撮合交易系统服务边界与设计

  • Z时代
  • 2024-01-10
  • 分类：综合

编程

 

如何设计并实现一个数字货币交易系统     

        证券交易系统是金融市场上能够提供的最有流动性，效率最高的交易场所。和传统的商品交易不同的是，证券交易系统提供的买卖标的物是标准的数字化资产，如USD、股票、BTC等，它们的特点是数字计价，可分割买卖。

        证券交易系统通过买卖双方各自的报价，按照价格优先、时间优先的顺序，对买卖双方进行撮合，实现每秒成千上万的交易量，可以为市场提供高度的流动性和价格发现机制。

        一个完整的数字货币交易系统是由用户系统（sso）、账户系统（account）、订单系统（order）、撮合系统（match）、以及清算系统（ clearing ）、行情系统（market）和钱包系统（wallet）构成的。各个子系统相互配合，完成数字货币报价交易。

  • SSO：用户全局登录，身份验证，权限现在；

  • account：用户用户数字货币相关操作，查看账户、划转、冻结等操作；

  • order：提供给下单，撤单，委托列表，历史交易记录；

  • match： 撮合引擎是交易系统的核心。撮合引擎本质上就是维护一个买卖盘列表，然后按价格优先原则对订单进行撮合，能够成交的就输出成交结果，不能成交的放入买卖盘。这里注意没有时间优先原则，因为经过定序的订单队列已经是一个时间优先的队列了。

  • clearing：清算的工作就是把买单冻结的USD扣掉，并加上买入所得的BTC，同时，把卖单冻结的BTC扣掉，并加上卖出所得的USD。根据taker／maker的费率，向买卖双方收取手续费。

  • market： 情系统保存市场的成交价、成交量等信息，并输出实时价格、K线图等技术数据，以便公开市场查询。

  • wallet：钱包系统就是提供给用户充值、提币等操作。

当然如果是自己的做的钱包，那么你可能还需要节点扫描上账系统，和离线签名系统（冷钱包），之前也看见过一些朋友说定序系统，我提供的方案是用mq队列的放手，先进先出。

说说核心代码，disruptor高性能环形队列无锁特性，使它成为交易所撮合引擎的核心技术，再加上分布式热备份内存技术，就基本上可以实现一个不错的撮合引擎了先看看disruptor：

DisruptorConfig：

public class DisruptorConfig {
	static Disruptor<OrderEvent> disruptor;
	static{
		OrderEventFactory factory = new OrderEventFactory();
		int ringBufferSize = 1024*1024;
		ThreadFactory threadFactory = runnable -> new Thread(runnable);
		disruptor = new Disruptor<>(factory, ringBufferSize, threadFactory,ProducerType.MULTI, new YieldingWaitStrategy());
		disruptor.handleEventsWithWorkerPool(new MatchHandler(),new MatchHandler()).then(new DepthInputHandler(),new DepthOutHandler());
		disruptor.start();
	}
	public static void producer(OrderEvent input){
		RingBuffer<OrderEvent> ringBuffer = disruptor.getRingBuffer();
		OrderProducer producer = new OrderProducer(ringBuffer);
		producer.onData(input);
	}
}

OrderProducer：

public class OrderProducer {
	private final RingBuffer<OrderEvent> ringBuffer;
	public OrderProducer(RingBuffer<OrderEvent> ringBuffer) {
		this.ringBuffer = ringBuffer;
	}
	private static final EventTranslatorOneArg<OrderEvent, OrderEvent> TRANSLATOR = new EventTranslatorOneArg<OrderEvent, OrderEvent>() {
		public void translateTo(OrderEvent event, long sequence, OrderEvent input) {
			BeanUtils.copyProperties(input,event);
		}
	};
	public void onData(OrderEvent input) {
		ringBuffer.publishEvent(TRANSLATOR, input);
	}
}

 

OrderEventFactory：

/**
 * 事件生成工厂（用来初始化预分配事件对象）
 * 创建者 kinbug
 */
public class OrderEventFactory implements EventFactory<OrderEvent>{
	@Override
	public OrderEvent newInstance() {
		// TODO Auto-generated method stub
		return new OrderEvent();
	}
}

MatchHandler ：

/**
 * 撮合处理器
 * @author kinbug
 */
public class MatchHandler implements WorkHandler<OrderEvent> {
	@Override
	public void onEvent(OrderEvent event) throws Exception {
		// TODO Auto-generated method stub
		//处理你的撮合细节
	}
}

DepthInputHandler入订单的深度，和出订单的深度和MatchHandler类似；

除了高效队列之外，先还说了分布式热备份内存，这个方案就很多了，不过最好满足一下要求

  • 首先是能保证原子性操作数据

  • 其次在服务宕机是最好不要有master选举过程，不要有服务暂停的过程，用户体验很重要。

  • 保证数据的一致性，不能有数据的脏读、幻读，等数据库基本特效

我在这推荐一些基于RAFT实现的内存框架，仅供参考，有好的意见请留言。推荐如下：

  • Hazelcast    （JAVA）    

  • ETCD          （GO）

具体代码见：传送门

了解更多撮合：传送门

以上是 撮合交易系统服务边界与设计 的全部内容， 来源链接： utcz.com/z/517334.html

回到顶部