如何将MATLAB连接至DolphinDB流表？低时延集成方案问询

我正在开展量化策略开发工作，服务器端的DolphinDB部署了实时流表，需要通过MATLAB订阅并消费该流表数据用于下游计算，目标是找到低时延、集成成本合理的解决方案。

现有两种实现思路 #

思路一：C++ API订阅 + MATLAB MEX封装 #

通过DolphinDB的C++ API订阅流表，再封装为MATLAB可调用的MEX库，核心代码示例如下：

// sketch of C++ API subscription
DBConnection conn;
conn.connect("localhost", 8848);
conn.subscribe("localhost", 8848, "streamTable", "subHandler",
               MessageHandler, -1, true);

• 优势：理论上时延最低，直接基于原生C++ API，避免中间层开销
• 顾虑：需要从零编写MEX封装代码，不确定整体工作量，也不清楚是否有现成的封装实现可以复用

思路二：Python/C++订阅 + .mat文件轮询读取 #

通过Python或C++订阅流表后，将数据写入.mat文件，再由MATLAB定时轮询读取文件，Python版本核心代码示例如下：

import dolphindb as ddb
import scipy.io as sio
s = ddb.session()
s.connect("localhost", 8848)
def handler(msg):
    data = msg.toDF().to_dict("list")
    sio.savemat("latest.mat", data)
s.subscribe("localhost", 8848, handler, "streamTable")

• 优势：实现简单，无需复杂的封装工作
• 顾虑：文件IO和轮询间隔会引入额外时延，不确定是否能满足低时延场景的要求

疑问 #

• 是否存在更直接的MATLAB与DolphinDB流表连接方式？
• 若C++ MEX是唯一可行的低时延方案，是否有参考实现或示例可以借鉴？

内容的提问来源于stack exchange，提问作者haru