高频工夫序列的解决中，常常会用到滑动，偏移，聚合，转置，关联等操作。譬如说我想对一个某指标列用过来一个小时的数据的均值来做平滑解决，又或者想找到每一个时刻，该指标一个小时前的相应的指标值。如果序列中每个指标的距离是相等的而且两头没有缺失数据，譬如说0.5s，3s，那么咱们能够把工夫窗口转化成固定记录条数的窗口，基本上罕用的数据分析软件语言都能够实现滑动窗口函数性能。如果条件不能满足，就变成了比较复杂的非等距离的工夫序列解决问题。

假如有一组这样的数据：

time   val------ ---12:31m 1  12:33m 2  12:34m 3  12:35m 4  12:37m 5  12:40m 6  12:41m 7  12:42m 8  12:43m 9  12:45m 10

咱们在每一个工夫点上，须要计算过来5分钟内val的均值。因为每条数据的工夫距离不相等，咱们不能确定工夫窗口的数据条数。因而，咱们须要将数据逐条与工夫窗口的边界比照，找到工夫窗口中的数据，再计算avg(val)。

这一类问题，DolphinDB和kdb均提供了window join，能够不便地实现这一工作。DolphinDB的实现脚本如下：

t=table(12:31m 12:33m 12:34m 12:35m 12:37m 12:40m 12:41m 12:42m 12:43m 12:45m as time,1..10 as val)wj(t,t,-5:-1,<avg(val)>,`time)time   val avg_val------ --- -------12:31m 1          12:33m 2   1      12:34m 3   1.5    12:35m 4   2      12:37m 5   3      12:40m 6   4.5    12:41m 7   5.5    12:42m 8   6      12:43m 9   7      12:45m 10  7.5

window join须要提供左右表、工夫窗口、聚合函数和连贯列。左表用于指定产生计算的工夫点，右表是原始数据。-5:-1是工夫窗口，示意以后时刻的前5分钟。如果工夫窗口的高低边界都为负数，如1:5，示意以后时刻的后5分钟。如果工夫窗口的边界为0，如-5:0或0:5，示意以后时刻也蕴含在工夫窗口内。如果工夫窗口的高低边界是一正一负，如-5:5，示意过来5分钟到将来5分钟，以后时刻也蕴含在窗口中。

上面具体解释一下计算过程。以第一条数据为例，产生计算的工夫点为12:31m，数据窗口为12:31m-5到12:31m-1，即12:26m到12:30m，高低边界都蕴含在内。零碎会在t中寻找工夫在数据窗口的数据，并对它们计算avg(val)，如此类推。

下面的例子中，数据只蕴含一只股票，如果数据蕴含多只股票，要求每一时刻每只股票过来5分钟的avg(val)，那要怎么操作呢？window join能够指定多个连贯列，零碎会先依据后面N - 1连贯列做等值连贯（equal join），在每一个细分的组中，再依据最初一个连贯列做window join。请看上面的例子，假如原始数据如下：

time   sym val------ --- ---12:31m A   1  12:31m B   2  12:33m A   3  12:33m B   4  12:34m B   5  12:35m A   6  12:35m B   7  12:36m A   8  12:28m A   9  12:39m B   10 12:40m A   11 12:40m B   12

当初要计算每一时刻，过来5分钟内每只股票代码的avg(val)。脚本如下：

t=table(12:31m 12:31m 12:33m 12:33m 12:34m 12:35m 12:35m 12:36m 12:28m 12:39m 12:40m 12:40m as time,`A`B`A`B`B`A`B`A`A`B`A`B as sym,1..12 as val)wj(t,t,-5:-1,<avg(val)>,`sym`time)time   sym val avg_val ------ --- --- --------12:31m A   1           12:31m B   2           12:33m A   3   1       12:33m B   4   2       12:34m B   5   3       12:35m A   6   2       12:35m B   7   3.66666712:36m A   8   3.33333312:28m A   9           12:39m B   10  6       12:40m A   11  7.66666712:40m B   12  8.5

以左表的第一条数据为例，sym=A，time=12:31m，因而数据窗口为12:26m到12:30m，零碎会在右表中寻找在工夫窗口中的数据，并且sym=A的数据来计算avg(val)。

DolphinDB的window join反对任意聚合函数，既反对内置的avg、beta、count、corr、covar、first、last、max、med、min、percentile、std、sum、sum2、var和wavg， 也能够反对用户自定义的聚合函数；聚合函数的参数能够是一个，也能够是多个；参数既能够是表中的某一列，也能够是一个计算字段。

和不同的聚合函数联合，能够满足很多业务场景的须要。试想这样一个场景，有两个表t1和t2，它们的内容如下：

t1=table(1 3 5 7 2 as id, 2012.06.12 2013.06.26 2014.06.14 2015.06.23 2016.06.19 as date)t2=table(1 2 6 7 8 as id,5 2 4 7 9 as val,2014.10.20 2015.02.05 2016.08.15 2017.12.23 2018.06.23 as date)

当初要找出t2中与t1的id对应，并且工夫在t1工夫之后的第一条记录。应用DolphinDB能够十分不便地实现：

wj(t1,t2,1:(365*100),<first(val)>,`id`date)id date       first_val-- ---------- ---------1  2012.06.12 5        3  2013.06.26          5  2014.06.14          7  2015.06.23 7        2  2016.06.19

这里咱们设置的数据窗口是1:36500，即100年。这是为了避免t2中每条数据date2的距离过大，数据没有落在数据窗口中的状况呈现。在传统数据库中，如SQL Server，须要通过自定义函数来实现。代码如下：

create table t1(id int,date date)insert into t1 values(1,'2012-06-12')insert into t1 values(3,'2013-06-26')insert into t1 values(5,'2014-06-14')insert into t1 values(7,'2015-06-23')insert into t1 values(2,'2016-06-19')gocreate table t2(id int,val int,date date)insert into t2 values(1,5,'2014-10-20')insert into t2 values(2,2,'2015-02-05')insert into t2 values(6,4,'2016-08-15')insert into t2 values(7,7,'2017-12-23')insert into t2 values(8,9,'2018-06-23')gocreate function [dbo].[getRight](    @curid int,    @curdate date)returns intasbegin    declare @reV int    select top 1 @reV = val from t2 where id=@curid and date>=@curdate    return @reVendgoselect id,date,dbo.getRight(id,date) as 'first' from t1

SQL Server的性能较差，DolphinDB大概比SQL Server快300倍。

pandas的rolling函数只能解决等工夫距离的数据，不能解决非等工夫距离的数据。DolphinDB和kdb+则都可解决。上面咱们随机生成一个一千万行的表来测试DolphinDB和kdb+中window join的性能。测试应用的机器配置如下：

CPU：Intel(R) Core(TM) i7-7700 CPU @3.60GHz 3.60 GHz

内存：16GB

OS：Windows 10

DolphinDB脚本如下：

n=10000000t=select * from table(rand(2012.06.12T12:00:00.000..2012.06.30T12:00:00.000,n) as time,rand(`A`B`C`D`E,n) as sym,rand(100.0,n) as x) order by time timer wj(t,t,-6:0,<avg(x)>,`sym`time)

kdb+脚本如下：

n:10000000t:`sym`time xasc ([]time:2012.06.12T12:00 + (n ? 1000000);sym:n ? `A`B`C`D`E;x:n ? 100.0)update `p#sym from `tf:`sym`timew:-6 0+:t.timet wj1[w;f;t;(t;(avg;`x))]

DolphinDB耗时456毫秒，kdb+耗时 16,398毫秒。咱们调整工夫窗口的长度，测试DolphinDB和kdb+的体现如何。工夫窗口为60毫秒，DolphinDB耗时455毫秒，kdb+耗时21,521毫秒；工夫窗口为600毫秒，DolphinDB耗时500毫秒，kdb+耗时73,649毫秒。能够看到，DolphinDB window join的性能与窗口长度无关，而kdb+ wj1中的性能与窗口的长度无关，窗口越长，耗时越长。这是因为DolphinDB对内置的聚合函数avg做了优化，在window join中的计算速度与窗口无关。这些优化的聚合函数包含avg、beta、count、corr、covar、first、last、max、med、min、percentile、std、sum、sum2、var和wavg。

DolphinDB database 下载：www.dolphindb.cn

DolphinDB技术交换群：智臾科技：DolphinDB技术交换群，内含二维码