် ၎င်း၏ အကျိုးကျေးဇူးများကို ယေဘုယျအားဖြင့် ပြောပြရန် ကြိုးစားပါမည်။ KDB+ ၏ အကောင်အထည်ဖော်မှုအသေးစိတ် သို့မဟုတ် ၎င်း၏ Q ပရိုဂရမ်းမင်းဘာသာစကား၏ အသေးစိတ်အချက်အလက်များကို ကျွန်ုပ်မပါဝင်ပါ။ ဤအကြောင်းအရာနှစ်ခုလုံးသည် အလွန်ကျယ်ပြန့်ပြီး သီးခြားဆောင်းပါးများနှင့် ထိုက်တန်ပါသည်။ Q - Q For Mortals စာအုပ်အပါအဝင် ဤအကြောင်းအရာများနှင့်ပတ်သက်သော အချက်အလက်အများအပြားကို code.kx.com တွင် ရှာတွေ့နိုင်ပါသည်။

ဝေါဟာရအချို့

• မန်မိုရီဒေတာဘေ့စ်။ ပိုမိုမြန်ဆန်စွာ ဝင်ရောက်နိုင်စေရန်အတွက် RAM တွင် ဒေတာသိမ်းဆည်းသည့် ဒေတာဘေ့စ်။ ထိုကဲ့သို့သော ဒေတာဘေ့စ်၏ အားသာချက်များမှာ ရှင်းလင်းသော်လည်း အားနည်းချက်များမှာ ဒေတာဆုံးရှုံးမှု ဖြစ်နိုင်ခြေနှင့် ဆာဗာတွင် memory အများအပြားရှိရန် လိုအပ်ခြင်း ဖြစ်သည်။
• ကော်လံဒေတာဘေ့စ်။ ဒေတာကို ကော်လံအလိုက် သိမ်းဆည်းထားသည့် ဒေတာဘေ့စ်သည် မှတ်တမ်းဖြင့် မှတ်တမ်းတင်ခြင်းထက် ထိုကဲ့သို့သော ဒေတာဘေ့စ်၏ အဓိက အားသာချက်မှာ ကော်လံတစ်ခုမှ ဒေတာများကို ဒစ်ခ်နှင့် မမ်မိုရီတွင် အတူတကွ သိမ်းဆည်းထားခြင်းဖြစ်ပြီး ၎င်းကို ဝင်ရောက်နိုင်မှု သိသိသာသာ မြန်ဆန်စေသည်။ မေးမြန်းမှုတွင် အသုံးမပြုသော ကော်လံများကို တင်ရန် မလိုအပ်ပါ။ အဓိကအားနည်းချက်မှာ မှတ်တမ်းများကို ပြုပြင်ရန်နှင့် ဖျက်ရန်ခက်ခဲခြင်းပင်ဖြစ်သည်။
• အချိန်စီးရီး။ ရက်စွဲ သို့မဟုတ် အချိန်ကော်လံနှင့်အတူ ဒေတာ။ ပုံမှန်အားဖြင့်၊ အချိန်အမိန့်စာသည် ထိုကဲ့သို့သောဒေတာအတွက် အရေးကြီးသည်၊ ထို့ကြောင့် မည်သည့်မှတ်တမ်းက ရှေ့သို့ သို့မဟုတ် လက်ရှိနောက်သို့ လိုက်သည်ကို အလွယ်တကူ ဆုံးဖြတ်နိုင်စေရန်၊ သို့မဟုတ် မှတ်တမ်းများ၏ အစီအစဥ်ပေါ်မူတည်၍ ရလဒ်များကို အသုံးချရန် လုပ်ဆောင်ချက်များကို အသုံးပြုနိုင်မည်ဖြစ်သည်။ ဂန္တဝင်ဒေတာဘေ့စ်များသည် လုံးဝကွဲပြားသည့်နိယာမတစ်ခုပေါ်တွင် တည်ဆောက်ထားသည် - မှတ်တမ်းများ၏အစီအစဥ်ကိုမူအရ၊ သတ်မှတ်မထားသော အစုတစ်ခုအနေဖြင့် မှတ်တမ်းများစုစည်းမှုကို ကိုယ်စားပြုသည်။
• အကျုံးဝင်သည်။ KDB+ ၏အကြောင်းအရာတွင်၊ ၎င်းသည် တူညီသောအနုမြူအမျိုးအစား၊ ဥပမာ၊ နံပါတ်များစာရင်းဖြစ်သည်။ တစ်နည်းအားဖြင့် ဒြပ်စင်တစ်ခုဖြစ်သည်။ စာရင်းများနှင့်မတူဘဲ Array များကို vector processor ညွှန်ကြားချက်များကို အသုံးပြု၍ ကျစ်လစ်သိပ်သည်းစွာ သိမ်းဆည်းနိုင်ပြီး စီမံဆောင်ရွက်နိုင်ပါသည်။

 

သမိုင်းဆိုင်ရာသတင်းအချက်အလက်များ

KX ကို A+ ဘာသာစကားဖြင့် Morgan Stanley Bank တွင် ယခင်က လုပ်ကိုင်ခဲ့ဖူးသော Arthur Whitney မှ 1993 ခုနှစ်တွင် စတင်တည်ထောင်ခဲ့ပြီး APL ၏ မူရင်းနှင့် တစ်ချိန်က လူကြိုက်များသော ဘာသာစကားဖြစ်သည့် APL ကို ဆက်ခံခဲ့သည်။ ဟုတ်ပါတယ်၊ KX မှာ Arthur က တူညီတဲ့ စိတ်ဓာတ်နဲ့ ဆက်ပြီး အစွန်းရောက် အနည်းငယ်မျှသာဝါဒရဲ့ အတွေးအခေါ်တွေကို လမ်းညွှန်ထားတဲ့ vector-functional language K ကို ဖန်တီးခဲ့ပါတယ်။ K ပရိုဂရမ်များသည် သတ်ပုံသတ်ပုံနှင့် အထူးအက္ခရာများကဲ့သို့ ရှုပ်ထွေးနေပုံရပြီး သင်္ကေတများနှင့် လုပ်ဆောင်ချက်များ၏ အဓိပ္ပာယ်သည် ဆက်စပ်အကြောင်းအရာအပေါ် မူတည်ပြီး လုပ်ဆောင်ချက်တစ်ခုစီသည် သမားရိုးကျ ပရိုဂရမ်းမင်းဘာသာစကားများထက် များစွာပို၍ အဓိပ္ပါယ်ရှိပါသည်။ ထို့အတွက်ကြောင့် K ပရိုဂရမ်တစ်ခုသည် အနည်းငယ်မျှသာနေရာယူသည်—စာကြောင်းအနည်းငယ်သည် စာမျက်နှာများကို Java ကဲ့သို့ စကားကြမ်းဘာသာစကားဖြင့် အစားထိုးနိုင်သည်—နှင့် အယ်လဂိုရီသမ်ကို အလွန်အာရုံစိုက်လုပ်ဆောင်မှုတစ်ခုဖြစ်သည်။
 
ပေးထားသောသဒ္ဒါအရ LL1 parser generator အများစုကိုအကောင်အထည်ဖော်သည့် K အတွင်းရှိ function တစ်ခု-

1. pp:{q:{(x;p3(),y)};r:$[-11=@x;$x;11=@x;q[`N;$*x];10=abs@@x;q[`N;x]  
2.   ($)~*x;(`P;p3 x 1);(1=#x)&11=@*x;pp[{(1#x;$[2=#x;;,:]1_x)}@*x]  
3.      (?)~*x;(`Q;pp[x 1]);(*)~*x;(`M;pp[x 1]);(+)~*x;(`MP;pp[x 1]);(!)~*x;(`Y;p3 x 1)  
4.      (2=#x)&(@x 1)in 100 101 107 7 -7h;($[(@x 1)in 100 101 107h;`Ff;`Fi];p3 x 1;pp[*x])  
5.      (|)~*x;`S,(pp'1_x);2=#x;`C,{@[@[x;-1+#x;{x,")"}];0;"(",]}({$[".s.C"~4#x;6_-2_x;x]}'pp'x);'`pp];  
6.   $[@r;r;($[1<#r;".s.";""],$*r),$[1<#r;"[",(";"/:1_r),"]";""]]}  

 Arthur သည် 2003 ခုနှစ်တွင်ထွက်ရှိခဲ့သော KDB+ တွင် ခန္ဓာကိုယ်လှုပ်ရှားမှု အနည်းဆုံးဖြင့် လွန်ကဲထိရောက်မှုရှိသော ဤဒဿနကို သရုပ်ဖော်ခဲ့သည် (ယခုအချိန်တွင် K ဟူသောအမည်သည် မည်သည့်နေရာကလာသည်ကို ရှင်းရှင်းလင်းလင်းထင်မြင်မိသည်) နှင့် K ၏ စတုတ္ထဗားရှင်း၏ စကားပြန်တစ်ဦးထက် ပိုသည်မဟုတ်ပါ။ ဘာသာစကား။ Q K ဟုခေါ်သော K K ၏ ထိပ်တွင် ပိုမိုအသုံးပြုရလွယ်ကူသော ဗားရှင်းကို ထည့်သွင်းထားပြီး Q. Q ၏ သီးခြားဒေသိယစကားအတွက် SQL - QSQL နှင့် စကားပြန် - စနစ်ဒေတာအမျိုးအစားအဖြစ် ဇယားများအတွက် ပံ့ပိုးမှု၊ ဇယားများနှင့် လုပ်ဆောင်ရန် ကိရိယာများ Memory နှင့် Disk စသည်တို့တွင်၊
 
ထို့ကြောင့် အသုံးပြုသူ၏ရှုထောင့်မှကြည့်လျှင် KDB+ သည် C# မှ ဇယားများနှင့် SQL-like LINQ-စတိုင်အသုံးအနှုန်းများအတွက် ပံ့ပိုးပေးသော Q language စကားပြန်ဖြစ်သည်။ ၎င်းသည် KDB+ နှင့် အခြားဒေတာဘေ့စ်များကြား အရေးအကြီးဆုံး ခြားနားချက်ဖြစ်ပြီး မကြာခဏ လျစ်လျူရှုခံရသည့် ၎င်း၏ အဓိက ယှဉ်ပြိုင်မှု အားသာချက်ဖြစ်သည်။ ၎င်းသည် ဒေတာဘေ့စ် + ပိတ်ထားသော အရန်ဘာသာစကားမဟုတ်သော်လည်း ပြည့်စုံအားကောင်းသော ပရိုဂရမ်းမင်းဘာသာစကား + ဒေတာဘေ့စ်လုပ်ဆောင်ချက်များအတွက် တပ်ဆင်ထားသော ပံ့ပိုးမှုတစ်ခုဖြစ်သည်။ ဤထူးခြားချက်သည် KDB+ ၏ အကျိုးကျေးဇူးအားလုံးကို စာရင်းပြုစုရာတွင် အဆုံးအဖြတ်ပေးသည့် အခန်းကဏ္ဍမှ ပါဝင်မည်ဖြစ်သည်။ ဥပမာအားဖြင့်…
 

အရွယ်

ခေတ်မီစံနှုန်းအရ KDB+ သည် ရိုးရှင်းသော အဏုကြည့်အရွယ်အစားဖြစ်သည်။ ၎င်းသည် စာသားအတိုင်း လုပ်ဆောင်နိုင်သော မီဂါဘိုက်ခွဲတစ်ဖိုင်နှင့် စနစ်လုပ်ဆောင်ချက်အချို့ပါရှိသော သေးငယ်သော စာသားဖိုင်တစ်ခုဖြစ်သည်။ လက်တွေ့တွင် - တစ်မီဂါဘိုက်ထက်နည်းသော ဤပရိုဂရမ်အတွက် ကုမ္ပဏီများသည် ဆာဗာပေါ်ရှိ ပရိုဆက်ဆာတစ်လုံးအတွက် တစ်နှစ်လျှင် ဒေါ်လာသောင်းချီပေးရသည်။

• ဤအရွယ်အစားသည် KDB+ အား Pi microcomputer မှ terabytes memory ရှိသော ဆာဗာများအထိ မည်သည့် hardware တွင်မဆို ကောင်းမွန်စွာခံစားနိုင်စေပါသည်။ ၎င်းသည် မည်သည့်နည်းဖြင့်မျှ လုပ်ဆောင်နိုင်စွမ်းကို မထိခိုက်စေပါ၊ ထို့အပြင် Q သည် ၎င်းကို scripting language တစ်ခုအဖြစ် အခြားအရာများကြားတွင် အသုံးပြုနိုင်ရန် ခွင့်ပြုပေးသော ချက်ချင်းစတင်ပါသည်။
• ဤအရွယ်အစားတွင်၊ Q စကားပြန်သည် ပရိုဂရမ်လုပ်ဆောင်မှုကို အရှိန်မြှင့်ပေးသည့် ပရိုဂရမ် cache တွင် လုံးလုံးလျားလျား အံဝင်ခွင်ကျဖြစ်သည်။
• executable file ၏ ဤအရွယ်အစားဖြင့်၊ Q လုပ်ငန်းစဉ်သည် မှတ်ဉာဏ်ထဲတွင် ပေါ့ပေါ့ပါးပါး နေရာလွတ်များ ယူဆောင်လာပြီး ၎င်းတို့ကို ရာနှင့်ချီ၍ လုပ်ဆောင်နိုင်သည်။ ထို့အပြင်၊ လိုအပ်ပါက Q သည် လုပ်ငန်းစဉ်တစ်ခုတည်းအတွင်း မှတ်ဉာဏ်ဆယ်ဂဏန်း သို့မဟုတ် ရာနှင့်ချီသော ဂစ်ဂါဘိုက်များဖြင့် လည်ပတ်နိုင်သည်။

ဘက်စုံ

Q သည် ကျယ်ပြန့်သော application များအတွက် ကောင်းမွန်သည်။ Process Q သည် သမိုင်းဝင်ဒေတာဘေ့စ်တစ်ခုအဖြစ် လုပ်ဆောင်နိုင်ပြီး အချက်အလက်များ၏ terabytes သို့ အမြန်ဝင်ရောက်ခွင့်ကို ပေးစွမ်းနိုင်သည်။ ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့တွင် ဒေတာချုံ့မထားသောနေ့တစ်နေ့တွင် 100 ဂစ်ဂါဘိုက်ထက်ပိုသော အချို့သော သမိုင်းဝင်ဒေတာဘေ့စ်များစွာရှိသည်။ သို့ရာတွင်၊ ကျိုးကြောင်းဆီလျော်သော ကန့်သတ်ချက်များအောက်တွင်၊ ဒေတာဘေ့စ်သို့ မေးမြန်းမှုတစ်ခုသည် ဆယ်ဂဏန်းမှ ရာနှင့်ချီသော မီလီစက္ကန့်အတွင်း ပြီးဆုံးမည်ဖြစ်သည်။ ယေဘူယျအားဖြင့်၊ ကျွန်ုပ်တို့တွင် အသုံးပြုသူတောင်းဆိုမှုများအတွက် စက္ကန့် 30 ကြာချိန်ရှိသည်၊ ၎င်းသည် အလွန်ရှားပါသည်။
 
Q သည် မမ်မိုရီအတွင်းဒေတာဘေ့စ်တစ်ခုကဲ့သို့ပင် အလွယ်တကူဖြစ်နိုင်သည်။ ဒေတာအသစ်များကို မမ်မိုရီအတွင်း ဇယားများအတွင်းသို့ လျင်မြန်စွာ ထည့်သွင်းထားသောကြောင့် အသုံးပြုသူ တောင်းဆိုမှုများသည် ကန့်သတ်ချက်ဖြစ်သည်။ ဇယားများရှိ ဒေတာကို ကော်လံများတွင် သိမ်းဆည်းထားပြီး ဆိုလိုသည်မှာ ကော်လံတစ်ခုပေါ်ရှိ မည်သည့်လုပ်ဆောင်ချက်မဆို ပရိုဆက်ဆာ ကက်ရှ်ကို စွမ်းရည်အပြည့်ဖြင့် အသုံးပြုမည်ဖြစ်သည်။ ၎င်းအပြင် KX သည် ပရိုဆက်ဆာ၏ vector ညွှန်ကြားချက်များမှတစ်ဆင့် ဂဏန်းသင်္ချာကဲ့သို့သော အခြေခံလုပ်ဆောင်ချက်အားလုံးကို အကောင်အထည်ဖော်ကာ ၎င်းတို့၏အမြန်နှုန်းကို အမြင့်ဆုံးမြှင့်တင်ရန် ကြိုးစားခဲ့သည်။ Q သည် ဒေတာဘေ့စ်များအတွက် ပုံမှန်မဟုတ်သည့် အလုပ်များကိုလည်း လုပ်ဆောင်နိုင်သည် - ဥပမာ၊ ဒေတာထုတ်လွှင့်ခြင်းကို လုပ်ဆောင်ပြီး "အချိန်နှင့်တပြေးညီ" ဖြင့် တွက်ချက်ခြင်း (လုပ်ငန်းပေါ်မူတည်၍ ဆယ်ဂဏန်းမှ စက္ကန့်များစွာအထိ နှောင့်နှေးခြင်းဖြင့်) ငွေကြေးဆိုင်ရာ တူရိယာများအတွက် မတူညီသောအချိန်များအတွက် အမျိုးမျိုးသော ပေါင်းစပ်လုပ်ဆောင်ချက်များ ကြားကာလများ သို့မဟုတ် စျေးကွက်သို့ ပြီးပြည့်စုံသော အရောင်းအ၀ယ်များ၏ လွှမ်းမိုးမှုပုံစံကို တည်ဆောက်ပြီး ၎င်း၏ ပရိုဖိုင်ကို အပြီးသတ်ပြီးပြီးချင်းနီးပါး လုပ်ဆောင်ပါ။ ထိုသို့သော လုပ်ငန်းဆောင်တာများတွင် အများအားဖြင့် အချိန်ကြန့်ကြာမှုသည် Q မဟုတ်သော်လည်း မတူညီသော အရင်းအမြစ်များမှ ဒေတာများကို ထပ်တူပြုရန် လိုအပ်သည်။ ဒေတာနှင့် ၎င်းတို့ကို စီမံဆောင်ရွက်ပေးသည့် လုပ်ဆောင်ချက်များသည် လုပ်ငန်းစဉ်တစ်ခုတွင် ရှိသည်ဟူသောအချက်ကြောင့် မြန်နှုန်းမြင့်ရရှိပြီး ၎င်းကို အဓိပ္ပါယ်မဖွင့်ဆိုသော်လည်း binary ကုဒ်ဖြင့် လုပ်ဆောင်သည့် QSQL အသုံးအနှုန်းများနှင့် ချိတ်ဆက်မှုများကို လုပ်ဆောင်ခြင်းမှ လုပ်ဆောင်ခြင်းသို့ လျှော့ချလိုက်ပါသည်။
 
နောက်ဆုံးတွင် သင်သည် Q တွင် မည်သည့်ဝန်ဆောင်မှုလုပ်ငန်းစဉ်များကိုမဆို ရေးနိုင်သည်။ ဥပမာအားဖြင့်၊ အသုံးပြုသူတောင်းဆိုချက်များကို လိုအပ်သောဒေတာဘေ့စ်များနှင့် ဆာဗာများသို့ အလိုအလျောက်ဖြန့်ဝေပေးသည့် Gateway လုပ်ငန်းစဉ်များ။ ပရိုဂရမ်မာသည် ချိန်ခွင်လျှာညှိရန်၊ ဦးစားပေးသတ်မှတ်မှု၊ အမှားခံနိုင်ရည်ရှိမှု၊ သုံးစွဲခွင့်အခွင့်အရေး၊ ခွဲတမ်းနှင့် အခြေခံအားဖြင့် သူ၏စိတ်ဆန္ဒဆန္ဒများကို ချိန်ခွင်လျှာညှိရန်အတွက် မည်သည့် algorithm ကိုမဆို အကောင်အထည်ဖော်ရန် အပြည့်အဝလွတ်လပ်ခွင့်ရှိသည်။ ဤနေရာတွင် အဓိကပြဿနာမှာ ဤအရာအားလုံးကို သင်ကိုယ်တိုင် အကောင်အထည် ဖော်ရမည်ဖြစ်ပါသည်။
 
ဥပမာအနေနဲ့၊ ကျွန်တော်တို့မှာ ဘယ်လို Process အမျိုးအစားတွေရှိလဲဆိုတာ ဖော်ပြပါမယ်။ ၎င်းတို့အားလုံးသည် မတူညီသောဒေတာဘေ့စ်များစွာကို တစ်ခုတည်းအဖြစ် ပေါင်းစပ်ပြီး အရင်းအမြစ်များစွာမှ ဒေတာများကို လုပ်ဆောင်ပြီး ရာနှင့်ချီသော သုံးစွဲသူများနှင့် အပလီကေးရှင်းများကို ဝန်ဆောင်မှုပေးကာ ၎င်းတို့အားလုံးကို တက်ကြွစွာအသုံးပြုပြီး အတူတကွလုပ်ဆောင်ကြသည်။

• ဒေတာရင်းမြစ်များသို့ ချိတ်ဆက်ကိရိယာများ (feedhandler)။ ဤလုပ်ငန်းစဉ်များသည် ပုံမှန်အားဖြင့် Q တွင် တင်ထားသော ပြင်ပစာကြည့်တိုက်များကို အသုံးပြုပါသည်။ Q ရှိ C interface သည် အလွန်ရိုးရှင်းပြီး မည်သည့် C/C++ စာကြည့်တိုက်အတွက်မဆို ပရောက်စီလုပ်ဆောင်ချက်များကို အလွယ်တကူ ဖန်တီးနိုင်စေပါသည်။ Q သည် ဥပမာအားဖြင့်၊ ဥရောပစတော့အိတ်ချိန်းအားလုံးမှ FIX မက်ဆေ့ချ်များကို တစ်ပြိုင်နက်တည်း လုပ်ဆောင်ရန် လုံလောက်သည်။
• ဒေတာဖြန့်ဖြူးသူများ (tickerplant)၊ ၎င်းသည် ချိတ်ဆက်သူများနှင့် စားသုံးသူများကြား အလယ်အလတ်ချိတ်ဆက်မှုတစ်ခုအဖြစ် ဆောင်ရွက်သည်။ တစ်ချိန်တည်းမှာပင်၊ ၎င်းတို့သည် ချိတ်ဆက်မှု ဆုံးရှုံးမှု သို့မဟုတ် ပြန်လည်စတင်ခြင်းမှ သုံးစွဲသူများအတွက် ကြံ့ခိုင်မှုကို ပေးစွမ်းသည့် အထူး binary မှတ်တမ်းတစ်ခုတွင် အဝင်ဒေတာကို ရေးပေးသည်။
• မန်မိုရီဒေတာဘေ့စ် (rdb)။ ဤဒေတာဘေ့စ်များသည် မန်မိုရီတွင် သိမ်းဆည်းထားခြင်းဖြင့် ကုန်ကြမ်းနှင့် လတ်ဆတ်သောဒေတာများသို့ အမြန်ဆုံးဝင်ရောက်နိုင်စေပါသည်။ ပုံမှန်အားဖြင့်၊ ၎င်းတို့သည် နေ့ဘက်တွင် ဇယားများတွင် ဒေတာစုဆောင်းပြီး ညအချိန်တွင် ၎င်းတို့ကို ပြန်လည်သတ်မှတ်သည်။
• ဆက်ရှိနေသောဒေတာဘေ့စ (pdb)။ ဤဒေတာဘေ့စ်များသည် ယနေ့အတွက် အချက်အလက်များကို သမိုင်းဝင်ဒေတာဘေ့စ်တစ်ခုတွင် သိမ်းဆည်းထားကြောင်း သေချာစေသည်။ စည်းကမ်းအတိုင်း၊ rdb နှင့်မတူဘဲ၊ ၎င်းတို့သည် ဒေတာများကို မှတ်ဉာဏ်တွင် သိမ်းဆည်းမထားသော်လည်း နေ့ခင်းဘက်တွင် disk ပေါ်တွင် အထူး cache ကိုအသုံးပြုကာ သန်းခေါင်ယံအချိန်တွင် ဒေတာကို သမိုင်းဒေတာဘေ့စ်သို့ ကူးယူပါ။
• သမိုင်းဆိုင်ရာဒေတာဘေ့စ်များ (hdb)။ ဤဒေတာဘေ့စ်များသည် ယခင်ရက်များ၊ လများနှင့် နှစ်များအတွက် ဒေတာကို အသုံးပြုခွင့် ပေးပါသည်။ ၎င်းတို့၏အရွယ်အစား (ရက်များတွင်) သည် hard drive များ၏အရွယ်အစားအားဖြင့်သာကန့်သတ်ထားသည်။ ဒေတာဝင်ရောက်မှုကို အရှိန်မြှင့်ရန် အထူးသဖြင့် မတူညီသော disk များတွင် ဒေတာကို မည်သည့်နေရာတွင်မဆို ထားရှိနိုင်သည်။ ရွေးချယ်ရန် algorithms အများအပြားကို အသုံးပြု၍ ဒေတာကို ချုံ့နိုင်သည်။ ဒေတာဘေ့စ်ဖွဲ့စည်းပုံသည် ကောင်းမွန်စွာ မှတ်တမ်းတင်ထားပြီး ရိုးရှင်းသည်၊ ဒေတာကို ပုံမှန်ဖိုင်များတွင် ကော်လံအလိုက် သိမ်းဆည်းထားသောကြောင့် ၎င်းတို့ကို လည်ပတ်မှုစနစ်ဖြင့် လုပ်ဆောင်နိုင်သည်။
• အချက်အလက်ပေါင်းစုထားသော ဒေတာဘေ့စ်များ။ ၎င်းတို့သည် တူရိယာအမည်နှင့် အချိန်ကာလအပိုင်းအခြားအလိုက် အုပ်စုဖွဲ့ထားသော အမျိုးမျိုးသော စုစည်းမှုများကို သိမ်းဆည်းထားသည်။ မမ်မိုရီအတွင်းဒေတာဘေ့စ်များသည် အဝင်မက်ဆေ့ဂျ်တစ်ခုစီဖြင့် ၎င်းတို့၏အခြေအနေကို အပ်ဒိတ်လုပ်ကာ သမိုင်းဆိုင်ရာဒေတာများကို မြန်ဆန်စွာဝင်ရောက်နိုင်ရန် ကြိုတင်တွက်ချက်ထားသောဒေတာများကို သိမ်းဆည်းထားသည်။
• နောက်ဆုံးတော့ တံခါးပေါက်လုပ်ငန်းစဉ်များအပလီကေးရှင်းများနှင့် သုံးစွဲသူများကို ဝန်ဆောင်မှုပေးသည်။ Q သည် သင့်အား အဝင်မက်ဆေ့ဂျ်များကို လုံးလုံးလျားလျား ချိန်ကိုက်လုပ်ဆောင်ခြင်း၊ ၎င်းတို့ကို ဒေတာဘေ့စ်များအတွင်း ဖြန့်ဝေခြင်း၊ ဝင်ရောက်ခွင့်များကို စစ်ဆေးခြင်းစသည်ဖြင့် လုပ်ဆောင်နိုင်စေပါသည်။ မက်ဆေ့ချ်များသည် အကန့်အသတ်မရှိဖြစ်ပြီး အများစုမှာ အခြားသောဒေတာဘေ့စ်များကဲ့သို့ပင် SQL အသုံးအနှုန်းများမဟုတ်ကြောင်း သတိပြုပါ။ အများစုမှာ၊ SQL စကားရပ်ကို အထူးလုပ်ဆောင်ချက်တစ်ခုတွင် ဝှက်ထားပြီး အသုံးပြုသူတောင်းဆိုထားသည့် ကန့်သတ်ဘောင်များပေါ်တွင် အခြေခံ၍ တည်ဆောက်ထားသည် - အချိန်ကို ပြောင်းလဲသည်၊ စစ်ထုတ်သည်၊ ဒေတာကို ပုံမှန်ဖြစ်စေသည် (ဥပမာ၊ အမြတ်ဝေစုပေးဆောင်ပါက စတော့စျေးနှုန်းသည် ညီမျှသည်) စသည်တို့ဖြစ်သည်။

ဒေတာအမျိုးအစားတစ်ခုအတွက် ရိုးရိုးဗိသုကာ-

အရှိန်

Q သည် ဘာသာပြန်ဘာသာစကားဖြစ်သော်လည်း၊ ၎င်းသည် vector language တစ်ခုဖြစ်သည်။ ဆိုလိုသည်မှာ built-in လုပ်ဆောင်ချက်များစွာ၊ အထူးသဖြင့် ဂဏန်းသင်္ချာများသည် မည်သည့်ပုံစံ - နံပါတ်များ၊ vectors၊ matrices၊ lists ၏ ငြင်းခုံမှုများကို ယူကြပြီး ပရိုဂရမ်မာသည် ပရိုဂရမ်ကို array လုပ်ဆောင်ချက်များအဖြစ် အကောင်အထည်ဖေါ်ရန် မျှော်လင့်ပါသည်။ ထိုသို့သောဘာသာစကားတွင်၊ သင်သည် ဒြပ်စင်တစ်သန်း၏ vector နှစ်ခုကို ထည့်ပါက၊ ဘာသာစကားကို အဓိပ္ပာယ်ပြန်ဆိုခြင်းမှာ အရေးမကြီးတော့ပါ၊ ၎င်းကို လွန်စွာကောင်းမွန်သော binary function ဖြင့် လုပ်ဆောင်မည်ဖြစ်သည်။ Q ပရိုဂရမ်များတွင် ခြင်္သေ့၏အချိန်ဝေစုကို ဤအခြေခံ vectorized functions များအသုံးပြုသည့် tables များနှင့် operations များတွင် သုံးစွဲသောကြောင့် output သည် အလွန်လျောက်ပတ်သောလည်ပတ်နှုန်းဖြစ်ပြီး၊ process တစ်ခုတွင်ပင် data အများအပြားကို process လုပ်နိုင်စေပါသည်။ ၎င်းသည် Python ရှိ သင်္ချာစာကြည့်တိုက်များနှင့် ဆင်တူသည် - Python ကိုယ်တိုင်က အလွန်နှေးကွေးသော ဘာသာစကားဖြစ်သော်လည်း၊ ၎င်းတွင် numpy ကဲ့သို့ ကောင်းမွန်သော ကိန်းဂဏာန်းအချက်အလက်များကို စုစည်းထားသောဘာသာစကားတစ်ခု၏ အရှိန်ဖြင့် လုပ်ဆောင်နိုင်စေမည့် numpy ကဲ့သို့သော အလွန်ကောင်းမွန်သော စာကြည့်တိုက်များ (နည်းလမ်းအားဖြင့်၊ numpy သည် Q နှင့် သဘောတရားအရ နီးစပ်ပါသည်။ )
 
ထို့အပြင် KX သည် စားပွဲများကို ဒီဇိုင်းဆွဲကာ ၎င်းတို့နှင့် အလုပ်ကို အကောင်းဆုံးဖြစ်အောင်လုပ်ရန် အလွန်ဂရုတစိုက်ချဉ်းကပ်ခဲ့သည်။ ပထမဦးစွာ၊ Built-in လုပ်ဆောင်ချက်များဖြင့် ပံ့ပိုးပေးထားသည့် အညွှန်းအမျိုးအစားများစွာကို ပံ့ပိုးထားပြီး ဇယားကော်လံများတွင်သာမက မည်သည့် vector များတွင်လည်း အသုံးပြုနိုင်သည် - အုပ်စုဖွဲ့ခြင်း၊ စီခြင်း၊ ထူးခြားမှု ရည်ညွှန်းချက်နှင့် သမိုင်းဒေတာဘေ့စ်များအတွက် အထူးအုပ်စုဖွဲ့ခြင်းတို့ကို လုပ်ဆောင်နိုင်သည်။ အညွှန်းကို ရိုးရိုးရှင်းရှင်း အသုံးချပြီး ကော်လံ/၀က်တာသို့ အစိတ်အပိုင်းများထည့်သည့်အခါ အလိုအလျောက်ချိန်ညှိသည်။ အညွှန်းများကို မန်မိုရီနှင့် ဒစ်ခ်ပေါ်တွင် ဇယားကော်လံများတွင် အညီအမျှ အောင်မြင်စွာ အသုံးချနိုင်သည်။ QSQL မေးမြန်းမှုကို လုပ်ဆောင်သောအခါ ဖြစ်နိုင်လျှင် အညွှန်းကိန်းများကို အလိုအလျောက် အသုံးပြုပါသည်။ ဒုတိယအနေဖြင့်၊ OS ဖိုင်များ (မှတ်ဉာဏ်မြေပုံ) ကိုပြသရန်ယန္တရားအားဖြင့်သမိုင်းဆိုင်ရာအချက်အလက်များနှင့်အလုပ်လုပ်သည်။ ကြီးမားသောဇယားများကို မန်မိုရီထဲသို့ ဘယ်သောအခါမှ မတင်ပါနှင့်၊ ယင်းအစား လိုအပ်သောကော်လံများကို မှတ်ဉာဏ်တွင် တိုက်ရိုက်ပုံဖော်ထားပြီး ၎င်းတို့ထဲမှ တစ်စိတ်တစ်ပိုင်းကိုသာ အမှန်တကယ်တင်ထားသည် (အညွှန်းကိန်းများသည်လည်း ဤနေရာတွင် ကူညီပေးသည်)။ ဒေတာသည် မန်မိုရီတွင်ရှိမရှိ၊ မရှိသည်ဖြစ်စေ ပရိုဂရမ်မာအတွက် ကွာခြားချက်မရှိပါ၊ mmap နှင့် လုပ်ဆောင်သည့် ယန္တရားသည် Q ၏အတိမ်အနက်တွင် လုံး၀ ဝှက်ထားသည်။
 
KDB+ သည် ဆက်စပ်ဒေတာဘေ့စ်တစ်ခုမဟုတ်ပါ၊ ဇယားများတွင် ကိန်းဂဏာန်းအချက်အလက်များပါဝင်နိုင်သော်လည်း ဇယားရှိအတန်းများ၏အစီအစဥ်သည် မပြောင်းလဲဘဲ ဒြပ်စင်အသစ်များကိုထည့်သွင်းသည့်အခါတွင်၊ မေးခွန်းများရေးသားသည့်အခါတွင် အသုံးပြုသင့်သည်။ ဒေတာကို အချိန်အလိုက်စီမည်ဆိုပါက၊ ပထမတန်း သို့မဟုတ် နောက်ဆုံးအတန်း သို့မဟုတ် N ကိုရှာဖွေရန် SQL လှည့်ကွက်များကို အသုံးပြုရန် မလိုအပ်သောကြောင့် ဤအင်္ဂါရပ်သည် အချိန်စီးရီး (ဖလှယ်မှု၊ တယ်လီမီတာ၊ ဖြစ်ရပ်မှတ်တမ်းများ) နှင့် လုပ်ဆောင်ရန်အတွက် အရေးတကြီးလိုအပ်ပါသည်။ ဇယားရှိ အတန်းများ၊ မည်သည့်မျဉ်းကြောင်း Nth လိုင်းနောက်တွင် စသည်တို့ကို ဆုံးဖြတ်ပါ။ ဇယားချိတ်ဆက်မှုများကို ပိုမိုရိုးရှင်းစေသည်၊ ဥပမာအားဖြင့်၊ ဥပမာအားဖြင့်၊ ဒြပ်စင်ပေါင်း သန်း 16000 ရှိသော ဇယားတစ်ခုရှိ 500 VOD.L (Vodafone) အတွက် နောက်ဆုံးကိုးကားချက်ကို ရှာဖွေခြင်းသည် ဒစ်ခ်ပေါ်တွင် တစ်စက္ကန့်နှင့် မီလီစက္ကန့် ဆယ်ဂဏန်းခန့် ကြာသည်။
 
time join ၏ ဥပမာတစ်ခု - quote table ကို memory တွင် ပုံဖော်ထားသည်၊ ထို့ကြောင့် VOD.L သည် မည်သည့်နေရာတွင်၊ sym ကော်လံပေါ်ရှိ အညွှန်းနှင့် data များကို အချိန်အလိုက် ခွဲခြမ်းစိတ်ဖြာထားသည်ဟူသောအချက်ကို သွယ်ဝိုက်သောနည်းဖြင့် အသုံးပြုသည်ဟူသောအချက်ကို VOD.L သတ်မှတ်ရန် မလိုအပ်ပါ။ Q တွင်ပါဝင်မှုအားလုံးနီးပါးသည် ရွေးချယ်ထားသောဖော်ပြချက်တစ်ခု၏အစိတ်အပိုင်းမဟုတ်ဘဲ ပုံမှန်လုပ်ဆောင်ချက်များဖြစ်သည်-

1. aj[`sym`time;select from trade where date=2019.03.26, sym=`VOD.L;select from quote where date=2019.03.26]  

နောက်ဆုံးအနေနဲ့၊ Arthur Whitney ကိုယ်တိုင်က စတင်ပြီး KX မှာရှိတဲ့ အင်ဂျင်နီယာတွေဟာ စွမ်းဆောင်ရည်ကို အမှန်တကယ် အစွဲအလမ်းကြီးနေပြီး Q ရဲ့ စံအင်္ဂါရပ်တွေကနေ အကောင်းဆုံးရယူပြီး အသုံးအများဆုံး အသုံးပြုမှုပုံစံတွေကို အကောင်းဆုံးဖြစ်အောင် လုပ်ဆောင်နေတာဖြစ်ကြောင်း မှတ်သားထိုက်ပါတယ်။
 

ရလဒ်

KDB+ သည် ၎င်း၏ခြွင်းချက်ဖြစ်သော ဘက်စုံစွမ်းဆောင်နိုင်မှုကြောင့် အဓိကအားဖြင့် စီးပွားရေးလုပ်ငန်းများကြားတွင် ရေပန်းစားသည် - ၎င်းသည် in-memory ဒေတာဘေ့စ်၊ သမိုင်းဝင်အချက်အလက်များ၏ terabytes များကို သိမ်းဆည်းရန်အတွက် ဒေတာဘေ့စ်အဖြစ်နှင့် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုအတွက် ပလပ်ဖောင်းတစ်ခုအဖြစ် လည်းကောင်း ဆောင်ရွက်ပေးပါသည်။ Data processing သည် database တွင် တိုက်ရိုက်ဖြစ်ပေါ်သည်ဆိုသောအချက်ကြောင့်၊ အလုပ်၏ အရှိန်အဟုန်မြင့်ပြီး အရင်းအမြစ်ကို ချွေတာနိုင်သည် ။ ဒေတာဘေ့စ်လုပ်ဆောင်ချက်များနှင့် ပေါင်းစပ်ထားသော ပြည့်စုံပြီးပြည့်စုံသော ပရိုဂရမ်းမင်းဘာသာစကားသည် သင့်အား ဒေတာလက်ခံရရှိခြင်းမှ သုံးစွဲသူတောင်းဆိုချက်များကို လုပ်ဆောင်ခြင်းအထိ ပလပ်ဖောင်းတစ်ခုပေါ်တွင် လိုအပ်သောလုပ်ငန်းစဉ်များအစုအဝေးတစ်ခုလုံးကို အကောင်အထည်ဖော်နိုင်စေမည်ဖြစ်သည်။
 

ပိုမိုသိရှိလိုပါက,

ချို့ယွင်းချက်

KDB+/Q ၏ သိသာထင်ရှားသောအားနည်းချက်မှာ မြင့်မားသောဝင်ရောက်မှုအဆင့်ဖြစ်သည်။ ဘာသာစကားတွင် ထူးဆန်းသော syntax ရှိပြီး အချို့သောလုပ်ဆောင်ချက်များသည် အလွန်ဝနေပါသည် (ဥပမာ၊ အသုံးပြုမှု 11 ခုခန့်ရှိသည်)။ အရေးအကြီးဆုံးမှာ၊ ၎င်းသည် ပရိုဂရမ်ရေးသားခြင်းအတွက် အလွန်ကွဲပြားသောချဉ်းကပ်မှု လိုအပ်ပါသည်။ vector language တစ်ခုတွင်၊ array အသွင်ပြောင်းခြင်းဆိုင်ရာ ဝေါဟာရများကို အမြဲတမ်းစဉ်းစားရမည်ဖြစ်ပြီး၊ မြေပုံ/အလျှော့ပေးသည့် လုပ်ဆောင်ချက်များ (Q တွင် ကြိယာဝိသေသန ဟုခေါ်သည်) ၏ မျိုးကွဲများစွာဖြင့် ကွင်းဆက်အားလုံးကို အကောင်အထည်ဖော်ကာ အက်တမ်လုပ်ဆောင်မှုများကို အက်တမ်လုပ်ဆောင်ချက်များနှင့် အစားထိုးခြင်းဖြင့် မည်သည့်အခါမျှ ငွေစုရန်မကြိုးစားပါ။ ဥပမာအားဖြင့်၊ array တစ်ခုရှိ element တစ်ခု၏ Nth ပေါ်ပေါက်ခြင်း၏အညွှန်းကိုရှာရန်၊ သင်ရေးသင့်သည်-

1. (where element=vector)[N]  

C/Java စံနှုန်းများဖြင့် အလွန်ထိရောက်မှု မရှိဟု ထင်ရသော်လည်း (= ၎င်းရှိ ဒြပ်စင်များ၏ စစ်မှန်သော အညွှန်းကိန်းများကို ပြန်ပေးသည့် boolean vector တစ်ခုကို ဖန်တီးသည်)။ သို့သော် ဤအမှတ်အသားသည် စကားရပ်၏အဓိပ္ပာယ်ကို ပိုမိုရှင်းလင်းစေပြီး နှေးကွေးသော အနုမြူဗုံးများအစား လျင်မြန်သော vector လုပ်ဆောင်ချက်များကို သင်အသုံးပြုသည်။ vector language နှင့် အခြားသူများကြား အယူအဆ ကွာခြားချက်သည် ပရိုဂရမ်းမင်းအတွက် မရှိမဖြစ်လိုအပ်သော နှင့် လုပ်ဆောင်နိုင်သော ချဉ်းကပ်မှုများကြား ခြားနားချက်နှင့် နှိုင်းယှဉ်နိုင်ပြီး ၎င်းအတွက် သင်ပြင်ဆင်ထားရန် လိုအပ်ပါသည်။
 
အချို့သောအသုံးပြုသူများသည် QSQL ကိုစိတ်မ၀င်စားပါ။ အဓိကအချက်မှာ ၎င်းသည် SQL အစစ်အမှန်နှင့်သာတူသည်။ လက်တွေ့တွင်၊ ၎င်းသည် query optimization ကိုမပံ့ပိုးသော SQL-like expressions ၏စကားပြန်တစ်ခုမျှသာဖြစ်သည်။ အသုံးပြုသူသည် အကောင်းဆုံးမေးခွန်းများကို ကိုယ်တိုင်ရေးသားရမည်ဖြစ်ပြီး အများအပြားအတွက် အဆင်သင့်မဖြစ်သေးသည့် Q တွင် ရေးသားရမည်ဖြစ်သည်။ အခြားတစ်ဖက်တွင်၊ သင်သည် black-box optimizer ကို အားကိုးမည့်အစား အကောင်းဆုံးမေးခွန်းကို သင်ကိုယ်တိုင် အမြဲတမ်းရေးသားနိုင်သည်။
 
ထို့အပြင် Q - Q For Mortals ပါစာအုပ်ကို အခမဲ့ရယူနိုင်ပါသည်။ ကုမ္ပဏီဝက်ဘ်ဆိုက်အဲဒီမှာ စုဆောင်းထားတဲ့ တခြားအသုံးဝင်တဲ့ ပစ္စည်းတွေလည်း အများကြီးရှိတယ်။
 
နောက်ထပ် ကြီးမားတဲ့ အားနည်းချက်ကတော့ လိုင်စင်ကုန်ကျစရိတ်ပါ။ ၎င်းသည် CPU တစ်လုံးလျှင် တစ်နှစ်လျှင် ဒေါ်လာ သောင်းနှင့်ချီရှိသည်။ ကုမ္ပဏီကြီးများကသာ ထိုကဲ့သို့သော အသုံးစရိတ်များကို တတ်နိုင်ကြသည်။ မကြာသေးမီက၊ KX သည် ၎င်း၏လိုင်စင်မူဝါဒကို ပိုမိုပြောင်းလွယ်ပြင်လွယ်ဖြစ်စေပြီး Google နှင့် Amazon clouds များတွင် KDB+ ကို အသုံးပြုချိန် သို့မဟုတ် ငှားရမ်းသည့်အချိန်အတွက်သာ ပေးချေရန်အခွင့်အရေးကို ပေးဆောင်ထားသည်။ KX ကိုလည်း ဒေါင်းလုဒ်လုပ်ပေးထားပါတယ်။ စီးပွားဖြစ်မဟုတ်သောရည်ရွယ်ချက်များအတွက် အခမဲ့ဗားရှင်း (တောင်းဆိုမှုအရ 32 bit ဗားရှင်း သို့မဟုတ် 64 ဘစ်)။
 

ပြိုင်ဘက်များ

အလားတူအခြေခံမူများပေါ်တွင်တည်ဆောက်ထားသော အထူးပြုဒေတာဘေ့စ်အနည်းငယ်ရှိသည် - columnar၊ in-memory သည် အလွန်ကြီးမားသောဒေတာပမာဏအပေါ်အာရုံစိုက်သည်။ ပြဿနာက ဒါတွေက အထူးပြုဒေတာဘေ့စ်တွေပါ။ ထင်ရှားသော ဥပမာမှာ Clickhouse ဖြစ်သည်။ ဤဒေတာဘေ့စ်တွင် ဒေတာသိမ်းဆည်းရန်နှင့် အညွှန်းတစ်ခုတည်ဆောက်ရန်အတွက် KDB+ နှင့် အလွန်ဆင်တူသော နိယာမတစ်ခုရှိပြီး ၎င်းသည် သိသိသာသာမဟုတ်သော်လည်း KDB+ ထက် အချို့သောမေးခွန်းများကို လုပ်ဆောင်သည်။ သို့သော် ဒေတာဘေ့စတစ်ခုအနေဖြင့်ပင်၊ Clickhouse သည် KDB+ ထက် ပိုမိုထူးခြားသည် - ဝဘ်ခွဲခြမ်းစိတ်ဖြာချက်နှင့် မတရားသောအချိန်စီးရီးများ (ဤခြားနားချက်သည် အလွန်အရေးကြီးသည် - ဥပမာအားဖြင့် Clickhouse တွင် မှတ်တမ်းများကို စီစဥ်ခြင်းအား အသုံးပြု၍မရပါ)။ သို့သော် အရေးအကြီးဆုံးမှာ၊ Clickhouse တွင် သီးခြားအပလီကေးရှင်းတစ်ခုသို့ ဦးစွာတင်ခြင်းထက် ဒေတာဘေ့စ်တွင် ဒေတာများကို တိုက်ရိုက်လုပ်ဆောင်ခွင့်ပြုမည့် KDB+ ၏ ဘက်စုံစွမ်းဆောင်နိုင်မှုမျိုးမရှိပေ။ သမိုင်းဆိုင်ရာဒေတာဘေ့စ်လုပ်ဆောင်ချက်များကိုလုပ်ဆောင်ခြင်းနှင့်မသက်ဆိုင်ပါ။ ထို့ကြောင့်၊ KDB+ ကို အခြားဒေတာဘေ့စ်များနှင့် နှိုင်းယှဉ်ရန် ခက်ခဲသည်၊ အချို့သောအသုံးပြုမှုကိစ္စများတွင် ၎င်းတို့သည် ပိုကောင်းနိုင်သည် သို့မဟုတ် ဂန္တဝင်ဒေတာဘေ့စ်အလုပ်များနှင့်ပတ်သက်လာလျှင် ၎င်းတို့သည် ပိုကောင်းနိုင်သည်၊ သို့သော် ယာယီဒေတာကို လုပ်ဆောင်ရန်အတွက် ထပ်တူထပ်မျှ ထိရောက်ပြီး စွယ်စုံသုံးနိုင်သော အခြားကိရိယာကို ကျွန်ုပ်မသိပါ။
 

Python ပေါင်းစပ်မှု

နည်းပညာနှင့် မရင်းနှီးသောသူများအတွက် KDB+ ကို ပိုမိုလွယ်ကူစွာ အသုံးပြုနိုင်ရန် KX သည် လုပ်ငန်းစဉ်တစ်ခုတည်းအတွင်း Python နှင့် တင်းတင်းကျပ်ကျပ် ပေါင်းစည်းရန် စာကြည့်တိုက်များကို ဖန်တီးခဲ့သည်။ သင်သည် မည်သည့် Python လုပ်ဆောင်ချက်ကိုမဆို Q မှခေါ်ဆိုနိုင်သည်၊ သို့မဟုတ် အပြန်အလှန်အားဖြင့် မည်သည့် Q function ကိုမဆို Python (အထူးသဖြင့် QSQL expressions) မှခေါ်ဆိုနိုင်သည်။ စာကြည့်တိုက်များသည် လိုအပ်ပါက (အမြဲတမ်းထိရောက်မှုအတွက်မဟုတ်ပါ) ဒေတာကို ဘာသာစကားတစ်ခု၏ဖော်မတ်မှ အခြားဖော်မတ်သို့ ပြောင်းပေးသည်။ ရလဒ်အနေဖြင့် Q နှင့် Python တို့သည် ၎င်းတို့ကြားရှိ နယ်နိမိတ်များကို မှုန်ဝါးသွားစေသည့် နီးကပ်သောပေါင်းစပ်မှုတွင် နေထိုင်ကြသည်။ ရလဒ်အနေဖြင့် ပရိုဂရမ်မာသည် တစ်ဖက်တွင် အသုံးဝင်သော Python စာကြည့်တိုက်များကို အပြည့်အ၀ဝင်ရောက်နိုင်သည်၊ အခြားတစ်ဖက်တွင်မူ Python တွင် ဒေတာကြီးကြီးမားမားပေါင်းစည်းမှုဖြင့် လုပ်ဆောင်ရန်အတွက် လျင်မြန်သောအခြေခံကို ရရှိသည်၊ ၎င်းသည် machine learning တွင်ပါ၀င်သူများအတွက် အထူးအသုံးဝင်သည်။ သို့မဟုတ် မော်ဒယ်လုပ်ခြင်း။
 
Python တွင် Q နှင့် အလုပ်လုပ်သည်-

1. >>> q()  
2.q)trade:([]date:();sym:();qty:())  
3. q)  
4. >>> q.insert('trade', (date(2006,10,6), 'IBM', 200))  
5. k(',0')  
6. >>> q.insert('trade', (date(2006,10,6), 'MSFT', 100))  
7. k(',1')  

ကိုးကား

ကုမ္ပဏီဆိုဒ်- https://kx.com/
developer များအတွက် ဝဘ်ဆိုဒ် - https://code.kx.com/v2/
Book Q For Mortals (အင်္ဂလိပ်လို) - https://code.kx.com/q4m3/
kx ဝန်ထမ်းများထံမှ KDB+/Q အပလီကေးရှင်းများဆိုင်ရာ ဆောင်းပါးများ - https://code.kx.com/v2/wp/

source: www.habr.com