DS+（Data Science +）數據庫是基于最新無服務分布式數據庫架構設計并且研發的數據庫。通過該數據庫，用戶可以以最簡單易用的方式獲取各種所需格式的數據集，下面是對無服務分布式數據庫概念和優勢的簡要介紹。
在構建和部署應用程序時，開發人員需要特定的硬件來處理數據庫。整個過程非常耗時，因為開發人員必須等待服務器到達，然后才能手動拆包、安裝、連接、配置和部署程序。20多年前引入的傳統數據庫系統需要復雜的分片和密集的操作管理。這最終導致了與核心應用程序開發相關的成本。
無服務戰略由于其高透明度、更快的性能、成本效益、即時可用性和大規模的運營基礎設施支持，近年來受到歡迎。
此外，無服務數據庫將數據庫的大部分復雜性抽象為一個簡單的基于云的 API。鑒于上述情況，無服務數據庫可以為用戶提供更自動化的可擴展性、更高的彈性和更短的產品市場化的時間。
無服務器并不是一個準確的定義；事實上，這是一堆被抽象掉的服務器并且自動化，因此不必管理它們。資源調配、容量的手動任務規劃、擴展、維護、更新等等，都還在發生，但都在幕后。使用它們幾乎不需要人工干預，也不需要非常有限的思考。
無服務器數據庫消除了部署、容量規劃和部署的操作開銷，升級和管理。它在不停機的情況下完成所有這些工作，并允許開發人員集中精力重要的是編碼業務邏輯。
無服務數據庫可以根據應用程序的需要隨時進行擴展或縮小。例如，如果數據庫的函數正在查詢和讀取同一個數據庫集群，則某些數據庫將縮放計算單元以適應負載。由于這種自動化，數據庫的數據將是一致的，所有功能將能夠并行運行，而且不受客戶端并發訪問限制的制約。 彈性縮放：無服務應用程序可以承受任何后端計算實例的損失，以及任何其他網絡或物理問題。這種彈性確保的服務始終可用，即使在升級時也是如此。
任何無服務計算平臺的一個基本困難是，它必須保證服務可用，而且服務在任何時候都可以快速訪問。將未使用的服務置于睡眠狀態會減少與計算相關的成本。也就是說，當你再次需要它時，它應該立即可用。
當涉及到快速應用程序開發時，在當今虛擬時代保持數據庫安全至關重要，因為應用程序越來越容易受到網絡威脅。提供數據庫的服務還負責保護所有云組件和操作系統漏洞，如 AWS 無服務數據庫。然而，由于開發人員負責通過定義應用程序邏輯、代碼、數據和安全相關的分層設置來構建應用程序，因此使用無服務會帶來額外的安全問題。當使用無服務數據庫時，系統控制資源，監控所有操作服務器，控制 OS 補丁，自動刪除任何受損服務器，并處理其負面對應。
可以使用無數據庫范式管理數據庫的任何數據輸出。這種技術使將無服務數據庫集成到功能應用中變得輕而易舉。
訪問數據庫就像使用 API 接口一樣簡單。無服務數據庫使與之交互的每個人的生活都更加輕松。它通過提供自助啟動、完全控制的功能以及通過單擊按鈕或單個命令構建集群等功能來實現這一點。
無服務分布式數據庫的架構分為客戶端和服務端，將傳統的單機服務式數據庫的集中式存儲和集中式查詢分離，將存儲以云端對象存儲的方式構建，客戶端以庫的形式提供高性能SQL 查詢，用戶所有的訪問可以是一套統一的查詢 API。
將數據庫的查詢和獲取方式賦予給客戶端，客戶端具備 SQL 查詢和訪問數據的能力，數據以友好 API 的方式返回成 Apache Arrow 的列示數據存儲，可以極高的進行數據的查詢和向量計算，數據 IO 效率是 pandas 的 5-7 倍，支持上億數據記錄的高速查詢和訪問。
服務端部署在云端，以高可用的集群提供數據的對象存儲服務（OSS），數據的獲取協議基于 http 協議，以流的方式進行數據批量獲取。
文件基于高可壓縮的 parquet 格式存儲，可以支持數據的隨機訪問和并發 io 獲取。數據存儲空間高可用和高可縮放，可以隨著數據文件的大小自動擴展存儲所需空間，而不受磁盤空間或者表空間大小的影響。
財經數據庫及數據接口庫, 目的是實現對股票、期貨、期權、基金、外匯、債券、指數、數字貨幣等金融產品的基本面數據、實時和歷史行情數據、衍生數據從數據采集、數據清洗到數據落地的一套工具, 主要用于學術研究和教學目的.
● 代碼語法符合?PEP8?規范, 數據接口的命名統一;
● 最佳支持 Python 3.7.5 及其以上版本;
● 提供最佳的文檔支持, 每個數據接口提供豐富的說明和示例, 只需要復制粘貼就可以下載數據;
● 持續維護由于目標網頁變化而導致的部分數據接口運行異常問題;
● 持續更新財經數據接口, 同時優化源代碼。
滬公網安備31011502400918