K 线图快速绘制教程：使用 KLineChart 展示 DolphinDB K 线

devtools/2024/9/23 6:28:10/

KLineChart 是一款开源、简单易用、适用场景丰富的 Web 前端金融图表，基于 html5 canvas 构建，零依赖压缩包仅 40K，非常轻量。它可以用于渲染金融 K 线图，同时支持多种数据源，提供了丰富的交互功能以及指标计算接口。由于 KLineChart 高度可定制且用户友好，非常适合开发者将复杂的图表功能集成到其他金融应用程序中。

DolphinDB 身为一个高性能的数据库，不仅在存储和数据分析上具有优势，也提供了丰富的 API 接口和插件，和各种外部工具对接和集成。DolphinDB JavaScript API 封装了操作 DolphinDB 数据库的能力，如：连接数据库、执行脚本、调用函数、上传变量、订阅流表等。利用该 API，用户可以读取 DolphinDB 数据与前端工具自由对接。

本文将以对接 KLineChart 为例，展示如何读取在 DolphinDB 中存储的 K 线数据，以快速绘制前端 K 线图。

数据准备

本例使用的 K 线数据通过下述示例文件 candle_201801.csv 文件导入，以下为导入脚本：

t = loadText("<yourPath>/candle_201801.csv")
share t as jsTable

示例数据：单只股票一个月的数据

1. 数据类型

与前端工具的对接的主要难点在于字段的对齐，即从 DolphinDB 中读取的数据类型必须与前端工具接收的数据类型对齐，保证数据可以对接。

KLineCharts 对于对接的数据有固定的字段名和类型要求：

{// Timestamp, millisecond, required fieldstimestamp: number// Open price, required fieldsopen: number// Close price, required fieldclose: number// Highest price, required fieldhigh: number// Lowest price, required fieldlow: number// volume, optional fieldvolume: number// Turnover, a non-required field, if you need to display the technical indicators 'EMV' and 'AVP', you need to fill this field with data.turnover: number
}

从 DolphinDB 下载数据到 JavaScript 时，对应的数据类型转换关系为（下表仅列出部分常规类型）：

DolphinDBJavaScript
TEMPORAL（所有时间类型）STRING/SYMBOLDECIMALCHARString
LONGBigInt
DOUBLE/FLOATINT/SHORTNumber

2. 环境准备

导入 KLineCharts 的 JavaScript 代码如下：

<head><title>DolphinDB</title><meta charset="utf-8"><script type="text/javascript" src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js"></script>
</head>

通过模块化方式引入 DolphinDB JavaScript API 并建立与 DolphinDB 节点的连接。

import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js;
let conn = new DDB('ws://ip:port');

3. 通过历史数据生成 K 线

通过 JavaScript API 的 execute 方法可以直接执行 DolphinDB 脚本。

此处使用 SQL Select 语句查出 K 线数据中绘图必要的字段 timestamp, open, high, low, close, volume, turnover。

conn.execute('select unixTime as timestamp, open, high, low, close, volume, turnover from jsTable');

DolphinDB 中上述数据字段对应的数据类型为：

字段DolphinDB 类型JavaScript 类型
unixTimeLONGBigInt
openDOUBLENumber
highDOUBLENumber
lowDOUBLENumber
closeDOUBLENumber
volumeINTNumber
turnoverDOUBLENumber

可以发现 unixTime 会转换为 BigInt 类型，与 KLineChart 的 Number 类型不一致，此处需要进行一个转换。有两种转换思路：

（1）在 DolphinDB 端转换，直接转成不丢失精度的 DOUBLE 类型：

const re = await conn.execute('select double(unixTime) as timestamp, open, high, low, close, volume, turnover from jsTable');

（2）使用 JavaScript 脚本进行强制类型转换：

const re = await conn.execute('select unixTime as timestamp, open, high, low, close, volume, turnover from jsTable');
// 默认是 bigInt 需要转成 Number
re.data.forEach(item => {item.timestamp = Number(item.timestamp);
});

上述两种类型转换方式都可以成功绘制出 KLine 图，但在本例中，第一种方法更为高效。

KLineChart 的 applyNewData 接口适配于全量数据的渲染，因此本例中调用 chart.applyNewData 写入历史数据。

// 绘制 kline
const chart = klinecharts.init('k-line-chart');
chart.applyNewData(re.data);

最后绘制的效果如下：

图3-1 K 线绘制示例

上述完整可参考的 HTML 脚本如下：

<!DOCTYPE html>
<html>
<head><title>DolphinDB</title><meta charset="utf-8"><script type="text/javascript" src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js"></script>
</head>
<body><div id="main" style="width: 600px; height:50px;"></div><div id="k-line-chart" style="height:800px;"></div><script type="module">import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';// <ip:port> 需要替换成自己的 DolphinDB 节点 ip 和端口号。let conn = new DDB('ws://<ip:port>');const re = await conn.execute('select unixTime as timestamp, open, high, low, close, volume, turnover from jsTable');// 默认是 bigInt 需要转成 Numberre.data.forEach(item => {item.timestamp = Number(item.timestamp);});const chart = klinecharts.init('k-line-chart');chart.applyNewData(re.data);</script>
</body>
</html>

4. 通过实时数据生成 K 线

如果通过历史数据合成 K 线，只需要将数据通过 DolphinDB SQL 查询计算，全量获取结果，然后调用该接口写入前端即可渲染展示。

如果上游接入的是实时数据源，则前端有两种方案去获取后端的实时数据：

  • 通过 DolphinDB 的 JavaScript API 的流订阅的接口：使用 JavaScript API 的流订阅接口获取实时数据时，后端增量推送实时数据到前端，前端累积订阅数据，通过回调函数发布给 KLineChart 进行展示。该方式的优点在于后端增量推送数据，且前端有数据到来才会去回调渲染 K 线。
  • 通过 SQL 的定时轮询查询获：使用 SQL 定时轮询查询获取实时数据，和基于历史数据生成 K 线类似，只是查询对象从普通表替换成了流数据表。上游数据流入流表，API 定时查询进行前端渲染。其优点在于对于不需要频繁渲染的场景，可以自行调控渲染的时间间隔，而不是每次数据更新都去渲染；其缺点是 SQL 每次都全量读取后端的数据，如果数据量大，会造成很大的延时，无法实现流订阅接口那样增量推送即时渲染效果。

对于前端数据的渲染，KLineChart 提供的函数对应了两种追加方式：

  • 全量追加（较为推荐）：使用 chart.applyNewData 函数。添加新数据，此方法会清空图表数据，不需要额外调用clearData方法。
  • 增量追加：使用 chart.updateData 函数。更新数据，目前只会匹配当前最后一条数据的时间戳，相同则覆盖，不同则追加。

用户可以根据各自的场景选取合适的方式实现，下文给出两种方式的实现参考。

4.1 流数据订阅

解决方案：DolphinDB 后端利用行情插件、消息中间件等实时拉取或实时合成 K 线数据，前端利用 JavaScript API 的流数据接口订阅 K 线数据。

JavaScript API 的流数据订阅示接口如下：

export interface StreamingParams {table: stringaction?: stringhandler (message: StreamingMessage): any
}

其中 handler 部分用于定义回调函数，对每次接收到的订阅数据进行处理。KLineChart 绘图逻辑可以在 handler 中实现。

全量追加：JavaScript API 的 message 对象维护了一个缓存所有订阅数据的接口 message.window.data，可以直接将该对象应用在 chart 上以实现实时 KLine 图像绘制。

handler (message) {chart.applyNewData(message.window.data); // 更新图表数据
}

增量追加：借助 chart.updateData 接口进行数据追加或更新。该接口支持最后一条数据的更新和逐条数据追加，因此对于 API 端获取的增量 Array 数据，需要用 forEach 进行遍历。调用后，KLineChart 对每新增的一条数据都去渲染一次前端的图表，其性能较全量追加的方案会略差。

handler (message) {message.data.data.forEach(function(data){chart.updateData(data)}); // 更新图表数据
}

如果有数据过滤或处理的需求，也可以通过 message.data.data 获取每个批次订阅到的数据。

上述完整可参考的 HTML 脚本如下：

<!DOCTYPE html>
<html>
<head><title>DolphinDB</title><meta charset="utf-8"><script type="text/javascript" src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js"></script>
</head>
<body><div id="main" style="width: 600px; height:50px;"></div><div id="k-line-chart" style="height:800px;"></div><script type="module">import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';const chart = klinecharts.init('k-line-chart');let allData = []; // 用于累积所有接收到的数据const lastData = [];let conn = new DDB('ws://<ip:port>', {autologin: true,username: 'admin',password: '123456',streaming: {table: 'st', // 替换成自己的流表名action: 'sub',// 流数据处理回调, message 的类型是 StreamingMessagehandler (message) {chart.applyNewData(message.window.data); // 更新图表数据// 或者// message.data.data.forEach(function(data){//    chart.updateData(data)//});}}})await conn.connect()</script>
</body>
</html>

执行该 HTML 脚本前，需要先创建流数据表 st：

t1 = select timestamp(unixTime) as ts, double(unixTime) as timestamp, open, high, low, close, volume, turnover from jsTable
share streamTable(1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'turnover'], [TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as st

建立流订阅后，在 DolphinDB 后端通过 replay 接口模拟实时流数据回放：

注意：由于目前 JavaScript API 流订阅暂不支持设置  offset，默认从最新一条数据发起订阅（offset=-1）。需要前端脚本执行建立连接后，再调用  replay 函数进行回放。 
// 回放流表，模拟实时数据注入
replay(inputTables=t1, outputTables=st, dateColumn=`ts, replayRate=1000, absoluteRate=true);

由于 replay 需要指定回放的时间列，该时间列必须是 DolphinDB 时间类型的数据，且 DolphinDB 的时间字段在 JavaScript 端会转换为字符串，因此不能和 KLineCharts 的时间字段共用。为此，本例额外定义了 ts 字段作为回放时间列字段。

4.2 SQL 定时轮询

解决方案：在后端接收或合成 KLine 数据，然后通过流表推送到一个键值表（按照时间去重）。前端定时查询该键值表并刷新 K 线图表。

利用 KLineChart 的 applyNewData 的特性：自动清空图表数据，不需要额外调用 clearData 方法。每次执行查询获取 DolphinDB 端的数据后，直接调用 chart.applyNewData 即可，无需再调用刷新数据的方法。

由于 JavaScript API 的执行接口是异步的，因此定时调用的函数也需要封装成异步的接口：

async function updateChart(conn) {const re = await conn.execute('select timestamp, open, high, low, close, volume, turnover from kt');chart.applyNewData(re.data);
}

前端定时查询利用 setInterval 函数即可实现，刷新的时间间隔根据具体的场景设置，本例由于数据源是通过 replay 函数每秒匀速回放的，故而采用每秒刷新一次的方案,，如果对前端刷新要求不高，可以手动调整这个参数。

setInterval(() => updateChart(conn), 1000)

上述完整可参考的 HTML 脚本如下：

<!DOCTYPE html>
<html>
<head><title>DolphinDB</title><meta charset="utf-8"><script type="text/javascript" src="https://cdn.dolphindb.cn/vendors/klinecharts/dist/umd/klinecharts.min.js"></script>
</head>
<body><div id="main" style="width: 600px; height:50px;"></div><div id="k-line-chart" style="height:800px;"></div><script type="module">import { DDB } from 'https://cdn.dolphindb.cn/assets/api.js';const chart = klinecharts.init('k-line-chart');let conn = new DDB('ws://<ip:port>');await conn.connect();async function updateChart(conn) {const re = await conn.execute('select timestamp, open, high, low, close, volume, turnover from kt');chart.applyNewData(re.data);}setInterval(() => updateChart(conn), 1000)</script>
</body>
</html>

执行该 HTML 脚本前，需要先创建共享表 kt：

t1 = select timestamp(unixTime) as ts, double(unixTime) as timestamp, open, high, low, close, volume, turnover from jsTable
share streamTable(1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'turnover'], [TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as stshare keyedTable(`timestamp, 1:0, ['ts', 'timestamp', 'open', 'high', 'low', 'close', 'volume', 'turnover'], [TIMESTAMP, DOUBLE, DOUBLE, DOUBLE, DOUBLE, DOUBLE, INT, DOUBLE]) as kt
// 订阅一张实时的流表，然后写入一个 keyedTable 去维护不包含重复时间戳的数据
subscribeTable(tableName="st", actionName="sub_st", handler=kt)

本例中 kt 表订阅流数据表 st 的数据，对其进行时间戳去重。

建立流订阅后，在 DolphinDB 后端通过 replay 接口模拟实时流数据回放：

// 回放流表，模拟实时数据注入
replay(inputTables=t1, outputTables=st, dateColumn=`ts, replayRate=100, absoluteRate=true);

5. 总结

本文利用 DolphinDB JavaScript API 提供的脚本执行和流订阅等接口，实现了与 KLineChart 前端工具的对接。总体流程为：DolphinDB 后端合成和存储 K 线数据，JavaScript API 订阅 K 线数据并将其写入 KLineChart 的图表接口。由于 JavaScript API 接口的封装和适配，以及 KLineChart 轻量级的图表接口，该过程仅需 10 到 20 行代码即可轻松完成。

更复杂的 K 线功能请参考 KLineChart 官方文档： Quick Start | KLineChart

JavaScript API 的用法请参考 DolphinDB 官方文档：JavaScript API

更多 DolphinDB K 线合成的教程可以参考官方教程：基于快照行情的股票和基金 K 线合成

6. 附录

本教程使用的代码文件：完整代码文件


http://www.ppmy.cn/devtools/103311.html

相关文章

FastJson序列化驼峰-下划线转换问题踩坑记录

FastJson序列化驼峰-下划线转换问题踩坑记录

背景 问题描述 在MySQL数据表中&#xff0c;存在一个JSON结构的扩展字段&#xff0c;通过updateById进行更新写入操作。更新写入的同一个字段名出现了混合使用了驼峰命名和下划线命名两种格式。 ps: FastJson版本是1.2.83 问题影响 数仓同学离线统计数据时发现字段名有两种…
阅读更多...
【机器学习】智驭未来：机器学习如何重塑现代城市管理新生态

【机器学习】智驭未来：机器学习如何重塑现代城市管理新生态

&#x1f4dd;个人主页&#x1f339;&#xff1a;Eternity._ &#x1f339;&#x1f339;期待您的关注 &#x1f339;&#x1f339; ❀目录 &#x1f50d;1. 引言&#xff1a;迈向智能城市的新时代&#x1f4d2;2. 智驭交通&#xff1a;机器学习在智能交通管理中的应用&#x1…
阅读更多...
Spring Cloud Stream与Kafka（一）

Spring Cloud Stream与Kafka（一）

Spring Cloud Stream与Kafka&#xff08;一&#xff09; ​ 在实际开发过程中&#xff0c;消息中间件用于解决应用解耦&#xff0c;异步消息&#xff0c;流量削峰等问题&#xff0c;实现高可用、高性能、可伸缩和最终一致性架构。不同的消息中间件实现方式不同&#xff0c;内部…
阅读更多...
公网信息泄露监测（网盘、暗网、搜索引擎、文档平台）思路分享

公网信息泄露监测（网盘、暗网、搜索引擎、文档平台）思路分享

一、背景 众测项目中白帽可能会提交一些信息泄露漏洞&#xff0c;同时甲方可会收到一些白帽提交的公网信息泄露文件漏洞&#xff0c;例如百度网盘被员工分享某些文件或者某些包含敏感信息的文件可以通过如谷歌、百度等搜索引擎通过特定语法搜索到。为了可以及时发现泄露的文件…
阅读更多...
20240829软考架构-------软考86-90答案解析

20240829软考架构-------软考86-90答案解析

每日打卡题86-90答案 86、【2016年真题】 难度&#xff1a;一般 CORBA构件模型中&#xff0c; &#xff08;1&#xff09; 的作用是在底层传输平台与接收调用并返回结果的对象实现之间进行协调&#xff0c; &#xff08;2&#xff09; 是最终完成客户请求的服务对象实现。 &am…
阅读更多...
Docker运维级指令

Docker运维级指令

目录 容器管理 启动容器 列出正在运行的容器 列出所有容器&#xff08;包括停止的&#xff09; 停止容器 启动已停止的容器 重启容器 删除容器 查看容器日志 进入正在运行的容器 镜像管理 列出本地镜像 删除镜像 拉取镜像 构建镜像 查看镜像历史 网络管理 列…
阅读更多...
RabbitMQ练习（Publish/Subscribe）

RabbitMQ练习（Publish/Subscribe）

1、RabbitMQ教程 《RabbitMQ Tutorials》https://www.rabbitmq.com/tutorials 2、环境准备 参考&#xff1a;《RabbitMQ练习&#xff08;Hello World&#xff09;》和《RabbitMQ练习&#xff08;Work Queues&#xff09;》。 确保RabbitMQ、Sender、Receiver、Receiver2容器…
阅读更多...
OpenCV 图像处理应用实战算法列表汇总（长期更新）

OpenCV 图像处理应用实战算法列表汇总（长期更新）

OpenCV算法专栏列表&#xff0c;暂时这样排列&#xff0c;后面会按实现功能分列表排列。欢迎收藏订阅&#xff0c;长期更新 OpenCV npy和txt文件的区别与使用OpenCV solvePnP位姿估计OpenCV 棋盘格相机标定&#xff08;保姆版&#xff09;OpenCV 灰度直方图及熵的计算OpenCV 图…
阅读更多...
最新文章

Copyright @ 2022~2023