数据存储的合理性:金融业务可以不用关系型数据库吗

数据存储有多种选择,首先从数据分类开始。

数据分类

图数据类型、没有关系的数据类型、树状数据类型

图数据库

支持图的查询;相邻关系查询,联通关系查询。

一般出现在数据分析部门。做背景调查查(KYC,Know YourCustomer),或者洗钱检查(AML,Anti-Money Laundering)等。

时序数据库

普遍采用列存储的方式

出现在存储 大盘、汇率、指数 等市场数据的存储上。

KDB 简介

金融行业的时序数据库解决方案。

K 语言(源于A+)和 Q 语言 都类似lisp 语法;

KDB 特点

  • 单线程
  • 向量指令处理
  • 使用范围 GB-TB 的数据量
  • 学习成本高,需要掌握 K、Q 语言
  • 维护成本高。(贵)

双时序数据库

  • 双时序数据库不适合吞吐量特别高的业务,如:股票和外汇业务这些高频交易类业务
  • 比较适合交易量稍小一些的场外交易类业务。像债券、期货、资产证券化

一般采用自研。

关系型数据库

  • 树状存储,解决了大多数的对象关系抗阻不匹配问题
    • 对象存储到关系型数据库,将图论翻译成集合论。不能完全匹配。
  • NewSQL
    • 解决两个问题:高并发、高流量;树状数据的存储
    • 解决了存储,没有解决对象查询的问题
  • 事务的支持简化了架构难度
0%