新推出的金融版eXtremeDB 6.0功能改進預覽，extremedb6.0

新推出的金融版eXtremeDB 6.0功能改進預覽，extremedb6.0

通過SQL和Python訪問基於向量的函數來提高編程速度和生產力。分散式查詢處理和運用RLE壓縮來處理資本市場中的大資料分析。

華盛頓州聯邦路，2014年10月27日–McObject®宣布eXtremeDB®金融版本6.0已正式發布，這也是面向資本市場資料庫系統技術的重要升級。此次改進包括使用廣泛應用的SQL和Python語言來訪問eXtremeDB金融版最強大的功能，用陳述性的SQL語言以及快速原型法的Python語言進行開發釋放生產力。6.0版本運用其嶄新的功能：分散式查詢處理和專業的市場資料壓縮，解決了金融系統面臨的大資料挑戰，提高了處理即時和曆史資料（當天的資料增長超過一兆）的效率。McObject合夥創始人兼CEO講到：“在STAC-M3測試以及其他測試中，eXtremeDB金融版已經展示了它處理市場資料時超低延遲的特性。6.0版本在此特性的技術上做了改進，一些特性提高效能，另外一些增加收益，還有一些新的特性兩者兼顧。資本市場的很多大公司已經運用eXtremeDB 金融版6.0版本改進的技術。McObject期望隨著此次升級進入全面發行，能協助更多的公司解決金融計算遇到的最困難的挑戰。

Graves 展示了eXtremeDB金融版6.0具體的改進，如下所示：

運用SQL, Python實現的基於向量的統計功能

eXtremeDB一個顯著地特徵就是它的基於向量的統計函數庫。這個統計函數庫被傳遞到CPU緩衝中從而縮短分析市場資料時的延遲。6.0版本引進了從內在的SQL運用其基於向量的函數的功能運用其基於向量的函數的功能，而SQL是企業電腦技術中幾乎普遍使用的資料庫語言。這也大大增加了開發人員人群，他們現有的技術能快速採納McObject的資料庫系統。

用C/C++, Python, Java 和 C# (.NET)語言編寫的應用都可以通過命令列介面使用SQL,它自己本身也可以。它在建立與資料庫系統互動代碼方面有著高水平的生產力，這樣使得在一些時間作為關鍵競爭因素的領域的開發工作更快速。McObject video 展示了從內在的SQL運用基於向量函數的實際例子。

eXtremeDB金融版6.0也支援Python。Python是用於快速演算法（特別是原型法）的一種進階語言，支援資本市場。使用Python，再加上eXtremeDB動態資料定義語言 (Data Definition Language)DDL，開發人員能夠迅速實施他們的想法，通過測試代碼的變化，資料庫表和索引進行快速最佳化。

分布式的查詢處理

運用分布式的查詢處理，eXtremeDB金融版本把整個資料庫劃分，通過多個伺服器，CPU 或者CPU核進行分散式查詢處理。在一些情況下，利用多台主機並存執行資料庫操作，資料庫的效能就會大大提高。

市場資料壓縮

此次升級增加了強大的壓縮演算法功能，用來減小儲存的市場資料的體積從而降低儲存成本並加快處理速度。這個行程長度編碼（RLE）壓縮可以運用在柱狀資料（即定義為eXtremeDB金融版的‘列'資料庫類型，通常用於交易，報價，以及其他市場資料）在McObject 的測試中，啟用這個功能之後，芝加哥期權交易市場波動指數（VIX）的筆資料體積降到了其預壓縮體積的四分之一，資料庫的讀取速度也增加了21%。eXtremeDB 金融版6.0也增加了壓縮非柱狀結構資料的功能。

基於向量的統計函數庫的改進

eXtremeDB 金融版6.0用多種方法改進其基於向量的函數庫，包括：

• 許多新的功能，包括一整族的哈喜彙總功能，這個功能可以
• 提高無序序列（即不按照時間戳記和固定的時間間隔篩選）。
• 從一個輸入字串建立一個序列，如下面樣本：建立一個名為“競標”的序列：“插入報價值('{1.0, 1.1, 1.2, 1.1}')”
• 通過一個新的SQL SELECT語句關鍵字，把柱狀資料（即時間序列資料如市場資料傳統關係型資料庫基於行的格式。