3. NoSQL与NewSQL方案：InfluxDB、ClickHouse、DolphinDB的架构对比
行情数据有个特点——写多读少，但读的时候要求极快。传统的关系型数据库在这块其实挺吃力的。我这些年接触过不少量化团队，他们从MySQL迁移到专用时序数据库的过程，几乎都伴随着一段痛苦的回忆。
今天咱们聊聊三款主流方案：InfluxDB、ClickHouse、DolphinDB。它们各自代表了不同的设计哲学，也对应着不同的业务场景。
3.1 InfluxDB：专为时序而生
InfluxDB是我最早接触的时序数据库。2015年那会儿，有个高频交易项目需要存储毫秒级的Tick数据，MySQL根本扛不住，我们就试了InfluxDB。
架构特点：
- TSM存储引擎：类似LSM-Tree，写入是顺序追加，非常快
- 倒排索引：支持灵活的Tag查询，比如按股票代码+交易所过滤
- 数据分片：按时间范围自动分片（Shard），过期数据自动删除
核心优势：写入吞吐极高，单机轻松达到百万点/秒。查询语法简单，类SQL的InfluxQL上手快。
适用场景：
- IoT设备监控（传感器数据）
- 基础设施监控（CPU、内存、网络）
- 低频行情存储（分钟级、小时级K线）
性能瓶颈：
- 高基数问题严重。Tag的基数超过100万后，写入性能断崖式下跌。我在项目中遇到过，股票代码+3000只股票+100个字段，直接导致写入延迟从1ms飙升到50ms
- 跨时间范围的聚合查询慢。比如查一年的日K线，InfluxDB需要扫描大量分片
- 集群版（InfluxDB Enterprise）是收费的，开源版只支持单机
避坑指南：我曾经在一个项目中，把股票代码作为Tag，结果基数爆炸。后来改成Measurement+Field的方式才勉强稳住。记住：Tag的基数不要超过10万。
3.2 ClickHouse：列式存储的王者
ClickHouse其实不是纯粹的时序数据库，它是个通用的列式分析数据库。但它在行情领域的表现，说实话，让我挺意外的。
架构特点：
- 列式存储：每列单独存储，压缩比极高。行情数据通常有几十个字段，但查询只取其中几个，列式存储优势明显
- MergeTree引擎：数据先写入内存，后台异步合并。写入吞吐极高
- 向量化执行：利用CPU的SIMD指令，批量处理数据
核心优势：查询性能极强，尤其是聚合查询。10亿行数据做GROUP BY，秒级出结果。压缩比通常在5:1到10:1之间。
适用场景：
- 海量历史行情分析（几年甚至十几年的Tick数据）
- 复杂OLAP查询（比如计算某只股票过去5年的波动率）
- 实时报表和仪表盘
性能瓶颈：
- 单行写入延迟高。ClickHouse不适合做点查，比如查某只股票在某个毫秒的行情
- 不支持事务。你想想看，金融场景里有些操作需要原子性，ClickHouse做不到
- 更新和删除操作成本高。ClickHouse的Mutation操作实际上是重写整个分区
我的经验：ClickHouse最适合做「写一次，读多次」的场景。我们曾经把5年的Tick数据导入ClickHouse，压缩后只有200GB，查询速度比MySQL快了100倍。
3.3 DolphinDB：为金融量化量身定制
DolphinDB是国产数据库，说实话，我第一次接触时有点怀疑。但用下来发现，它在金融场景的设计上确实下了功夫。
架构特点：
- 内存+磁盘混合存储：热数据在内存，冷数据在磁盘。查询时自动路由
- 分布式计算引擎：支持SQL、Python、C++多种接口，内置大量金融函数
- 流式计算：支持实时数据处理，比如实时计算K线、实时风控
核心优势：一站式解决方案。从数据接入、存储、计算到策略回测，一个平台搞定。内置的金融函数库非常丰富，比如计算夏普比率、最大回撤等。
适用场景：
- 量化策略回测（需要大量历史数据+复杂计算）
- 实时行情处理（毫秒级延迟）
- 因子挖掘和因子库管理
性能瓶颈：
- 生态相对封闭。不像ClickHouse有丰富的周边工具
- 学习曲线陡峭。DolphinDB的脚本语言是自创的，和标准SQL有差异
- 内存消耗大。如果数据量超过内存容量，性能会明显下降
避坑指南：我曾经帮一个私募团队做DolphinDB的POC，他们把所有历史数据都加载到内存，结果服务器直接OOM。后来我们做了分层存储，热数据（最近3个月）放内存，冷数据放SSD，问题就解决了。
3.4 架构对比总览
为了方便对比，我整理了一张表格：
| 维度 | InfluxDB | ClickHouse | DolphinDB |
|---|---|---|---|
| 存储引擎 | TSM (LSM变种) | MergeTree | 内存+列式 |
| 写入性能 | 极高（百万点/秒） | 高（批量写入） | 高（流式写入） |
| 查询性能 | 中等（高基数下降） | 极高（列式+向量化） | 高（内存计算） |
| 金融函数 | 无 | 需自行实现 | 内置丰富 |
| 集群支持 | 企业版收费 | 开源免费 | 企业版收费 |
| 学习成本 | 低 | 中 | 高 |
3.5 核心逻辑架构图
下面这张图展示了三款数据库在行情处理链路中的定位差异：
3.6 如何选择？
说实话，没有银弹。我个人的建议是：
- 如果你只需要存监控数据，偶尔查查最近几天的趋势，InfluxDB足够了。简单、轻量、好维护
- 如果你要分析海量历史行情，做复杂的统计计算，ClickHouse是首选。性能强，生态好，社区活跃
- 如果你在做量化交易，需要实时计算+策略回测+因子管理，DolphinDB的一站式方案能省很多事
我的经验：很多团队会混合使用。比如用InfluxDB存实时监控数据，用ClickHouse存历史数据做分析，用DolphinDB做策略回测。各取所长，才是最佳实践。
嗯，这一章就聊到这儿。记住一点：没有最好的数据库，只有最适合你场景的数据库。选型之前，先想清楚你的数据量、查询模式、以及团队的技术储备。