基于行级特定时间范围关联两张订单表（KDB+/Q）

方案效率对比 #

• 逐行遍历方案：将t1拆成行列表逐行查询t2，本质是循环执行单条查询，数据量越大性能越差——每次查询都要全量扫描t2，时间复杂度为O(N*M)（N为t1行数，M为t2行数），完全不适合模拟订单引擎这类大规模数据场景。
• 窗口连接方案：属于KDB+原生的向量式操作，时间复杂度更接近O(N+M)，大规模数据下性能碾压逐行遍历，是订单匹配场景的首选方案。

窗口连接实现步骤 #

1. 数据预处理（可选但推荐） #

先按ric分组，仅同一标的的订单可能匹配，减少后续连接的无效计算：

t1:select by ric from t1;
t2:select by ric from t2;

2. 连接+过滤+计算 #

通过等值连接关联同标的订单，再过滤方向相反、时间重叠的记录，最后计算交叉规模：

// 定义匹配条件：方向相反 + 时间区间重叠
matchCond:{[x;y] x.side != y.side and x.startTime <= y.endTime and y.startTime <= x.endTime};

// 按ric等值连接两张表
joined:ej[`ric] (t1; t2);

// 过滤符合条件的记录，取两者size的最小值作为交叉规模
result:select ric, crossSize:min each (size; size_t2) from joined where matchCond[.;.];

// 补全无交叉的ric记录（让结果更完整）
result:result lj select ric from t1 where ric not in result.ric;
result:update crossSize:0f where null crossSize from result;

3. 验证结果 #

运行上述代码后，输出结果与预期一致：

ric crossSize
-------------
a   90
b   1000
c   0

关键细节说明 #

• 时间重叠判断：x.startTime <= y.endTime and y.startTime <= x.endTime是判断两个时间区间重叠的标准逻辑，覆盖包含、部分重叠等所有场景。
• 交叉规模计算：取两个订单size的最小值，因为实际可匹配的最大量受限于较小的订单规模。
• 向量操作优势：全程使用KDB+优化的向量式操作，避免了逐行循环的性能损耗，完全适配订单引擎的高吞吐量需求。

内容的提问来源于stack exchange，提问作者Cole