量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 随着国内量化金融的高速发展，行情数据所包含的微观交易结构信息越来越受到券商自营团队、资管团队以及各类基金的重视。这些交易团队迫切希望拥有一个与生产环境类似的投研仿真环境，提升研发的效率和质量。 今天，公众号将为大家分享
量化投资与机器学习微信公众号，是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者，荣获2021年度AMMA优秀品牌力、优秀洞察力大奖，连续2年被腾讯云+社区评选为“年度最佳作者”。 前言 因子挖掘是量化交易的基础。除传统的基本面因子外，从中高频行情数据中挖掘有价值的因子，并进一步建模和回测以构建交易系统，是一个量化团队的必经之路。金融或者量化金融是一个高度市场化、多方机构高度博弈的领域。因子的有效时
DolphinDB为海量结构化数据的极速存储、检索、计算与分析提供了一站式解决方案，特别适合金融行业用来处理大规模数据，尤其是L1，L2以及逐笔委托的行情数据。
复杂而又变化多端的中高频量价因子的研究和开发已经成为众多量化私募最重要的工作之一。DolphinDB作为一个一站式的时序数据存储、分析和实时计算平台，可以帮助金工和IT人员将复杂的因子快速转化成能在研发或生产环境中高效运行的计算机脚本。
最近，专升本职高生周信静逆袭成MIT博士生的故事，再度刷爆互联网，冲上知乎热搜第一。
很多情况下，反映一个服务的健康状态，单从其服务可用性并不完全准确，反而服务的某些日志可以准确的反映出这个服务是否处于亚健康状态，是否即将出现异常，从而从一定程度进行故障预测和干预。
时序数据库全称为时间序列数据库。时间序列数据库主要用于指处理带时间标签（按照时间的顺序变化，即时间序列化）的数据，带时间标签的数据也称为时间序列数据。时序数据的兴起还是榜上了物联网的大风。物联网（Internet of Things，简称IOT）是指通过各种信息传感器实时采集任何需要管理设备的信息，并进行管理。物联网的基础数据具有数据量大、结构单一、时间属性强、查询简单等特点，传统的关系型数据库在面对物联网数据时，显得应对发力，基本上属于功能过剩但性能不足。 目前最新的DB-Engine上时序数据库排名如下:
时序数据库厂商「格睿云Greptime」已于近期完成天使轮融资。据介绍，本轮融资金额在数百万美金级别，由耀途资本领投，九合创投跟投。Greptime成立于2022年4月，是一家时序数据库厂商。公司CEO 庄晓丹曾在蚂蚁集团带领智能监控团队自研超大规模时序数据平台并实践 AIOps 智能运维，CTO 孙宁及技术 VP 冯家纯分别来自滴滴与蚂蚁集团。
2021年9月29日，中国地震台网中心发布《国家地震烈度速报与预警工程数据库、消息中间件采购与定制模块开发采购项目》招标公告，预算 630 万。 废标公告 2021年10月21日发布废标公告：因有效投标供应商不足3家，废标。 浙江智臾科技有限公司（DolphinDB）未通过初审： 符合性审查未通过：未提供时序数据库“集群节点数要求”的有效证明材料。 （二次）招标 2021年11月15日再次发布招标公告，预算 630 万。 项目概述： 集成需求： 采购产品一览表： 中标结果 2021年12月9日
Machbase 是一个针对工业物联网优化的超快时序数据库管理系统，提供数据合并和监控功能。 此外，它可以有效地构建边缘计算环境。Machbase Edge Edition 旨在即使嵌入在资源有限的小型设备中也具有高速处理性能。通过嵌入众多小型设备中的边缘版，可以通过收集和处理生产现场产生的所有数据来构建完美的边缘计算基础设施。Machbase Edge Edition 是边缘计算的最佳解决方案。
随机森林属于 集成学习 中的 Bagging（Bootstrap AGgregation 的简称） 方法。如果用图来表示他们之间的关系如下：
MySQL 作为使用范围最广的开源关系型数据库，是每个后端开发人员都绕不开的一道坎。我在上一篇文章中也写了关于 MySQL 中的 MVCC 的细节及各个隔离级别如何使用 MVCC，有兴趣的可以查看。
全局锁主要应用于做全库逻辑备份，这样在备份数据库期间，不会因为数据或表结构的更新，而出现备份文件的数据与预期的不一样。
offset：表⽰偏移量，通俗点讲就是跳过多少⾏，offset可以省略，默认为0，表
在计算机系统中，锁（Lock）是一种同步机制，用于控制对共享资源的访问。它确保在任何给定时间内只有一个线程能够访问受保护的共享资源，从而避免了由并发访问导致的数据竞争和不一致问题。
当我们使用如上所述的语法的时候，这两种方式在事务(Transaction) 进行当中SELECT 到同一个数据表时，都必须等待其它事务数据被提交(Commit)后才会执行。
... FROM table1 INNER|LEFT|RIGHT JOIN table2 ON conditiona
在InnoDB中，锁可以分为两种级别，一种是共享锁（S锁），另一种是排他锁（X锁）。
正文之前 昨天下午写了篇 Mysql学习小计，结果出乎意料的受欢迎？变相刺激了我多写点 Mysql？好吧，如尔所愿。我晚上反正还不知道学点啥，就把今天看的那个菜鸟教程学完吧，到时候估计一点了，就可以睡了。 正文 ---- Mysql 排序 select field1, field2,...fieldN table_name1, table_name2 order by field1, [field2...] [ASC [DESC]] 你可以使用任何字段来作为排序的条件，从而返回排序后的查询结果。 你
MySQL 数据库使用SQL SELECT语句来查询数据。 你可以通过 mysql> 命令提示窗口中在数据库中查询数据，或者通过 Python来查询数据。 语法 以下为在MySQL数据库中查询数据通用的 SELECT 语法： SELECT column_name,column_name FROM table_name[WHERE Clause][LIMIT N][ OFFSET M] 查询语句中你可以使用一个或者多个表，表之间使用逗号(,)分割，并使用WHERE语句来设定查询条件。 SELECT 命令可以读
Binlog Load提供了一种使Doris增量同步用户在Mysql数据库的对数据更新操作的CDC(Change Data Capture)功能。针对MySQL数据库中的INSERT、UPDATE、DELETE、过滤Query支持，暂不兼容DDL（Data Definition Language）语句。
我们为hero表的id列创建了聚簇索引，为name列创建了一个二级索引。这个hero表主要是为了存储三国时的一些英雄，我们向表中插入一些记录：
MySQL InnoDB Lock主要从5个部分介绍，这篇文章承接 上一篇 ，会详细介绍后3部分。 ---- 数据库数据一致性 InnoDB事物一致级别 InnoDBLock基础知识 RR一致级别下SQL对应InnoDBLock情形 InnoDBLock定位分析 ---- InnoDBLock基础知识 InnoDB锁按照级别分： 表级别（MySQL Server提供）MySQL Internal Lock或意向锁 行级别（InnoDB存储引擎提供） InnoDB表级别锁按照操作性分： IS Lock（意向共
mysql 中 SELECT 命令类似于其他编程语言的 print 或 write，可用来显示字符串、数字、数学表达式的结果等
SELECT class_no FROM student WHERE name = 'lcy' AND age > 18 GROUP BY class_no
MyISAM 仅仅支持表级锁(table-level locking)，一锁就锁整张表，这在并发写的情况下性非常差。
从这个题目来看，其实包含了两个要求，第一个要求就是：从MySQL数据表中查询一条随机的记录。第二个要求就是要保证效率最高。
Select [distinct ] <字段名称> from 表 1 [ <join 类型> join 表 2 on <join 条件> ] where <where 条件> group by <字段>
上篇文章MySQL的优化利器：索引条件下推，千万数据下性能提升273%🚀，我们说到MySQL中server层与存储引擎层的交互、索引、回表、ICP等知识（有不理解的概念可以看上篇文章哈~）
正式讲 ICP 之前了，我们先将相关的概念捋一捋，知道的就当回顾，不知道的就当了解了，这有助于对 ICP 的理解
数据库隔离级别有四种，应用《高性能mysql》一书中的说明： 然后说说修改事务隔离级别的方法： 1.全局修改，修改mysql.ini配置文件，在最后加上 1 #可选参数有：READ-UNCOMMITT
SQL 学过一点，但是没有怎么用，因此用的时候经常又要去看一遍教程，不如直接把经常会用到的语句给记录下来，下次直接看这一篇就行了。
实践中，MySQL的优化主要涉及SQL语句及索引的优化、数据表结构的优化、系统配置的优化和硬件的优化四个方面，如下图所示：
客户端发往MySQL的一条条SQL语句，实际上都可以理解成一个个单独的事务（一条sql语句默认就是一个事务）。而事务是基于数据库连接的，每个数据库连接在MySQL中，又会用一条工作线程来维护，也意味着一个事务的执行，本质上就是一条工作线程在执行，当出现多个事务同时执行时，这种情况则被称之为并发事务，所谓的并发事务也就是指多条线程并发执行。
《MySQL性能调优，这个工具最有用》留了一个尾巴： select id,name where name='shenjian' select id,name,sex where name='shenjian' 多查询了一个属性，为何检索过程完全不同？ 什么是回表查询？ 什么是索引覆盖？ 如何实现索引覆盖？ 哪些场景，可以利用索引覆盖来优化SQL？ 这些，这是今天要分享的内容。 画外音：本文试验基于MySQL5.6-InnoDB。 一、什么是回表查询？ 这先要从InnoDB的索引实现说起，InnoDB有两大类
如何设计最优的数据库表结构，如何建立最好的索引，以及如何扩展数据库的查询，这些对于高性能来说都是必不可少的。但是只有这些还不够，要获得良好的数据库性能，我们还要设计合理的数据库查询，如果查询设计的很糟糕，即使增加再多的只读从库，表结构设计的再合理，索引再合适，只要查询不能使用到这些东西，也无法实现高性能的查询。所以说查询优化，索引优化，库表结构优化需要齐头并进。
https://dev.mysql.com/doc/refman/8.0/en/innodb-locking.html#innodb-shared-exclusive-locks
MyISAM表的读和写是串行的，但这是就总体而言的。在一定条件下，MyISAM表也支持查询和插入操作的并发进行。
SS可以兼容的，XS、SX、XX之间是互斥的，即读锁之间可以共享，读写和写写之间是不兼容的
在前几章节中，我们已经学会了如何在一张表中读取数据，这是相对简单的，但是在真正的应用中经常需要从多个数据表中读取数据。
你可以通过 mysql> 命令提示窗口中在数据库中查询数据，或者通过PHP脚本来查询数据。
【1】Read Uncommitted（读取未提交内容）：出现脏读，也就是可能读取到其他会话中未提交事务修改的数据。 【2】Read Committed（读取已提交内容）：不可重复读，只能读取到已经提交的数据。Oracle 等数据库默认的隔离级别。 【3】Repeatable Read（可重复读）：出现幻读。在同一个事务内的查询都和事务开始时刻一致。InnoDB默认级别。 【4】Serializable（串行读）：完全串行化的读，每次读都需要获得表级共享锁，读写相互都会阻塞。
最近公司项目添加新功能，上线后发现有些功能的列表查询时间很久。原因是新功能用到旧功能的接口，而这些旧接口的 SQL 查询语句关联5,6张表且编写不够规范，导致 MySQL 在执行 SQL 语句时索引失效，进行全表扫描。原本负责优化的同事有事请假回家，因此优化查询数据的问题落在笔者手中。笔者在查阅网上 SQL 优化的资料后成功解决了问题，在此从==全局角度==记录和总结 MySQL 查询优化相关技巧。
MySQL的并发控制是在数据安全性和并发处理能力之间的权衡，通过不同的锁策略来决定对系统开销和性能的影响。
本文给出一些函数接口，末尾给出一些调用堆栈，为感兴趣的朋友做一个参考，也为自己做一个笔记。
如需有条件地从表中选取数据，可将 where 子句添加到select语句中。 SELECT field1, field2,...fieldN FROM table_name1, table_name2... [WHERE condition1 [AND [OR]] condition2.....
设置innodb的事务级别方法是：set 作用域 transaction isolation level 事务隔离级别，例如~
MySQL一直是面试中的热点问题，也难道了很多的面试者。其实MySQL没那么难，只是大家没有系统化、实战性的过去学习、总结。同时很多开发者在实际的开发过程中也很少去接触一些偏向底层的知识。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
