对系统要求高，通常按金融级标准设计。金融数据传输要求速度快，流量大，极强容灾。

案例分析

简化版券商算法交易平台对接交易所：

• 涉及场景多。既有事务数据，也有市场数据
• 模型简单。只涉及到2个主体
• 复杂度可选。连接交易所的要求可以很高，也可以很低，具体取决于你愿意出多少钱，有多久研发时间

两个主体：

• 券商，任务是将券商提供的市场交易信息发到自己的算法交易平台，平台分析这些信息后，发买卖订单给交易所
• 交易所负责处理收到的订单，在处理完后，将交易信息传递给券商

整个过程都是用软件实现，不用硬件。

交易数据

券商发给交易所的订单数据属于事务数据。这里的事务指的是数据库事务（Transaction）。所以交易数据的传输需满足顺序正确性要求，既要保证顺序的正确性，也要保证消息处理的一次性。

既然我们这节课讲的是数据传输质量问题，那么我们还是要分析一下可能的异常情况。数据传输已经具有事务性了，还能出啥问题？

网页刷新太快，可能会收到远端服务器拒绝访问的消息。这意味着电商服务器觉得你的访问频率过高，临时降低提供给你的服务质量。

金融行业里的服务器容量也有上限，也普遍采取了限流。

限流

常用限流方法：

漏桶算法

消息的生产者将所有请求放到一个容量固定的桶。消费者匀速从桶里消费消息。因为桶的消息满了就丢掉，所以这个桶叫作漏桶。

令牌桶算法

和漏桶算法一样，也有容量固定的桶，桶装的令牌。系统按固定速度往令牌桶里放令牌，满了之后就会溢出。消费者每处理一个消息都消耗一个令牌，所以桶里面的令牌总数决定了处理消息的最快速度，而放令牌速度决定处理消息的平均速度。

券商如何选择。**当两个不同组织之间的金融系统进行对接的时候，接收方一般要假设发送方是恶意的。**因此交易所要限制券商的消息发送速度，如1s内最多只能发多少消息。这时券商可漏桶算法限制自己对外的消息发送速度。

尽管交易所明文规定每家券商的速度上限，但交易所不相信券商会遵守规则，因此交易所依然对券商消息限流。这些经过限流的券商流量最终汇集，再集中处理。

虽然对每家的流量都做了限制，但他们的总流量还可能超出系统承载上限。所以交易所还需要对总流量限流。

这时你就有个选择，如你想对总流量微调，可选择令牌桶算法，就可通过调整生成令牌的速度调整处理速度。令牌桶里的总令牌数目代表了系统的峰值处理流量，这样系统还具有一定峰值处理能力。

**一旦上下游间做限流，整个系统就需要假设数据会丢。**因此你需要处理好订单发送不出去，或发送出去后无法被执行。

市场数据

交易数据的处理一般具有事务性，所以选择灵活度比较小。市场数据就不一样了，选择面要宽泛很多。

市场，指金融交易市场，**所以市场数据指的是金融市场成交信息。**股价就是股票买卖双方的成交价格。

交易数据是事务型数据，那市场数据也是事务型数据吗？这个问题是市场数据处理的最核心问题。

如你关心订单成交信息，那这成交信息是事务类数据。但例子里，券商的算法交易平台关心的不是自己的交易信息，而是当前所有人的交易信息，所以算法交易平台并不需要数据有事务保证，即案例里允许掉数据。

正因放松假设，对市场数据的处理才有多种选择。不同能力的算法交易平台对数据的实效性要求不一。

非实时市场数据

非实时，主要指那些对延时要求不特别高。这时消息的传输本着尽量快原则，稍微慢几百毫秒或几秒钟问题不大。绝大多数情况下，你碰到的都是这种非实时的市场数据场景。

非实时市场数据的分类。

订阅发布与消息

数据传输方式分为

• 订阅发布（Pub/Sub）

  每个消息的消费者互相独立，每个人都要处理所有消息，并且每个人处理消息的顺序必须一样。

• 消息（Messaging）

  所有人之间共享所有消息。即每个人处理的只是一部分消息，从他的角度来看消息是断断续续、不连续

RabbitMQ、RocketMQ最开始都按消息方式设计。而Apache Kafka和Google Cloud Pub/Sub按订阅发布方式设计。

这些都只是这些数据系统最开始的设计目标。系统架构在演进过程中可能会同时具有订阅发布和消息的一些能力，如Apache Kafka。

券商需要哪种数据传输方式。如果算法平台只有部分数据，可能缺失一些重要历史信号，所以算法交易平台需要所有历史数据。所以券商需要订阅发布数据传输方式，从交易所接收数据。这也是为什么现在Apache Kafka在金融系统中使用得越来越多。

优化及原理

要利用金融数据的一个属性——数据的时效性。数据的时效性指的是不同时间的数据对你的价值。

对金融市场数据，你永远得不到当前的数据。不管延时多低，你收到市场数据的时候已是历史数据，所以我们在这里谈论的都是历史数据的时效性。

如果所有历史数据对你的价值都是一样高，那么一般来说数据需要尽量完整。相反，如果越接近现在的数据对你的价值越高，那么数据则有可能允许丢失。因为就算丢失了，你只要稍微等一段时间，丢失的数据重要性就会变得很低，这样丢失对你的影响就会很小。

算法交易平台属于高频交易类型，它需要根据最近的趋势预测未来的盈利机会。如果数据的时间太久，可能市场上的其他参与者早就利用这些信息赚过了钱，这种时间太久的数据就没剩多少价值了。所以算法交易平台的数据属于具有时效性的数据，允许部分缺失。

金融系统不是所有地方的数据要求都很高，这就是例子。所以你一定要结合业务特点来选择合适系统架构。知道这特点，就可针对性地调整数据传输系统的容灾能力。

比如说Apache Kafka默认带有一定容灾功能。一般要求部署3个节点，其中一个是主节点，另外两个是备份节点。

每当Kafka收到数据后，会将数据先同步给备份节点，可以将同步数设为0，牺牲掉部分不重要的容灾能力，换来更快的处理速度。

就算数据可以丢失，也要避免这种情况频繁出现。所以，你要建立合理的监控机制，当数据频繁丢失的时及时反应。

实时市场数据

金融行业的非实时市场数据的处理和互联网行业接近，系统架构也类似，所以你会有似曾相识感觉。

实时市场数据的处理，这和互联网的处理区别比较大。

特殊部署

实时市场数据，对延时要求非常高的数据场景。低延时的系统维护对交易所本身是一笔很大的开销，而且因为能支持的用户数有限，所以一般都需要收费，也就是常说的席位费。

交完席位费后，一般就能连到交易所，获取一些低延时数据，同时还有可能得到更详细数据内容。

一般来说你的服务器和交易所有一定的物理距离，跨省传播数据的话，延时可能在几毫秒到几十毫秒。如你觉得这几十毫秒很重要，你可再用更多钱来解决这个问题。交易所一般会提供同机房主机服务，你可以将自己的系统部署在交易所的机房内。这样你的系统和交易所系统的物理距离只有几米左右，光速带来的影响基本忽略不计。

不过，因为交易所机房的物理机器有限，你需要和其他有钱的金融公司竞争这为数不多的位置，可能需要付出天价运营费用。

数据分发

实时市场数据的消费者之间并不是平等关系。谁的钱多，谁的延时就低。这表示实时数据分发的系统架构是一个层级结构，越接近上层的人收到的消息越快。

先从交易所出发。当交易所生成完数据之后，会将数据传送给顶层的数据节点。这一层会部署多个节点以防单点故障。

假如Kafka，交易所数据应该发给一个主节点，主节点负责和备份节点之间通讯。但是这样会有一个网络延时，所以交易所采用的是局域网内广播，所有第一层节点都会同时收到所有数据信息：

顶层数据节点收到数据之后会做两件事情，分别是推送给优先级最高的VIP客户，以及推送给下一层的数据分发节点。

低延时架构优化的是系统延时，而非系统的吞吐量。互联网常见的**消息系统普遍采用消费者定时拉数据模式。**优点是能支持大量的数据消费者，但两次拉取之间有一定时间间隔。如Apache Kafka的默认客户端。

数据的实时推送会消耗很多推送端的硬件资源，但交易所的VIP客户数目少，实时推送对系统影响可控，所以数据可通过顶层数据节点直推给用户。

经济学角度。VIP席位费的总盈利是总VIP客户数乘以席位费，VIP客户数减少之后，VIP之间的价格竞争会更激烈，所以席位费会增加。因为总盈利是这两者的乘积，很有可能总盈利会因为席位费的增加而大幅增加。

利润角度，系统也不一定需要支持很多VIP用户。选择系统架构，要结合业务。VIP席位需具备一定价格弹性（Price Elasticity）。

数据除了顶层的VIP用户之外，还有非VIP的付费实时数据用户。但由于数据已有延时，这时不一定要用到数据广播，可选择让顶层节点推送数据给下层节点。这时架构示意图：

以此类推，每层往下继续分发数据。这时候数据分发的对象有交易所的非VIP付费客户，也有其他数据节点。

当交易所解决完所有付费用户的实时数据推送问题后，怎么把实时数据变为非实时数据，即怎么让非付费用户也能访问数据。只要将某层的实时数据节点对接到非实时数据系统。这时**数据由实时推送方式变为非实时拉取方式。**更新后的系统架构：

数据压缩

实时数据系统大部分的时间都花费在数据的解、编码。想速度快，首要数据量小，这也是金融系统架构和互联网架构很大区别。

Json或XML格式的数据一定不能用在实时数据系统。因为这些传输格式是为人准备，里面有多余信息，需换成只有机器看得懂的二进制表达方式。如要求不高，一般Google Prototol Buffer协议够，会按照你定义好的二进制表现形式来进行编码，能对数据进行很大幅度压缩。

在要求更高金融场景下，普遍会使用金融行业专用的FIX通讯协议。定义了通讯规则，同时也定义数据传输方式。

市场数据的显著特点：连续两个数据之间大部分内容都一样。如你去比较连续两个股票价格信息数据，它们很可能只有价格指标会变化，其他信息完全一样。

FIX协议就利用了这特性，很多情况下只需传输数据变动部分，就能减少很多数据传输量。设计思想和视频压缩算法类似，视频压缩以关键帧为基准，其他帧只存储相对关键帧的变化。

总结

金融数据分为交易数据和市场数据两种。金融交易数据的处理和互联网处理方法非常类似，在处理的时候需要做好数据限流的架构选型。

市场数据的处理分为非实时和实时两种。非实时市场数据的处理也和互联网处理方法类似，在处理的时候，对订阅发布和消息这两种不同架构选择，我们要做好区分。因为市场数据具有实效性，我们可以容忍偶然的数据丢失，这也给了数据系统一个很大的优化空间。

实时市场数据的消费者分为不同的级别。实时数据系统的架构和用户一样，也是分为不同级别。数据会层层分发下去，不同层级有不同的延时情况和部署方案。实时系统的优化主要体现在数据压缩上，金融行业有自己特有的FIX二进制通讯协议。