match-trade超高效的交易所撮合引擎，采用伦敦外汇交易所LMAX开源的Disruptor框架，用Hazelcast进行分布式内存存取，以及原子性操作。使用数据流的方式进行计算撮合序列，才用价格水平独立撮合逻辑，实现高效大数据撮合。
优势match-engine是以水平价格为独立撮合逻辑，相比于别的订单队列为撮合队列的交易引擎来说，价格区间越小订单数越大时，性能越明显。match-engine每个价格下的订单都是异步完成被撮合。独立价格下订单不影响下一个新发生的撮合。match-engine每个价格撮合都是独立的，与下一个价格没的关系，实现快速吃单。match-engine每个新的订单经历撮合处理器后，后续逻辑采用并行计算，能更快速反馈数据撮合结果。match-engine撤单走独立的逻辑，不用和下单在一个处理序列。技术选择Disruptor： 号称每秒钟承载600万订单级别的无锁并行计算框架，主要选择原因还是并行计算。Hazelcast： 能很好进行内存处理，有很强原子性保障的操作能力。同时分布式内存实现很简单，能自动内存集群。Kafka： 比较适合大吞吐量的消息，有事务机制，同时能保证消息顺序消费。WebFlux： 它能够充分利用多核CPU的硬件资源去处理大量的并发请求。描述用户输入包括：
创建新的委托单（NewOrder）：一个新的委托单可以作为交易撮合引擎的输入，引擎会尝试将其与已有的委托单进行撮合。取消已有的委托单（CancelOrder）：用户也可以取消一个之前输入的委托单，如果它还没有执行的话，即开口订单。委托单：
限价委托单限价委托单是在当前的加密货币交易环境中最常用的委托类型。这种委托单允许用户指定一个价格，只有当撮合引擎找到同样价格甚至更好价格的对手单时才执行交易。市价委托单市价委托单的撮合会完全忽略价格因素，而致力于有限完成指定数量的成交。市价委托单在交易委托账本中有较高的优先级，在流动性充足的市场中市价单可以保证成交。不充足时，撮合完最后一条撤销。止损委托单止损委托单尽在市场价格到达指定价位时才被激活，因此它的执行方式与市价委托单相反。一旦止损委托单激活，它们可以自动转化为市价委托单或限价委托单。（未实现）撮合流程限价撮合：
市价撮合： 目前就实现这两种订单撮合
订单簿为撮合簿时代码解析这个是一个简单流盘口计算demo
//获取匹配的订单薄数据IMap<Long,Order>outMap=hzInstance.getMap(HzltUtil.getMatchKey(coinTeam,isBuy));/***-★*-使用Java8StreamAPI中的并行流来计算最优*-能快速的拿到撮合对象，不用排序取值，降低性能消耗*/OrderoutOrder=outMap.values().parallelStream().min(HzltUtil::compareOrder).get();//这种方式最难的，就是整理盘口深度数据了/***-★*-获取行情深度**@paramcoinTeam交易队*@paramisBuy是否是买*@returnList<Depth>*/publicList<Depth>getMarketDepth(StringcoinTeam,BooleanisBuy){List<Depth>depths=newArrayList<Depth>();IMap<Long,Order>map=hzInstance.getMap(HzltUtil.getMatchKey(coinTeam,isBuy));if(map.size()>0){/***-这个流：主要是安价格分组和统计，使用并行流快速归集。*/List<Depth>list=map.entrySet().parallelStream().map(mo->mo.getValue()).collect(Collectors.groupingBy(Order::getPrice)).entrySet().parallelStream().map(ml->newDepth(ml.getKey().toString(),ml.getValue().stream().map(o->o.getUnFinishNumber()).reduce(BigDecimal.ZERO,BigDecimal::add).toString(),"0",1,coinTeam,isBuy)).sorted((d1,d2)->HzltUtil.compareTo(d1,d2)).collect(Collectors.toList());/***-这个流：主要是盘口的累计计算，因涉及排序选择串行流*/list.stream().reduce(newDepth("0","0","0",1,coinTeam,isBuy),(one,two)->{one.setTotal((newBigDecimal(one.getTotal()).add(newBigDecimal(two.getNumber()))).toString());depths.add(newDepth(two.getPrice(),two.getNumber(),one.getTotal(),two.getPlatform(),two.getCoinTeam(),two.getIsBuy()));returnone;});}else{Depthdepth=newDepth("0","0","0",1,coinTeam,isBuy);depths.add(depth);}returndepths;}测试结果在我8cpu，16G内存的开发win10系统上测试结果：
Disruptor单生产者初始化10万不能撮合的订单耗时：约700毫秒Disruptor多生产者初始化10万不能撮合的订单耗时：约20秒实际单吃完1-100价格内随机数量的10万订单耗时：约400毫秒
评论