LAOZEI

应用程序可能要基于不同数据库工作，各种数据库的 SQL 语法大体一致，但仍有些差别，结果就要改造这些 SQL，而这事通常只能手工调整，工作量大还容易出错。 完全自动改造 SQL 几乎是无法做到的，毕竟

SPL 量化工作台是基于开源 SPL 技术实现的一套量化策略设计和回测平台。它让你轻松迈入量化投资的世界——无需编程基础，有 Excel 技能就可以设计策略；无需复杂设备，打开网页就能使用；更无需巨额

存储过程是个让人爱恨交加的东西。 它的意义自不必提，各大老牌数据库都支持，而且经常以此来挤兑一些还不支持存储过程的新数据库。反过来，它的缺点也很明显，能见到很多开发团队在努力拆除存储过程，在应用程序中

DuckDB 和 esProc SPL 都能嵌入到应用作为计算引擎，这里比较一下哪个更轻量一些。“轻量”不仅指体积大小，也体现在开发维护的简洁性上。 DuckDB 用起来确实方便，Python 里直接

ORM 技术确实简化了基础 CRUD 操作，但面对复杂计算时也有很多局限性。Hibernate 的 HQL 能力明显不足，难以实现动态列运算和多层关联；JOOQ 通过 DSL 提升了灵活性，但分组计算

某库表记录了特定日期计划的入库量和入库后的库存，比如 2 月 26 日计划入库 0.6，入库后库存为 3。 现在要根据指定的日期，用计划的入库量和入库后的库存倒推出初始日期，也就是零库存或负库存的那一

序言 量化交易是通过数学模型、统计学方法和计算机技术，将市场行为转化为可执行的交易策略的自动化投资方式。其核心是通过大数据分析、机器学习和金融工程等技术，从历史数据中挖掘市场规律，预测价格趋势并生成交

数据量大或者数据库繁忙都会导致数据库查询变慢，这时将数据用 esProc 导出存成文件再计算可以大幅提升性能。 数据与用例 MySQL 数据库有 orders_30m 表存储着历年的订单数据，表结构如

数据分析经常出现跨行计算，比如比上期、比同期、移动平均等等。针对有序数据集实现跨行计算，会涉及集合相邻成员引用的问题。 比如某商家某年 12 个月的销售额已经按月份次序准备好，现在要计算最大月增长额。