1. 行情系统概述：嵌入式行情系统的定义、核心功能、典型架构

各位同学，咱们今天聊聊嵌入式行情系统。说实话，这个领域我摸爬滚打了十几年，踩过的坑比走过的路还多。你想想看，一个行情系统要是慢了半秒，交易员那边可能就亏了几十万。所以，理解它的本质，比会写代码更重要。

1.1 什么是嵌入式行情系统？

说白了，嵌入式行情系统就是跑在专用硬件上的实时行情处理引擎。它不像你电脑上的炒股软件，而是直接嵌入到交换机、FPGA加速卡或者专用服务器里。

我当年刚入行时，老板丢给我一块板子说：「把这个做成行情网关」。我一脸懵——这不就是写个网络程序吗？后来才知道，嵌入式行情系统要满足三个硬指标：

• 微秒级延迟——从网线收到数据到处理完发出去，不能超过10微秒
• 确定性行为——每次处理时间几乎恒定，不能忽快忽慢
• 零丢包——丢了任何一笔行情，交易策略就可能出问题

1.2 核心功能拆解

我习惯把行情系统的功能分成三层来看。每一层都有它的脾气，咱们一个一个说。

1.2.1 数据接入

这是最苦的活。交易所发过来的数据，格式五花八门。有二进制协议的，有FIX/FAST协议的，还有组播UDP的。我记得有一次，某交易所改了协议头里的一个字节偏移量，我们排查了整整一个通宵。

• 协议解析：从原始字节流中提取出字段，比如股票代码、价格、成交量
• 组播接收：处理丢包、乱序、重复包的问题
• 时间戳标记：在纳秒级精度上标记数据到达时间

1.2.2 行情处理

数据进来了，不能直接转发。你得做加工。这里有个坑——很多人以为行情处理就是「收到-转发」，其实远没那么简单。

• 数据清洗：过滤掉异常数据，比如价格突变、成交量异常
• 行情计算：生成买卖盘口、最新价、涨跌幅等衍生数据
• 快照与增量：维护完整的市场快照，同时处理增量更新

1.2.3 数据分发

处理完的数据，要喂给下游的多个交易策略。这里最头疼的是「多路分发」——你不能因为一个策略处理慢了，拖累其他策略。

• 组播分发：一对多，效率高，但需要处理组播组管理
• 内存共享：同一台机器上的策略，通过共享内存拿数据
• 优先级调度：高频策略优先，低频策略可以稍微等一等

1.3 典型架构：三层模型

我画了一张架构图，你看一眼就明白了。这个架构我用了七八年，改过无数版，但核心骨架一直没变。

这张图看着简单，但每一层都有大学问。我挑几个重点说说。

1.3.1 数据接入层——最容易被低估的一层

很多人觉得接入层就是「收数据」，没什么技术含量。大错特错。我见过一个团队，接入层写得稀烂，结果处理层再怎么优化，延迟也降不下来。

接入层的核心挑战是：在纳秒级精度上完成数据接收和预处理。这里有几个关键点：

• 零拷贝技术：数据从网卡到应用，不要经过内核缓冲区。用DPDK或者专用网卡直接映射到用户空间
• 中断合并：高频行情下，中断太多会拖垮CPU。适当合并中断，但别合并太多，否则延迟会变大
• 时间戳硬件化：用网卡硬件打时间戳，别用软件。软件时间戳的误差可能达到微秒级

1.3.2 处理层——性能瓶颈的重灾区

处理层是行情系统的「大脑」。数据在这里被清洗、计算、重组。我做过统计，行情系统60%以上的延迟都出在这一层。

处理层的设计原则：

• 无锁数据结构：多线程访问共享数据时，用无锁队列或者RCU。锁竞争是延迟杀手
• 内存池化：避免频繁malloc/free。预分配好内存池，用的时候直接拿
• 流水线设计：把处理过程拆成多个阶段，每个阶段一个线程。这样能充分利用多核

1.3.3 分发层——最后一公里的艺术

数据处理完了，怎么喂给下游？这里有个两难：既要快，又要稳。

分发层的常见方案：

方案	延迟	吞吐量	适用场景
组播UDP	低（1-3μs）	高	多策略订阅同一路行情
共享内存	极低（<1μs）	极高	同机多进程通信
TCP	高（10-50μs）	中	跨机器、可靠性要求高
RDMA	极低（<1μs）	极高	跨机器、超低延迟需求

我个人习惯，同机部署用共享内存，跨机部署用RDMA。组播UDP虽然延迟低，但丢包处理太麻烦，我一般只在测试环境用。

1.4 一个典型的处理流程

说了这么多理论，咱们看一段伪代码。这段代码我简化过，但核心逻辑没变。

// 行情处理主循环（伪代码）
while (running) {
    // 1. 从接入层获取原始数据
    raw_packet = receive_from_nic();
    
    // 2. 解析协议头
    header = parse_header(raw_packet);
    
    // 3. 校验数据完整性
    if (!checksum_valid(raw_packet)) {
        log_error("checksum mismatch");
        continue;
    }
    
    // 4. 提取行情字段
    tick = extract_tick(raw_packet, header);
    
    // 5. 更新市场快照
    snapshot = update_snapshot(tick);
    
    // 6. 计算衍生行情
    derived = calculate_derived(snapshot);
    
    // 7. 分发到下游
    dispatch_to_subscribers(snapshot, derived);
}

你看，逻辑很简单。但真正的难点在于：每一步都要在纳秒级完成。我见过有人在这个循环里加了一个printf调试，结果延迟从3微秒飙到30微秒。嗯，嵌入式系统里，IO操作能省就省。

1.5 总结一下

嵌入式行情系统，说白了就是三个字：快、稳、准。快是延迟低，稳是确定性高，准是数据不丢不错。

我做了这么多年，最大的体会是：别把嵌入式行情系统当成普通软件来写。它更像是在硬件和软件之间走钢丝。每一行代码，每一个数据结构，都要考虑它对延迟和确定性的影响。

嗯，这一章就到这里。记住我画的架构图，后面几章我们会一层一层地深入进去，把每一层的优化细节都掰开揉碎了讲。

---

公众号:蓝海资料掘金营，微信deep3321