3.00.4

涉及保持一致性或兼容行业惯例的修改

对 FICC 系列函数（ bondAccrInt、bondCashflow、bondConvexity、bondDirtyPrice、bondDuration、bondYield ）的参数结构进行了调整，部分参数名已修改，接口更为统一，功能更强大。原有参数结构将不再兼容，请根据新接口进行适配。此外，dayCountConvention 参数中原先的规则 "ActualActual" 已调整为 "ActualActualISMA"。

在 SELECT 中给 GROUP BY 列使用别名（例如 id as id1）的行为发生变化：旧版本允许执行，新版本会报错，必须在 GROUP BY 子句中定义别名。

t = table(10:0, [`id,`sym,`flag, `val], [INT, SYMBOL, BOOL, DOUBLE])
insert into t values(1, `a, true, 1.0)
select id as id1,sum(val) from t group by id 
// 老版本可以执行，返回
id id1 sum_val
-- --- -------
1  1   1    
// 当前版本会报错：Alias for a GROUP BY field should be defined in the GROUP BY clause, not in the SELECT clause. Please use 'select ... group by x as y' instead of 'select x as y ... group by x'.

将矩阵转换为表时，自动生成列名的规则发生了变化：旧版本生成的列名前缀固定为 “col”，不显示矩阵变量名；新版本的列名前缀改为使用矩阵变量名。
```
m = rand(100, 4)$2:2
t = table(m)
t.colNames()
// 老版本返回：["col0","col1"]
// 当前返回：["m0","m1"]
```

通过 toJson 转换矩阵时，输出 JSON 中的 name 字段行为发生变化。旧版本 name 字段为空，新版本会显示矩阵变量名。

b = matrix(1 6 2, 3 4 5);
re = toJson(b);
re
// 老版本返回：{"name":"matrix","form":"matrix","type":"int","size":"3","value":[{"name":"","form":"vector","type":"int","size":"6","value":[1,6,2,3,4,5]},{"name":"row","form":"scalar","type":"int","value":"3"},{"name":"col","form":"scalar","type":"int","value":"2"},{"name":"","form":"scalar","type":"void","value":""},{"name":"","form":"scalar","type":"void","value":""}]}
// 当前返回：{"name":"matrix","form":"matrix","type":"int","size":"3","value":[{"name":"b","form":"vector","type":"int","size":"6","value":[1,6,2,3,4,5]},{"name":"row","form":"scalar","type":"int","value":"3"},{"name":"col","form":"scalar","type":"int","value":"2"},{"name":"","form":"scalar","type":"void","value":""},{"name":"","form":"scalar","type":"void","value":""}]}

string、symbol、blob 对 table、tuple、dictionary 等数据结构的输入行为发生变化。旧版本返回标量或向量，新版本返回与输入数据结构一致的对象，且对象内部元素类型相应转换为字符串。
```
t = table(1..10 as id)
re = string(t)
typestr(re)
// 老版本返回：STRING
// 当前返回：IN-MEMORY TABLE，返回结果中的每一列转换为string类型
re = string([])
typestr(re)
// 老版本返回：STRING VECTOR
// 当前返回：ANY VECTOR
```

string 函数不再支持输入数组向量。旧版本可以执行，新版本会报错。可使用 snippet 或 brief 函数作为替代。

a = array(INT[],0).append!([[],[NULL,3],[34,2]])
string(a)

// 老版本可以正常执行
// 当前版本报错：The base type of an array vector can't be STRING.
// 当前版本使用 snippet 可以执行

all 和 any 函数对不同形式的入参，计算行为发生变化

入参为元组、字典时，将按行计算。

入参为矩阵、表时将按列计算。

value=(1 2 3, 0 2 3)
all(value)
// 老版本：false
// 新版本：false true true

value=1 2 3 0 1 2$2:3
all(value)
// 老版本：false
// 新版本：true fasle true

value=dict(1 2, [1 2 3, 0 1 2])
all(value)
// 老版本：报错The object can't be converted to boolean scalar.
// 新版本：false true true

value=table(1 2 as x, 0 1 as y)
all(value)
// 老版本：The object can't be converted to boolean scalar.
// 新版本：true fasle

value=(0 2 1, 0 0 0)
any(value)
// 老版本：false
// 新版本：false true true


value=0 0 3 0 1 2$2:3
any(value)
// 老版本：true
// 新版本：false true true


value=dict(1 2, [0 2 3, 0 0 0])
any(value)
// 老版本：报错The object can't be converted to boolean scalar.
// 新版本：false true true


value=table(1 2 as x, 0 0 as y)
any(value)
// 老版本：The object can't be converted to boolean scalar.
// 新版本：true fasle

objectComponent 函数的入参是二元运算表达式时，返回值的字段发生变化。旧版本返回 optrs 和 objs 字段，新版本返回 left、operator 和 right 字段。
```
objectComponent(<1+2>)
// 旧版本：
optrs->(+)
objs->(1,2)
// 新版本：
left->< 1 >
operator->+
right->< 2 >
```

unifiedExpr 函数的参数数量上限从未限制变为 1024。旧版本允许任意长度表达式，新版本当参数超过 1024 时将报错。

n = 2000
a = rand(100, n)
x = array(ANY, 0, size(a))
for(i in 0..(size(a)-1)){
	x.append!(expr(a[i], *, 0.1))
}
funcs = take(sub, (size(a)-1))
re = unifiedExpr(x, funcs)
// 旧版本可以正常执行
// 新版本报错：The number of objects in an expression cannot exceed 1024.

系统生成的表达式在字符串化时可能会增加括号。旧版本返回 {def (x, y)->x * x + y * y}，新版本返回 {def (x, y)->(x * x) + (y * y)}。该变更仅涉及显示格式，语义不变。
```
re2 = {x, y ->x*x + y*y}
string(re2)
// 旧版本返回 {def (x, y)->x * x + y * y}
// 新版本返回 {def (x, y)->(x * x) + (y * y)}
```
Orca API StreamGraph::source、StreamGraph::haSource、StreamGraph::keyedSource、StreamGraph::haKeyedSource、StreamGraph::latestKeyedSource 移除了 capacity:size 参数。新版本默认使用 1:0。
运维函数 getOrcaCheckpointJobInfo 返回值新增了一列（partitionId）。
dropStreamGraph 的删除行为发生变化：旧版本会同时删除引用计数为 0 的流表，新版本默认不会删除，需显式指定参数 includTables=true。
Shark 版本的 server 在新版本中要求在配置文件中显式指定 dolphinModulePath=libskgraph.so,libshark.so才能使用。单节点配置文件：dolphindb.cfg，集群环境配置文件：cluster.cfg。

缺陷修复带来的系统影响

当以下函数的入参为 DECIMAL 类型的矩阵时，返回值形式由向量变为矩阵：iif, max, min, maxIgnoreNull, minIgnoreNull。

x = 1..10 $2:5 $DECIMAL32(3)
y = 10..1 $2:5 $DECIMAL32(3)
z=iif(x>5, y, x)
typestr(z)
// 老版本返回：FAST DECIMAL32 VECTOR
// 当前返回：FAST DECIMAL32 MATRIX
re = max(x, y)
typestr(re)
// 老版本返回：FAST DECIMAL32 VECTOR
// 当前返回：FAST DECIMAL32 MATRIX

时间类型与 NULL 的计算结果的数据类型发生变化。旧版本返回整型，新版本返回时间类型。
iif 函数要求 trueResult 与 falseResult 数据类型一致。旧版本允许不同类型混用，新版本将报错。

键值内存表和索引内存表的主键列（keyColumns）不再参与计算。

t = indexedTable(`id, 1..10 as id, 11..20 as val)
stretch(t,20)
// 老版本可正常执行
// 当前返回：All columns must be of the same length.
n = 5
id = 1..10
val = 11..20
t = indexedTable(`id, id as id, val as val)
re = moving(sum, t, n, 1)
re
// 老版本返回：
id val
-- ---
1  11 
3  23 
6  36 
10 50 
15 65 
20 70 
25 75 
30 80 
35 85 
40 90 
// 当前返回：
id val
-- ---
1  11 
2  23 
3  36 
4  50 
5  65 
6  70 
7  75 
8  80 
9  85 
10 90

med 计算表中的 ANY 类型列的行为发生变化。旧版本允许执行，但结果全为 NULL；新版本将根据配置项 processVectorFunctionOverTupleByRow 决定按行或按列计算，返回的结果为向量。需要注意，在 SQL 中直接使用该函数会报错。如需返回向量，可在外层封装 toArray。

n = 50
num = 30
cid = rand(1..20, n+1)
cshort = cut(take(short(-100..100 join NULL), n*num), num) join short(1..num)
t = table(cid, cshort) 
re = select med(cshort) from t group by cid
// 老版本可以正常执行，但返回的 med_cshort 是 NULL
// 当前版本会报错：The column 'med(cshort)' must use aggregate function. RefId: S02022.
// 可以封装 toArray，获得计算结果。
re = select toArray(med(cshort)) from t group by cid

字典和元组的计算行为发生变化。旧版本可能按列计算或报错，新版本统一按行计算，并在类型不确定或不支持时报错。但对于向量函数，可通过配置项 processVectorFunctionOverTupleByRow 设置计算按列还是按行计算。此外，不再允许对字典或元组使用原地修改函数。字典计算行为

value =(-2 2 3, 0 1 2 ,2.2 -3 1)
a = dict(1 2 3, value, true)
cumsum(a) 
//老版本按列计算: dict(1 2 3, each(cumsum, value))
//新版本按行计算：dict(1 2 3, each(cumsum, value.double().transpose()).transpose().flatten().cut(3))
msum(a,2)
//老版本按列计算:  dict(1 2 3, each(msum{,2}, value))
//新版本按行计算：dict(1 2 3, each(msum{,2}, value.double().transpose()).transpose().flatten().cut(3))
wsum(a,a)
//老版本报错：Usage: wsum(X, Y). X must be a vector, matrix, scalar, or table.
//新版本按行返回结果： each(wsum, value.double().transpose(), value.double().transpose())

d = {-1:NULL,0:NULL,"c":NULL,"long":NULL}
d = dict(d.keys(),d.values(),true)
re = cumstdp(d) 
//老版本可以计算
//新版本报错：When a tuple is the input, the elements of the tuple must be scalars or regular vectors with identical length.

元组计算行为

value =(-2 2 3, 0 1 2 ,2.2 -3 1)
sum(value)
//新老版本一致，each(sum, value.transpose())
cumsum(value) 
//老版本按列计算: each(cumsum, value)
//新版本按行计算：each(cumsum, value.double().transpose()).transpose().flatten().cut(3)
msum(value,2)
//老版本按列计算: each(msum{,2}, value)
//新版本按行计算：each(msum{,2}, value.double().transpose()).transpose().flatten().cut(3)
wsum(value,value)
//老版本报错：X and Y must be numeric.
//新版本按行计算：each(wsum, value.double().transpose(), value.double().transpose())

re = cumstdp((NULL, 1, 1)) 
//老版本可以计算
//新版本报错：When a tuple is the input, the elements of the tuple must be scalars or regular vectors with identical length.

元组现在不允许使用原地修改函数修改：
a = array(any,0,3).append!(00F).append!(00f).append!(00i)
nullFill!(a, 3)
//老版本可以正常执行
//新版本报错 Can't apply a in-place function to a dictionary or tuple of vectors.
//新版本设置配置项后可以正常执行 processVectorFunctionOverTupleByRow = false

高可用流表不再允许执行 undef 操作。旧版本允许 undef，新版本会抛出异常。

colNames = `ctime`sym`qty`price;
colTypes = [TIMESTAMP,SYMBOL,INT,DOUBLE];
t = table(1:0,colNames,colTypes);
haStreamTable(11, t,`trades_undef,100000);
go
data = table(take(now(), 1000) as ctime, take(`A`B`C`D, 1000) as sym, 1..1000 as qty, take(11.9 33.4, 1000) as price);
trades_undef.append!(data);
undef(`trades_undef, SHARED)
// 旧版本可以执行
// 当前版本抛异常

loadText 函数的解析行为发生变化，输入空布尔值时，旧版本会解析为 true，新版本解析为 NULL。

enlist 函数在处理 key 为字符串的字典时的行为发生变化。旧版本返回包含原字典的 tuple，新版本返回一行的表格。

ans = enlist(dict(`a`b`c, (1, 2 3, 4)))
// 老版本返回一个包含原字典的 tuple：
// ans 为只有一个元素的 tuple, ans[0] 为原字典
// 新版本返回一行 table: 
c b     a
- ----- -
4 [2,3] 1

flatten 函数在字典上的行为发生变化。之前的版本中，对字典调用 flatten 会直接返回字典本身；在新版本中，将对字典的值执行 flatten。

d = {-1:-1,0:0,"c":1,"short":5h,"int":3,"long":5l,"double":1.32,"float":2.2f}
re = flatten(d)

老版本：返回原字典
新版本：报错 Couldn't flatten the vector because some elements of the vector have inconsistent types.

d = {-1:-1,0:0}
re = flatten(d)
// 新版本返回 -1 0