在我的日常工作中，时序数据场景非常常见——服务监控指标、业务日志分析、IoT设备数据、金融行情处理。每次技术选型，我都会在几个主流方案之间纠结：

随着工业物联网（IIoT）进入深水区，一个残酷的悖论正在浮现：数据量呈指数级增长，数据价值却呈断崖式衰减。传统时序数据库"重存储、轻计算"的架构缺陷，导致工业企...

回测慢、框架难维护，是量化开发里最耗精力的两件事。数据加载等5分钟，调个参数再等5分钟；想扩展到多资产，发现撮合、资金管理牵一发动全身。

2026 年 4 月 15 日，全球金融科技领域顶级行业论坛 STAC Summit Hong Kong 2026 在香港金融大会堂（HKEX Connect ...

"人们眼中的天才之所以卓越非凡，并非天资超人一等而是付出了持续不断的努力。1万小时的锤炼是任何人从平凡变成超凡的必要条件。———— 马尔科姆·格拉德威尔"

在长三角某智能工厂的中央控制室里，数百块屏幕实时跳动着产线数据。表面上看，这是一幅"万物互联"的繁荣图景；但在工程师眼中，这些数据大多处于"沉睡"状态——它们被...

从百万测点的水电站到万台风机的风电场，从核反应堆的毫秒级监控到地震台网的实时波形分析——DolphinDB 正在成为工业物联网时代最坚实的数据底座。

随着 vibe coding 相关技术日趋成熟，大模型辅助编程已经逐渐成为主流的开发方式。各大模型也在持续发力工程级代码能力，竞争愈发激烈。

很多开发者在本地跑通了 DolphinDB 之后，就觉得万事大吉了。但真正上了生产环境，才发现运维才是最容易翻车的地方——磁盘悄悄满了、关机没确认进程、随手删了...

在物联网领域，从智能电表每隔数秒上报的读数，到城市交通网络中持续流转的车流信息，这类按时间序列生成的数据规模正以指数级膨胀。