基于Java架构设计与开发
作者:互联网
关于撮合交易系统
撮合技术主要是从数据库撮合技术向内存撮合技术发展,这是因为数据库撮合技术越来越无法满足金融交易对于高可靠性、高性能、强安全性、可扩展性以及易维护性的需求。金融(币币)交易撮合系统中包括以下几个核心模块:
用户:终端用户委托报价与数量,生成订单发送至交易平台。
网关:负责收集用户订单,并将其派发给撮合引擎。
撮合引擎:交易系统中的核心部分,用于接收订单并根据业务逻辑实现订单 撮合同时生成交易记录,随后给予用户交易结果反馈。
数据库:用来存放交易过程中的订单和交易记录,实现数据持久化。
消息队列:一般用于订单消息的传输
关于技术选型
一个交易所平台的技术架构主要考虑安全性、分布式、易扩展、容错性、低延时、高并发等特性,以及熔断机制、服务注册和发现、消息服务、服务网关、安全认证、内存数据库、关系型数据库等各种选项,最终形成了如下技术选型:
分布式基础进行架构SpringCloud与Dubbo之间二选一,由于SpringCloud更加知名,SpringCloud的程序员更好招聘,有利于系统的长期运维升级,而且SpringCloud是基于SpringBoot开发,比较有亲切感,所以选择了SpringCloud, 其实由于阿里系的强大影响,国内Dubbo使用更加广泛,不同的团队可以根据自己的情况选择。
引入Hystrix断路器作为容错保护模块,防止单个服务的故障,耗尽整个撮合系统容器的线程资源,避免分布式环境里大量级联失败。对通过第三方客户端访问依赖服务出现失败、拒绝、超时或短路时执行回退逻辑。
采用Eureka作为服务注册与发现中心,实现中间层服务,以达到负载均衡和中间层服务故障转移的目的。
服务网关Spring Cloud Gateway 与 Zuul 的选型,选择了Zuul,因为名字短一些。
引入SpringCloud Security安全认证模块用于构建安全的应用程序和服务,SpringCloud Security在Spring Boot和Spring Security OAuth2的基础上,可以快速创建和实现常见的安全认证方式,如单点登录,令牌中继和令牌交换等。
引入Redis作为内存数据库,兼做系统数据缓存和内存计算。
使用MySQL作为关系数据库,性能测试非常过关,而且对熟悉MYSQL的程序员非常友好。
消息队列中间件MQ采用了Kafka, 具有超高性能体现。
关于交易所架构设计
基于SpringCloud开发基于微服务架构的交易平台,首先需要对SpringCloud的基础架构有所了解,我们熟知的SpringCloud微服务架构如下图所示:
由于篇幅关系,本文就不对SpringCloud的技术架构进行详细解读了。
在SpringCloud这个优秀的微服务框架基础之上,如何构建一个交易系统呢?开源项目CoinExchange对交易所的架构做了如下架构设计:
将撮合交易引擎、API等拆分作为单独的服务,基于SpringCloud构建了一个精简的交易所架构。
部署图如下:
关于撮合交易引擎
采用内存撮合的方式进行,以Kafka做撮合订单信息传输,MongoDB持久化订单成交明细,MySQL记录订单总体成交。其中行情模块主要负责订单成交持久化、行情生成、行情推送等服务,包括:
K线数据,间隔分别为:1分钟、5分钟、15分钟、30分钟、1小时、1天、1周、1月
所有交易对的市场深度(market depth)数据
所有交易对的最新价格
最近成交的交易对
内存撮合交易支持的模式
限价订单与限价订单撮合
市价订单与限价订单撮合
限价订单与市价订单撮合
市价订单与市价订单撮合
撮合逻辑过程如下图所示:
示例代码如下:
1 /**
2 * 限价委托单与限价队列匹配
3 * @param lpList 限价对手单队列
4 * @param focusedOrder 交易订单
5 */
6 public void matchLimitPriceWithLPList(TreeMap<BigDecimal,MergeOrder> lpList, ExchangeOrder focusedOrder,boolean canEnterList){
7 List<ExchangeTrade> exchangeTrades = new ArrayList<>();
8 List<ExchangeOrder> completedOrders = new ArrayList<>();
9 synchronized (lpList) {
10 Iterator<Map.Entry<BigDecimal,MergeOrder>> mergeOrderIterator = lpList.entrySet().iterator();
11 boolean exitLoop = false;
12 while (!exitLoop && mergeOrderIterator.hasNext()) {
13 Map.Entry<BigDecimal,MergeOrder> entry = mergeOrderIterator.next();
14 MergeOrder mergeOrder = entry.getValue();
15 Iterator<ExchangeOrder> orderIterator = mergeOrder.iterator();
16 //买入单需要匹配的价格不大于委托价,否则退出
17 if (focusedOrder.getDirection() == ExchangeOrderDirection.BUY && mergeOrder.getPrice().compareTo(focusedOrder.getPrice()) > 0) {
18 break;
19 }
20 //卖出单需要匹配的价格不小于委托价,否则退出
21 if (focusedOrder.getDirection() == ExchangeOrderDirection.SELL && mergeOrder.getPrice().compareTo(focusedOrder.getPrice()) < 0) {
22 break;
23 }
24 while (orderIterator.hasNext()) {
25 ExchangeOrder matchOrder = orderIterator.next();
26 //处理匹配
27 ExchangeTrade trade = processMatch(focusedOrder, matchOrder);
28 exchangeTrades.add(trade);
29 //判断匹配单是否完成
30 if (matchOrder.isCompleted()) {
31 //当前匹配的订单完成交易,删除该订单
32 orderIterator.remove();
33 completedOrders.add(matchOrder);
34 }
35 //判断交易单是否完成
36 if (focusedOrder.isCompleted()) {
37 //交易完成
38 completedOrders.add(focusedOrder);
39 //退出循环
40 exitLoop = true;
41 break;
42 }
43 }
44 if(mergeOrder.size() == 0){
45 mergeOrderIterator.remove();
46 }
47 }
48 }
49 //如果还没有交易完,订单压入列表中
50 if (focusedOrder.getTradedAmount().compareTo(focusedOrder.getAmount()) < 0 && canEnterList) {
51 addLimitPriceOrder(focusedOrder);
52 }
53 //每个订单的匹配批量推送
54 handleExchangeTrade(exchangeTrades);
55 if(completedOrders.size() > 0){
56 orderCompleted(completedOrders);
57 TradePlate plate = focusedOrder.getDirection() == ExchangeOrderDirection.BUY ? sellTradePlate : buyTradePlate;
58 sendTradePlateMessage(plate);
59 }
60 }
61
62 /**
63 * 限价委托单与市价队列匹配
64 * @param mpList 市价对手单队列
65 * @param focusedOrder 交易订单
66 */
67 public void matchLimitPriceWithMPList(LinkedList<ExchangeOrder> mpList,ExchangeOrder focusedOrder){
68 List<ExchangeTrade> exchangeTrades = new ArrayList<>();
69 List<ExchangeOrder> completedOrders = new ArrayList<>();
70 synchronized (mpList) {
71 Iterator<ExchangeOrder> iterator = mpList.iterator();
72 while (iterator.hasNext()) {
73 ExchangeOrder matchOrder = iterator.next();
74 ExchangeTrade trade = processMatch(focusedOrder, matchOrder);
75 logger.info(">>>>>"+trade);
76 if(trade != null){
77 exchangeTrades.add(trade);
78 }
79 //判断匹配单是否完成,市价单amount为成交量
80 if(matchOrder.isCompleted()){
81 iterator.remove();
82 completedOrders.add(matchOrder);
83 }
84 //判断吃单是否完成,判断成交量是否完成
85 if (focusedOrder.isCompleted()) {
86 //交易完成
87 completedOrders.add(focusedOrder);
88 //退出循环
89 break;
90 }
91 }
92 }
93 //如果还没有交易完,订单压入列表中
94 if (focusedOrder.getTradedAmount().compareTo(focusedOrder.getAmount()) < 0) {
95 addLimitPriceOrder(focusedOrder);
96 }
97 //每个订单的匹配批量推送
98 handleExchangeTrade(exchangeTrades);
99 orderCompleted(completedOrders);
100 }
101
102
103 /**
104 * 市价委托单与限价对手单列表交易
105 * @param lpList 限价对手单列表
106 * @param focusedOrder 待交易订单
107 */
108 public void matchMarketPriceWithLPList(TreeMap<BigDecimal,MergeOrder> lpList, ExchangeOrder focusedOrder){
109 List<ExchangeTrade> exchangeTrades = new ArrayList<>();
110 List<ExchangeOrder> completedOrders = new ArrayList<>();
111 synchronized (lpList) {
112 Iterator<Map.Entry<BigDecimal,MergeOrder>> mergeOrderIterator = lpList.entrySet().iterator();
113 boolean exitLoop = false;
114 while (!exitLoop && mergeOrderIterator.hasNext()) {
115 Map.Entry<BigDecimal,MergeOrder> entry = mergeOrderIterator.next();
116 MergeOrder mergeOrder = entry.getValue();
117 Iterator<ExchangeOrder> orderIterator = mergeOrder.iterator();
118 while (orderIterator.hasNext()) {
119 ExchangeOrder matchOrder = orderIterator.next();
120 //处理匹配
121 ExchangeTrade trade = processMatch(focusedOrder, matchOrder);
122 if (trade != null) {
123 exchangeTrades.add(trade);
124 }
125 //判断匹配单是否完成
126 if (matchOrder.isCompleted()) {
127 //当前匹配的订单完成交易,删除该订单
128 orderIterator.remove();
129 completedOrders.add(matchOrder);
130 }
131 //判断焦点订单是否完成
132 if (focusedOrder.isCompleted()) {
133 completedOrders.add(focusedOrder);
134 //退出循环
135 exitLoop = true;
136 break;
137 }
138 }
139 if(mergeOrder.size() == 0){
140 mergeOrderIterator.remove();
141 }
142 }
143 }
144 //如果还没有交易完,订单压入列表中,市价买单按成交量算
145 if (focusedOrder.getDirection() == ExchangeOrderDirection.SELL&&focusedOrder.getTradedAmount().compareTo(focusedOrder.getAmount()) < 0
146 || focusedOrder.getDirection() == ExchangeOrderDirection.BUY&& focusedOrder.getTurnover().compareTo(focusedOrder.getAmount()) < 0) {
147 addMarketPriceOrder(focusedOrder);
148 }
149 //每个订单的匹配批量推送
150 handleExchangeTrade(exchangeTrades);
151 if(completedOrders.size() > 0){
152 orderCompleted(completedOrders);
153 TradePlate plate = focusedOrder.getDirection() == ExchangeOrderDirection.BUY ? sellTradePlate : buyTradePlate;
154 sendTradePlateMessage(plate);
155 }
156 }
关于区块链钱包对接
每个币种对应不同的数据访问方式,大部分区块链项目的钱包操作方式是相同的或十分相似的,比如BTC、LTC、BCH、BSV、BCD等比特币衍生币,其API操作方式几乎一样;再比如ETH,当你掌握一个合约币种的操作,其他基于ETH发行的数字货币的操作方式几乎一样。所以,基本上当你花时间弄懂了一个,就懂了一堆币种。
本项目使用的钱包操作方案也是不同的,也尽可能的为大家展示了不同用法:
如BTC、USDT,使用的自建全节点,现在差不多需要300G硬盘空间;
如ETH,使用的是自建轻节点(参考文章),因为全节点需要硬盘空间太大;
如BCH、BSV等,使用的是第三方区块链浏览器获取数据。
标签:撮合,架构设计,基于,Java,completedOrders,SpringCloud,matchOrder,订单,focusedOrder 来源: https://www.cnblogs.com/uveidve/p/12664499.html