共计 3485 个字符，预计需要花费 9 分钟才能阅读完成。
给定高频交易数据以及报价数据，如何判断每笔交易是由买方驱动或是卖方驱动，是进行高频交易数据分析常常须要解决的问题。本文将介绍如何应用 DolphinDB 疾速计算每笔交易的驱动方，只需不到 2 秒钟即可对美国一天的 level 1 的高频交易数据进行计算并存入数据库。本文应用了非同时连贯（asof join）以及 map-reduce。
本文用到的数据是含有逐笔交易的交易表 trade 和交易报价表 nbbo。它们别离蕴含以下字段：
trade
Symbol：股票代码
Time：工夫
Trade_Volume：交易量
Trade_Price：交易价格
nbbo
Symbol：股票代码
Time：工夫
Bid_Price：买方报价
Offer_Price：卖方报价
本文用到的数据都是从纽约证券交易所网站获取，能够从 NYSE 的 ftp 下载。下载 EQY_US_ALL_TRADE_20161024.gz 和 EQY_US_ALL_NBBO_20161024.gz 两个文件，而后把它们解压，保留在 /home/DolphinDB/Data 目录下，把两个文件的最初一行删除，因为最初一行是用来标记文件结尾的。
sed -i '$ d' EQY_US_ALL_TRADE_20161024
sed -i '$ d' EQY_US_ALL_NBBO_20161024
复制代码 在 DolphinDB 中执行以下脚本，把数据导入到 DolphinDB database 中。本教程应用的是分布式数据库，如果想应用内存数据库，只需把 dbPath 批改为 ””，若要应用本地磁盘数据库，只需把 dbPath 批改为磁盘目录，比方“/home/DolphinDB/Data/EQY”。
DATA_DIR = "/home/DolphinDB/Data"
login("admin","123456")
dbPath= "dfs://EQY"
db = database(dbPath, SEQ, 16)
trade = loadTextEx(db, `trade, DATA_DIR + "/EQY_US_ALL_TRADE_20161024",'|')
nbbo = loadTextEx(db, `nbbo, DATA_DIR + "/EQY_US_ALL_NBBO_20161024",'|')
复制代码 把分布式表加载到内存中：
db=database(dbPath);
trade = db.loadTable("trade")
nbbo = db.loadTable("nbbo")
复制代码 通过 map-reduce 分布式计算框架，把后果保留至分布式表中。分布式表的数据在物理上散布在不同的节点，通过 DolphinDB 的分布式引擎，能够做对立查问。
创立分布式表 trade_side，用于保留计算结果。用于保留后果的表除了蕴含 trade 表中的字段，还蕴含 Bid_Price、Offer_Price 和 Side 字段。
model=select top 1 * from trade
model[`Bid_Price]=0.0
model[`Offer_Price]=0.0
model[`Side]='B'
if(existsTable(dbPath, "trade_side"))
db.dropTable("trade_side")
db.createPartitionedTable(model, "trade_side", "Symbol")
复制代码 判断每笔交易由买方或卖方驱动，咱们定义的算法如下：如果交易价格小于交易报价的平均价格，交易为卖方驱动，把 Side 设置为 ’S’；如果交易价格大于交易报价的平均价格，交易为买方驱动，把 Side 设置为 ’B’。如果买方报价等于交易报价的平均价格，则把 Side 设置为 NULL。
def saveTradeSide(t){update t set Side = iif(Trade_Price<(Bid_Price + Offer_Price)*0.5, 'S',iif(Trade_Price>(Bid_Price + Offer_Price)*0.5, 'B',char()))
update t set Side = NULL where Bid_Price >= Offer_Price or Bid_Price <= 0
loadTable("dfs://EQY", "trade_side").append!(t)
return t.size()}
复制代码 iif(condition, x, y)
：iif 是条件运算符。condition 是条件向量，如果 condition[i] 为 true，则返回 x[i]，否则返回 y[i]。
以下代码连贯交易表 trades 和交易报价表 nbbo，sqlDS 函数会依据输出的 SQL 元代码创立数据源。通过 map-reduce 函数 mr 把 saveTradeSide 利用到各个数据源。
ds = sqlDS(<select trade.*, Bid_Price, Offer_Price from aj(trade,nbbo,`Symbol`Time) where Time between 09:30:00.000000000 : 15:59:59.999999999>)
mr(ds,saveTradeSide,+)
复制代码 aj（asof join）是 DolphinDB 专门为时序数据设计的连贯形式。因为成交和交易报价的产生工夫不可能完全一致，因而不能应用等值连贯（equal join）。在下面的代码中，如果对同一支股票，表 nbbo 中没有与表 trade 中 Time 匹配的行，asof join 会在右表中取同一支股票该时刻之前最近的工夫以匹配。
DolphinDB 提供了基于 map-reduce 和迭代的分布式算法。用户只须要指定分布式数据源和外围函数，如 map 函数、reduce 函数、final 函数等，十分不便。DolphinDB 的分布式应用无需编译、打包或者部署，能够在线应用，大大提高了数据分析师的工作效率。trade 表有 8023 只股票共 2700 万条交易记录，nbbo 表有 7800 万条记录。如此宏大的数据量，应用分布式计算，仅需 1 秒多，性能极佳。
查看 IBM 的前 100 条后果：
select top 100 Time, Exchange, Symbol, Trade_Volume, Trade_Price, Bid_Price, Offer_Price, Side from db.loadTable("trade_side") where Symbol=`IBM
Time Exchange Symbol Trade_Volume Trade_Price Bid_Price Offer_Price Side
09:30:00.105112000 80 IBM 900 150.4 150.12 150.97 'S'
09:30:00.105201000 80 IBM 900 150.4 150.12 150.97 'S'
09:30:00.105293000 80 IBM 400 150.4 150.12 150.97 'S'
09:30:00.105398000 80 IBM 119 150.4 150.12 150.97 'S'
09:30:00.105498000 80 IBM 81 150.4 150.12 150.97 'S'
09:30:00.432775000 80 IBM 100 150.49 150.49 150.97 'S'
09:30:00.452763000 90 IBM 200 150.49 150.49 150.97 'S'
09:30:00.480602000 84 IBM 100 150.49 150.49 150.73 'S'
09:30:00.480698000 84 IBM 100 150.49 150.49 150.73 'S'
09:30:00.563528000 78 IBM 55,940 150.58 150.49 150.73 'S'
09:30:00.577708000 90 IBM 100 150.59 150.49 150.95 'S'
09:30:00.578129000 78 IBM 40 150.65 150.49 150.95 'S'
09:30:00.578235000 78 IBM 60 150.69 150.2 150.9 'B'
09:30:00.584212000 80 IBM 89 150.5 150.2 150.9 'S'
09:30:00.600259000 80 IBM 1 150.5 150.2 150.9 'S'
...
复制代码 如果数据量不大，能够通过 SQL 语句进行计算，间接在线应用，十分不便。
select trade.*, Bid_Price, Offer_Price,iif(Trade_Price<(Bid_Price + Offer_Price)*0.5, 'S',i
