交易系统核心链路：订单接收与解码、风控检查、订单路由、行情处理、撮合引擎
大家好，我是你们的老朋友。今天咱们聊聊交易系统的核心链路。
说白了，一条订单从客户端发出来，到最终成交或被拒绝，中间要经过好几个关键环节。我这些年拆过不少系统，发现很多性能问题都出在这些链路上。你想想看，如果某个环节慢了，整个系统的吞吐量就上不去。
嗯，咱们一个一个来看。
1. 订单接收与解码
这是第一道关卡。客户端把订单发过来，系统得先收下来，然后解析成内部能理解的数据结构。
接收环节，我个人习惯用非阻塞 I/O 模型。为什么？因为阻塞模型下，一个连接卡住了，后面的都得等着。我在项目中遇到过，某次线上事故就是因为接收线程被一个慢客户端拖死，导致大量订单堆积。
解码环节，说白了就是把二进制流变成订单对象。这里有个坑：不要用通用 JSON 解析器。通用解析器虽然方便，但性能差得远。我建议自己写定长字段解析器，或者用 Protobuf 这类高性能序列化方案。
核心要点：
- 接收用 Reactor 模式，一个线程管多个连接
- 解码用零拷贝技术，减少内存复制
- 预分配对象池，避免频繁 GC
避坑指南：我曾经见过一个团队，解码时用了正则表达式来提取字段。结果压测时 CPU 直接飙到 90% 以上。后来改成手工解析，CPU 降到 20%。记住：正则表达式是性能杀手。
2. 风控检查
订单解码完了，接下来就是风控。这一步不能省，但也不能太慢。
风控检查通常包括：
- 账户余额检查
- 持仓限制检查
- 价格偏离检查
- 频率限制检查
我建议把风控规则分成两类：静态规则和动态规则。静态规则（比如账户是否存在）可以缓存起来，不用每次都查数据库。动态规则（比如价格偏离）则需要实时计算。
这里有个技巧：把风控检查做成流水线。先做快的检查（比如频率限制），再做慢的检查（比如数据库查询）。这样大部分订单在第一步就被过滤掉了，后面的压力就小了。
注意：风控检查不能完全异步。有些规则必须同步执行，否则会出现「先成交后风控」的尴尬局面。我见过一个系统，因为异步风控导致用户透支交易，最后赔了不少钱。
3. 订单路由
风控过了，订单该往哪送？这就涉及到路由了。
订单路由的核心是找到最优的撮合引擎。比如，一个 BTC/USDT 的买单，应该送到哪个撮合引擎去处理？
我个人习惯用一致性哈希来做路由。为什么？因为这样同一个交易对的订单总能落到同一个引擎上，避免了跨引擎的同步问题。
路由表要支持动态更新。我在项目中遇到过，某个撮合引擎挂了，路由表没及时更新，结果订单全打到了死节点上。嗯，那次事故让我养成了「路由表必须带健康检查」的习惯。
路由策略对比：
| 策略 | 优点 | 缺点 |
|---|---|---|
| 轮询 | 实现简单 | 无法保证同一交易对落到同一引擎 |
| 一致性哈希 | 扩展性好，节点变化影响小 | 实现稍复杂 |
| 最小连接数 | 负载均衡效果好 | 需要实时统计连接数 |
4. 行情处理
行情处理是交易系统的「眼睛」。没有行情，撮合引擎就是瞎子。
行情数据通常包括：
- 深度数据（买卖盘口）
- 成交数据（最近成交记录）
- Ticker 数据（最新价、涨跌幅等）
行情处理的难点在于数据量大、更新频率高。一个活跃的交易对，每秒可能有几千次深度更新。如果处理不当，CPU 很快就满了。
我建议用增量更新代替全量推送。比如，深度变了，只推送变化的那几档，而不是整个深度数据。这样网络带宽和 CPU 都能省不少。
个人经验：我曾经优化过一个行情系统，把全量推送改成增量更新后，CPU 使用率从 80% 降到了 30%。而且客户端体验反而更好了，因为数据更新更及时了。
5. 撮合引擎
终于到了核心中的核心——撮合引擎。
撮合引擎的任务很简单：把买单和卖单匹配起来。但实现起来，细节多得很。
撮合引擎的核心数据结构是订单簿。买单按价格从高到低排列，卖单按价格从低到高排列。每次来一个新订单，就从订单簿的另一边找匹配的订单。
我见过很多撮合引擎的实现，有的用红黑树，有的用跳表，有的直接用数组。我个人习惯用跳表。为什么？因为跳表的插入和删除都是 O(log n)，而且实现起来比红黑树简单，不容易出 bug。
撮合引擎的性能瓶颈通常不在算法上，而在锁竞争上。如果多个线程同时操作订单簿，锁的争用会非常严重。
锁优化策略：
- 使用读写锁：读多写少时性能好
- 使用无锁数据结构：比如 CAS 操作
- 使用分片锁：把订单簿分成多个区域，每个区域一把锁
注意：无锁编程虽然性能好，但调试起来非常痛苦。我建议除非你经验丰富，否则还是用读写锁加分片的方式更稳妥。我曾经花了两周时间调试一个无锁队列的 bug，最后发现是内存屏障的问题。嗯，那两周我头发都白了不少。
核心链路流程图
下面这张图展示了订单从接收到成交的完整流程。我画得比较简洁，但每个环节的要点都在里面了。
好了，核心链路就讲到这里。每个环节都有它的门道，也都有它的坑。我在后面几章会深入讲每个环节的优化技巧，到时候咱们再细聊。
记住一句话：性能优化不是一蹴而就的，而是不断发现瓶颈、解决瓶颈的过程。你想想看，是不是这个理？