在实时行情处理、量化交易等数据密集型场景中，系统往往需要同时完成数据接入、清洗、聚合、K 线生成、指标计算和下游分发等多个环节。链路越长，模块依赖越多，开发和维...

2026 年，几乎每家企业在做同一件事：把数据"接"到大模型上。接 API、建向量库、铺 ETL 管道——默认的想象图景是：数据流向智能，如同溪流汇入大海。

实时计算的价值不仅在于快速产出结果，更在于将结果以直观、可交互的方式呈现，帮助运维人员实时掌握设备运行状态并快速定位异常。今天作为本系列收官篇，要解决的核心问题...

每一代计算平台成熟的地标，都不是更快硬件或更强算法，而是操作系统的出现：大型机有了 OS/360，PC 有了 Windows，智能手机有了 iOS 和 Andr...

传统的相关系数、协方差，衡量的是资产之间一种平均意义上的线性关系。但真实市场里，资产之间的联动往往不是均匀分布的：有些股票，市场上涨时跟涨明显，市场下跌时却相对...

这不是修辞，而是被反复度量过的工程事实。网络学术界早在 2011 年前后就把"信息年龄"（Age of Information, AoI）形式化为一个严格的度量...

本章要讨论的，正是这个问题——实时计算。和批计算不同，实时计算面对的是持续不断的流式数据。在对实时性要求极高的业务场景中，需要以低延时完成数据清洗、聚合计算、异...

做高频策略的团队也许会遇到一件怪事：同一套统计逻辑，比如“过去 60 秒新增了多少买单”放到深交所的数据上算出来的结果是对的，放到上交所却总是偏小。

提起 DolphinDB，大多数人第一反应是"金融/物联网场景的高性能时序数据库"。这个印象没错，但已经远远不够。2026 年 7 月 12 日，Dolphin...

如果把一段 K 线看成一句“金融语言”，那么模型能不能像理解文字一样，理解价格、成交量和波动？这是近年来金融时序大模型正在尝试回答的问题。

本章节要讨论的是工业物联网里非常典型的离线批处理场景，也就是。让我们沿用上一篇的一万个传感器案例，看看当 3000 万条数据进入 DolphinDB 后，如何把...

一句话定位　DolphinX 不是 DolphinDB 外挂的 AI 工具，而是让 DolphinDB 自己"长出大脑"——把过去十年沉淀的时序数据库、工业数据...