通過SQL和Python訪問基於矢量的函數來提高編程速度和生產力。分布式查詢處理和運用RLE壓縮來處理資本市場中的大數據分析。
華盛頓州聯邦路，2014年10月27日–McObject®宣布eXtremeDB®金融版本6.0已正式發布，這也是面向資本市場數據庫系統技術的重要升級。此次改進包括使用廣泛應用的SQL和Python語言來訪問eXtremeDB金融版最強大的功能，用陳述性的SQL語言以及快速原型法的Python語言進行開發釋放生產力。6.0版本運用其嶄新的功能：分布式查詢處理和專業的市場數據壓縮，解決了金融系統面臨的大數據挑戰，提高了處理實時和歷史數據（當天的數據增長超過一兆）的效率。McObject合伙創始人兼CEO講到：“在STAC-M3測試以及其他測試中，eXtremeDB金融版已經展示了它處理市場數據時超低延遲的特性。6.0版本在此特性的技術上做了改進，一些特性提高性能，另外一些增加收益，還有一些新的特性兩者兼顧。資本市場的很多大公司已經運用eXtremeDB 金融版6.0版本改進的技術。McObject期望隨著此次升級進入全面發行，能幫助更多的公司解決金融計算遇到的最困難的挑戰。
Graves 展示了eXtremeDB金融版6.0具體的改進，如下所示：
運用SQL, Python實現的基於矢量的統計功能
eXtremeDB一個顯著地特征就是它的基於矢量的統計函數庫。這個統計函數庫被傳遞到CPU緩存中從而縮短分析市場數據時的延遲。6.0版本引進了從內在的SQL運用其基於矢量的函數的功能運用其基於矢量的函數的功能，而SQL是企業計算機技術中幾乎普遍使用的數據庫語言。這也大大增加了開發者人群，他們現有的技術能快速采納McObject的數據庫系統。
用C/C++, Python, Java 和 C# (.NET)語言編寫的應用都可以通過命令行界面使用SQL,它自己本身也可以。它在創建與數據庫系統交互代碼方面有著高水平的生產力，這樣使得在一些時間作為關鍵競爭因素的領域的開發工作更快速。McObject video 展示了從內在的SQL運用基於矢量函數的實際例子。
eXtremeDB金融版6.0也支持Python。Python是用於快速算法（特別是原型法）的一種高級語言，支持資本市場。使用Python，再加上eXtremeDB動態的數據定義語言DDL，開發者能夠迅速實施他們的想法，通過測試代碼的變化，數據庫表和索引進行快速優化。
分布式的查詢處理
運用分布式的查詢處理，eXtremeDB金融版本把整個數據庫劃分，通過多個服務器，CPU 或者CPU核進行分布式查詢處理。在一些情況下，利用多台主機並行執行數據庫操作，數據庫的性能就會大大提高。
市場數據壓縮
此次升級增加了強大的壓縮算法功能，用來減小存儲的市場數據的體積從而降低存儲成本並加快處理速度。這個行程長度編碼（RLE）壓縮可以運用在柱狀數據（即定義為eXtremeDB金融版的‘列'數據庫類型，通常用於交易，報價，以及其他市場數據）在McObject 的測試中，激活這個功能之後，芝加哥期權交易市場波動指數（VIX）的筆數據體積降到了其預壓縮體積的四分之一，數據庫的讀取速度也增加了21%。eXtremeDB 金融版6.0也增加了壓縮非柱狀結構數據的功能。
基於矢量的統計函數庫的改進
eXtremeDB 金融版6.0用多種方法改進其基於矢量的函數庫，包括：
• 許多新的功能，包括一整族的哈喜聚合功能，這個功能可以
• 提高無序序列（即不按照時間戳和固定的時間間隔篩選）。
• 從一個輸入字符串創建一個序列，如下面示例：創建一個名為“競標”的序列：“插入報價值('{1.0, 1.1, 1.2, 1.1}')”
• 通過一個新的SQL SELECT語句關鍵字，把柱狀數據（即時間序列數據如市場數據傳統關系型數據庫基於行的格式。
