按日期分区的 kdb 中的勾选数据 table：我应该使用时间列还是日期时间列？
Tick data in kdb partitioned-by-date table: should I use a time or datetime column?
当使用按日期分区的 table 时，q/kdb+ 中的报价级别数据集（交易或报价）的标准规范时间列是什么？除了分区之外，我还应该有时间列还是日期时间列？我看到了以下优点和缺点，但也许我遗漏了一些东西：
时间戳列：缺点：我在磁盘上和显示时都存储了冗余数据；所以 table 中的 select 其中 date=max date 有效地向我显示了两次日期；但是优点：与 Python 交互要容易得多，如果我想
我可以更轻松地重新分区数据
时间列：缺点：Messier 与 Python 交互；优点：我在执行 select
时没有两次看到日期
我知道各个数据类型的大小（以字节为单位），所以我知道我可能不会保存 space 如果例如我要用时间戳 (`p) 替换时间跨度 (`n) )，但我这辈子都记不起做过 select（我以前也和 q 一起在银行工作过）并且看过两次日期！
这真的取决于数据集。如果你以前在银行工作过——它可能在 equities—which has defined market open hours by region/exchange and therefore a timestamp is unnecessary alongside the date. Other assets, such as FX，是 24/7，所以时间戳更重要。正如您所说，时间跨度不会节省 space，但如果您关心超过毫秒的精度，则可能有必要，例如，时间是字节数的一半，但精度会降低。
值得注意的是，日期列是虚拟的，基于分区，因此存储在磁盘上不需要任何成本，因为它只是目录名称。这当然会在加载并发送到您的 Python 应用程序时消耗内存（我不确定 q 端的开销是多少，但是对于带有传输等的 Python 应用程序来说它会花费更多.).如果在 Python 中使用时间戳更容易，那为什么不保留它呢？
如果你介意出现两次的日期，可以在select之后偷偷删掉：
delete date from select from t
或者在基于列的select中忽略它
select col1, col2 from t
on-disk 报价数据中的时间列最重要的考虑因素之一是它是否可以用于 as-of 连接 aj。为此，您希望在每个 ticker/sym 内对时间列进行排序（假设您在 ticker/sym 列上有 p#，建议用于报价数据），只要此时间列具有基础 long/integer 类型（时间戳和时间跨度都做，日期时间不做）然后 aj 将是最佳的。
因此，您再次“看到”日期这一事实并不是什么大问题。另一件需要注意的事情：如果你确实使用时间戳，那么你的时间戳有可能在给定的日期片中跨越多个日期吗？也就是说，你能有前一天的记录吗？如果是这样，那么就像这样：
select from table where date=2022.02.01, time>23:00
理论上可以 return 从 两个 日期开始 >23:00 的记录。
当使用按日期分区的 table 时，q/kdb+ 中的报价级别数据集（交易或报价）的标准规范时间列是什么？除了分区之外，我还应该有时间列还是日期时间列？我看到了以下优点和缺点，但也许我遗漏了一些东西：
时间戳列：缺点：我在磁盘上和显示时都存储了冗余数据；所以 table 中的 select 其中 date=max date 有效地向我显示了两次日期；但是优点：与 Python 交互要容易得多，如果我想
我可以更轻松地重新分区数据时间列：缺点：Messier 与 Python 交互；优点：我在执行 select
时没有两次看到日期我知道各个数据类型的大小（以字节为单位），所以我知道我可能不会保存 space 如果例如我要用时间戳 (`p) 替换时间跨度 (`n) )，但我这辈子都记不起做过 select（我以前也和 q 一起在银行工作过）并且看过两次日期！
这真的取决于数据集。如果你以前在银行工作过——它可能在 equities—which has defined market open hours by region/exchange and therefore a timestamp is unnecessary alongside the date. Other assets, such as FX，是 24/7，所以时间戳更重要。正如您所说，时间跨度不会节省 space，但如果您关心超过毫秒的精度，则可能有必要，例如，时间是字节数的一半，但精度会降低。
值得注意的是，日期列是虚拟的，基于分区，因此存储在磁盘上不需要任何成本，因为它只是目录名称。这当然会在加载并发送到您的 Python 应用程序时消耗内存（我不确定 q 端的开销是多少，但是对于带有传输等的 Python 应用程序来说它会花费更多.).如果在 Python 中使用时间戳更容易，那为什么不保留它呢？
如果你介意出现两次的日期，可以在select之后偷偷删掉：
delete date from select from t
或者在基于列的select中忽略它
select col1, col2 from t
on-disk 报价数据中的时间列最重要的考虑因素之一是它是否可以用于 as-of 连接 aj。为此，您希望在每个 ticker/sym 内对时间列进行排序（假设您在 ticker/sym 列上有 p#，建议用于报价数据），只要此时间列具有基础 long/integer 类型（时间戳和时间跨度都做，日期时间不做）然后 aj 将是最佳的。
因此，您再次“看到”日期这一事实并不是什么大问题。另一件需要注意的事情：如果你确实使用时间戳，那么你的时间戳有可能在给定的日期片中跨越多个日期吗？也就是说，你能有前一天的记录吗？如果是这样，那么就像这样：
select from table where date=2022.02.01, time>23:00
理论上可以 return 从 两个 日期开始 >23:00 的记录。