做量化的朋友，大概都见过这样的行情表。

股票十档、期货五档，光买卖盘口就有 40 个字段。建表冗长，因子计算要逐档取列，压缩率也上不去。

DolphinDB 为此专门设计了一种数据结构，叫数组向量（Array Vector）。行情里的多档买卖价、买卖量，各存成一个数组向量列，40 个字段就能收成四列。

数组向量作为一种新的数据类型，在实际使用中会涉及建表、写入、查询等多个环节。我们从社区反馈中梳理出一批较为典型的使用场景，覆盖从建表到数据导入的全流程，帮助大家更顺畅地上手数组向量。

一、什么是数组向量

数组向量是一种特殊的向量类型，用来存可变长度的二维数组。它和矩阵类似都用于存储为二维的数据结构，和矩阵要求每行等长不同，数组向量的每行可以存储不同长度的一维向量。

三种创建方式

bid = array(DOUBLE[ ], 0)

bid.append!([[3.3, 3.6, 3.8], [3.7, 3.4], [3.5]])

// bid

// [[3.3,3.6,3.8],[3.7,3.4],[3.5]]

上面这个 bid 有三行，第三行只有 2 个元素。变长是数组向量的天然属性，停牌、档位缺失的时候不用补齐，这正适合多档行情。

数组向量是什么、怎么创建，都弄清楚了。接下来看实际场景中经常碰到的报错，第一次用就很容易撞上。

二、建表与写入，两个摸不着头脑的报错

问题 1，schema 里写 DOUBLE[]，一写就报语法错误

有人贴过一段定义，一跑就是语法错误。

colTypes = [`SYMBOL, `INT, `DOUBLE[], `LONG[ ]]

问题出在反引号上。backtick 符号向量里，[] 会被解析器当成下标 token，DOUBLE[] 自然不成立。

正确写法有两种。要么直接用类型保留字，要么使用双引号或者单引号。

colNames = `sid`date`bid`ask

colTypes = [SYMBOL, DATE, DOUBLE[], DOUBLE[ ]]

// 方式一：类型保留字

t = table(100:0, colNames, colTypes)    

// 方式二：字符串类型向量

t = table(100:0, `sid`date`bid`ask, ["SYMBOL","DATE","DOUBLE[]","DOUBLE[ ]"])  

问题 2，向流表 insert 含数组向量的行，一直报类型错误

群里有人往 stream_tick 里插一行，只要带数组向量列就报类型错误。他的流表里有四列数组向量，askPrice、bidPrice 是 DOUBLE[]，askVol、bidVol 是 INT[]。当时的写法是这样，末尾四列直接以向量形式传了进去。

insert into stream_tick values (1775201379000, "000001.SZ", 10.50, 10.55, 

    10.60, 10.45, 10.48, 25600000, 24412, 244120, 5, 15, 0, 10.48,

    [10.51, 10.52, 10.53, 10.54, 10.55],   // askPrice 五档

    [10.50, 10.49, 10.48, 10.47, 10.46],   // bidPrice 五档

    [10, 20, 30, 40, 50], [50, 40, 30, 20, 10])   // askVol, bidV

问题就出在末尾四列。数组向量列的值，得先用 array 函数构建成数组向量，直接以列表形式传进去，类型对不上。

insert into stream_tick values (1775201379000, "000001.SZ", 10.50, 10.55, 

    10.60, 10.45, 10.48,

    25600000, 24412, 244120, 5, 15, 0, 10.48,

    array(DOUBLE[]).append!([[10.51, 10.52, 10.53, 10.54, 10.55]]),

    array(DOUBLE[]).append!([[10.50, 10.49, 10.48, 10.47, 10.46]]),

    array(INT[]).append!([[10, 20, 30, 40, 50]]),

    array(INT[]).append!([[50, 40, 30, 20, 10]]))

用 array 函数包一层，这行数据就能正常插进去了。

三、数据导入，CSV 的两个经典问题

问题 1，CSV 里十档是 10 个独立列，怎么合并成 1 列

有人问，CSV 里 bid1 到 bid10 是 10 列，想导入后变成 1 列 DOUBLE[]。

官方给了两种方式。方式一，导入前先把多列合并成一列，用特定分隔符（比如 |）隔开，再通过 arrayDelimiter 识别。

// 源 CSV 中盘口为单列，其余列按实际类型补充

bid

1.4799|1.479|1.4787|1.4796|1.479

t = loadText("./snap.csv",

             schema=table(`id`bid as name, ["INT", "DOUBLE[]"] as type),

             arrayDelimiter="|")

方式二，在 loadTextEx 的 transform 里合并，多列已经在表里时用。

def trans(mutable t){

    return select *, 

    fixedLengthArrayVector(bid1, bid2, bid3, bid4, bid5,

                           bid6, bid7, bid8, bid9, bid10) as bid

    from t

}

loadTextEx(dbHandle=db, tableName="snap", partitionColumns=`TradeTime`SecurityID,

           filename=csvPath, transform=trans)

问题 2，CSV 一列是 [8.76, 0.0, ...] 文本，导入后整列变空

又有人碰到一个，CSV 里一列文本形如 [8.76, 0.0, ...]，用 transform 加 fixedLengthArrayVector 转换，结果目标列整列都是空值。

原因出在存储格式上。CSV 里数组向量列的标准格式，是值之间用分隔符隔开，saveText 导出出来就是 1,3,5 这种，不带中括号。而这份 CSV 的盘口列是带中括号的文本，loadText 默认不认，被识别成了 STRING。

正确做法是导入时就声明成数组向量：用 extractTextSchema 取 schema，把目标列类型改成 DOUBLE[]，加载时指定 arrayDelimiter 和 arrayMarker。arrayMarker="[]" 就是告诉 loadText，方括号是数组的标记，按 arrayDelimiter 切分就行，不需要去括号。

schema = extractTextSchema("./snap.csv")

update schema set type = "DOUBLE[]" where name = "bid"

t = loadText("./snap.csv", schema=schema, arrayDelimiter=",", arrayMarker="[ ]")

如果用了 transform，导入后整表变空，优先检查 transform 返回表的列名和类型是否和目标表一致。入库表结构以 transform 返回的表为准，出错时往往不止目标列，连没操作的列也会变空，这一处最容易遇到问题。

四、期货五档怎么存、怎么算

最后，社区里还有人问，期货 5 档数据怎么存储、怎么查询，需要什么方案或者插件。

答案是都不用。DolphinDB 原生支持，多档数据存成数组向量，实时行情用 CTP 这类行情插件接进来就行。

建表时，数组向量列的类型声明用字符串。

name = `SecurityID`TradeTime`BidPrice`BidOrderQty`OfferPrice`OfferOrderQty

type = ["SYMBOL", "TIMESTAMP", "DOUBLE[]", "INT[]", "DOUBLE[]", "INT[]"]

snap = table(1:0, name, type)

存储包含数组向量类型的分布式表时，必须指定引擎的类型为 TSDB。且数组向量列不能作为分区字段或排序字段。

查询和运算，基本都是对着列式索引和二元运算写。

bidPrice[0]                    // 买一价，每行第 1 档

offerPrice[0] - bidPrice[0]    // 买卖价差

bidPrice + 1                   // 每档都加 1，和标量直接运算

rowSum(bidPrice)               // 逐行求和，row 系列函数

这些写法在 SQL 里可以直接用，查档位、算价差、筛条件都不在话下。

select SecurityID, TradeTime,

       BidPrice[0] as bid1,                       // 买一价，列式索引

       OfferPrice[0] - BidPrice[0] as spread,     // 买卖价差，二元运算

       rowSum(BidOrderQty) as totalBidQty         // 十档买量合计，row 系列函数

from snap

where BidPrice[0] > 10                            // 直接按档位筛行

十档买卖价 40 个字段收敛成 4 列，建表成本和因子计算代码量都降了一大截。

五、欢迎使用

这几个坑绕开以后，数组向量基本就能顺手用了。以后再碰到，按下面三步走。

1. 先问 DolphinMind，函数签名、官方示例、报错 RefId，直接检索官方文档

2. 复杂场景交给 DolphinX，因子计算、回测、研报复现这些任务让 Agent 去跑

3. 搞不定就来社区群 @我们，或者在 ask 社区提问，欢迎大家在 DolphinDB 生态社区积极讨论、共同成长