撮合交易系统服务边界与设计

时光怂恿深爱的人放手 提交于 2020-08-04 14:28:40

 

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)
  • sofa-jraft     (JAVA)

具体代码见:传送门

了解更多撮合:传送门

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!