01
量化数据库全景概览
为什么量化交易需要专用数据库？OLTP与OLAP在量化场景下的区别。
概览OLTP/OLAP
02
时序数据库选型（上）
InfluxDB、TimescaleDB、QuestDB核心特性对比与适用场景。
时序对比
03
时序数据库选型（下）
DolphinDB、ClickHouse在量化高频场景下的实战表现。
高频实战
04
关系型数据库选型
MySQL vs PostgreSQL，事务隔离级别对回测系统的影响。
关系型事务
05
内存数据库选型
Redis、Aerospike、ScyllaDB在实时行情缓存中的应用。
内存缓存
06
列式存储与行式存储
Parquet、ORC、Arrow格式在因子存储中的选择。
列存格式
07
数据库基准测试方法论
TPC-H、TSBS、自定义回测场景压测方案。
压测基准
08
数据建模实战（一）
K线数据表设计——时间分区、标签索引、字段压缩。
K线建模
09
数据建模实战（二）
订单簿与深度数据建模——快照与增量合并策略。
订单簿增量
10
数据建模实战（三）
因子数据存储——宽表 vs 窄表 vs 列族设计。
因子宽窄表
11
索引优化策略
时间戳索引、倒排索引、BRIN索引在量化查询中的妙用。
索引BRIN
12
分区与分片策略
时间分区、哈希分片、范围分片在万亿级数据下的实践。
分区分片
13
数据压缩技术
Delta编码、字典压缩、浮点数压缩在金融数据上的效果。
压缩编码
14
写入优化
批量写入、管道写入、异步刷盘——如何压榨数据库写入性能。
写入性能
15
查询优化
谓词下推、向量化执行、预聚合——让回测查询快10倍。
查询向量化
16
缓存策略
Redis缓存热点数据、本地缓存、多级缓存架构设计。
缓存多级
17
数据一致性
CAP理论在量化系统中的应用，最终一致性如何保证回测正确性。
一致性CAP
18
高可用与容灾
主从复制、多活架构、异地灾备在量化平台中的部署。
高可用容灾
19
实时流处理与数据库集成
Kafka + Flink + 数据库的Lambda架构。
流处理Lambda
20
数据清洗与质量保障
异常值检测、数据对齐、缺失值处理流水线。
清洗质量
21
回测系统的数据库挑战
如何存储千万级订单记录并支持快速回放。
回测订单
22
实盘交易系统的数据库挑战
低延迟写入、高并发查询、事务一致性。
实盘低延迟
23
数据仓库选型
Snowflake、Redshift、BigQuery在量化研究中的对比。
数仓对比
24
数据湖方案
Delta Lake、Iceberg、Hudi在因子库管理中的实践。
数据湖因子
25
数据库监控与调优
慢查询日志、性能监控面板、自动参数调优。
监控调优
26
云原生数据库
TiDB、CockroachDB在全球化量化平台中的应用。
云原生分布式
27
数据库安全
数据加密、访问控制、审计日志在量化系统中的实现。
安全审计
28
成本优化
存储分层、冷热数据分离、按需扩缩容策略。
成本分层
29
案例实战（一）
从零搭建一个日频回测数据库——选型、建模、调优全流程。
实战日频
30
案例实战（二）
高频Tick级数据库架构——从采集到查询的端到端优化。
Tick端到端