怎么接入Apache Kafka服務器

這篇文章主要講解了“怎么接入Apache Kafka服務器”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“怎么接入Apache Kafka服務器”吧！

交易撮合引擎（Matching/Trading Engine），顧名思義是用來撮合交易的軟件，廣泛地應用在金融、證券、加密貨幣交易等領域。交易引擎負責管理加密資產市場中所有的開口訂單（Open Orders），并在發現匹配的訂單對（Trading Pair）時自動執行交易。本文將首先介紹有關加密資產交易撮合引擎的基本概念，例如委托單、交易委托賬本等，然后使用Golang實現一個原理性的撮合引擎。

1、基本概念與術語

在開始打造交易撮合引擎之前，讓我們首先熟悉相關的基本概念與術語。

撮合/交易引擎

正如前面所述，交易撮合引擎是用來撮合交易的軟件，可以先把交易撮合引擎看作一個黑盒子，它有一些輸入和輸出。

例如，可能的輸入包括：

• 創建新的委托單（NewOrder）：一個新的委托單可以作為交易撮合引擎的輸入，引擎會嘗試將其與已有的 委托單進行撮合。

• 取消已有的委托單（CancelOrder）：用戶也可以取消一個之前輸入的委托單，如果它還沒有執行的話，即開口訂單。

當然你可以定義其他的輸入，出于簡化考慮，我們現在只定義上述兩個輸入。

交易撮合引擎的輸出是一些事件，以便及時通知其他應用處理。例如，當引擎撮合了一筆交易后，就會觸發一個TradesGenerated事件；而當取消了一個已有的委托單后，引擎就會觸發rderCancelled。同樣，你可以根據自己的需求來定義引擎的輸出，這里我們還是簡單點，只定義這兩個輸出事件。

交易委托賬本

交易委托賬本（Order Book）就是一個買方委托單或買方委托單的列表，通常按照價格和時間排序。

當一個新的買方（買方）委托單進入引擎后，引擎就會將嘗試其與現有的賣方（買方）委托賬本 進行匹配，看是否存在執行交易的可能。如果找到了匹配的對手單，引擎就可以執行這兩個委托單了，也就是撮合成功了。

委托單

在任何交易引擎中，都可能有多種類型的委托單供用戶選擇。其中常見的類型包括：

• 限價委托單

限價委托單是在當前的加密貨幣交易環境中最常用的委托類型。這種委托單允許用戶指定一個價格，只有當撮合引擎找到同樣價格甚至更好價格的對手單時才執行交易。

對于一個買方委托單而言，這意味著如果你的委托價格是￥100，那么該委托單將會在任何不高于￥100的價格成交 —— 買到指定的價格或者更便宜的價格；而對于一個賣方委托單而言，同樣的委托價格意味著該委托單將在任何不低于￥100的價格成交—— 賣出指定的價格或者更高的價格。

• 市價委托單

市價委托單的撮合會完全忽略價格因素，而致力于有限完成指定數量的成交。市價委托單在交易委托賬本中有較高的優先級，在流動性充足的市場中市價單可以保證成交。

例如，當用戶委托購買2個以太幣時，該委托單可以在￥900、￥1000、￥2000或任何其他價位成交，這依賴于市場中當前的敞口委托單的情況。

• 止損委托單

止損委托單盡在市場價格到達指定價位時才被激活，因此它的執行方式與市價委托單相反。一旦止損委托單激活，它們可以自動轉化為市價委托單或限價委托單。

如果你希望打造一個高級的交易所，那么還有其他一些需要了解的概念，例如流動性、多/空交易、FIX/FAST協議等等，但是同樣出于簡化考慮，我們將這些內容留給你自己去發現。

2、系統架構

現在，對于交易撮合引擎的構成我們已經有了一些了解，那么讓我們看一下整個系統的架構，以及我們將要使用的技術：

正如你上面看到的，我們的系統將包含引擎的多個客戶端，這些客戶端可以是交易所系統中的其他組件，例如接收終端用戶委托請求的App等等。

在客戶端和引擎之間的通信是使用Apache Kafka作為消息總線來實現的，每個交易對都對應Kafka的一個主題，這樣我們可以確保當消息隊列接收到用戶委托單時，引擎將以同樣的先后順序處理委托單。這保證了即使引擎崩潰重啟我們也可以重建交易委托賬本。

引擎將監聽Kafka主題，執行委托賬本命令并將引擎的輸出事件發布到消息隊列中。當然如果能夠監測委托單的處理速度以及交易的執行情況會更酷。我們可以使用Prometheus來采集性能指標，使用grafana來實現一個監視儀表盤。

3、開發語言選擇

可以選擇你熟悉的開發語言，不過由于交易撮合引擎計算量巨大，通常我們應當選擇底層系列的語言，例如：C/C++、GoLang、Rust、Java等等。在這個教程中，我們使用Golang，因為它很快、容易理解、并發實現簡單，而且我也有好久沒有用C++了。

4、開發交易撮合引擎

我們將按照以下的步驟來開發交易撮合引擎：

• 基礎類型定義

• Consumer實現

• Order Book實現

• Producer實現

• Monitoring實現

4.1 基礎類型定義

我們需要首先定義一些基礎類型，這包括Order、OrderBook和Trade，分別表示委托單、交易委托賬本和交易：

下面是engine/order.go文件的內容：

package engine

import "encoding/json"

type Order struct {
	Amount uint64 `json:"amount"`
	Price  uint64 `json:"price"`
	ID     string `json:"id"`
	Side   int8   `json:"side"`
}

func (order *Order) FromJSON(msg []byte) error {
	return json.Unmarshal(msg, order)
}

func (order *Order) ToJSON() []byte {
	str, _ := json.Marshal(order)
	return str
}

這里我們就是簡單地創建了一個結構用來記錄訂單的主要信息，然后添加了一個方法用于快速的JSON轉換。

類似地engine/trade.go文件的內容：

package engine

import "encoding/json"

type Trade struct {
	TakerOrderID string `json:"taker_order_id"`
	MakerOrderID string `json:"maker_order_id"`
	Amount       uint64 `json:"amount"`
	Price        uint64 `json:"price"`
}

func (trade *Trade) FromJSON(msg []byte) error {
	return json.Unmarshal(msg, trade)
}

func (trade *Trade) ToJSON() []byte {
	str, _ := json.Marshal(trade)
	return str
}

現在我們已經定義了基本的輸入和輸出類型，現在看看交易委托賬本engine/order_book.go文件的內容：

package engine

// OrderBook type
type OrderBook struct {
	BuyOrders  []Order
	SellOrders []Order
}

// Add a buy order to the order book
func (book *OrderBook) addBuyOrder(order Order) {
	n := len(book.BuyOrders)
	var i int
	for i := n - 1; i >= 0; i-- {
		buyOrder := book.BuyOrders[i]
		if buyOrder.Price < order.Price {
			break
		}
	}
	if i == n-1 {
		book.BuyOrders = append(book.BuyOrders, order)
	} else {
		copy(book.BuyOrders[i+1:], book.BuyOrders[i:])
		book.BuyOrders[i] = order
	}
}

// Add a sell order to the order book
func (book *OrderBook) addSellOrder(order Order) {
	n := len(book.SellOrders)
	var i int
	for i := n - 1; i >= 0; i-- {
		sellOrder := book.SellOrders[i]
		if sellOrder.Price > order.Price {
			break
		}
	}
	if i == n-1 {
		book.SellOrders = append(book.SellOrders, order)
	} else {
		copy(book.SellOrders[i+1:], book.SellOrders[i:])
		book.SellOrders[i] = order
	}
}

// Remove a buy order from the order book at a given index
func (book *OrderBook) removeBuyOrder(index int) {
	book.BuyOrders = append(book.BuyOrders[:index], book.BuyOrders[index+1:]...)
}

// Remove a sell order from the order book at a given index
func (book *OrderBook) removeSellOrder(index int) {
	book.SellOrders = append(book.SellOrders[:index], book.SellOrders[index+1:]...)
}

在交易委托賬本中，除了創建保存買/賣方委托單的列表外，我們還需要定義添加新委托單的方法。

委托單列表應當根據其類型按升序或降序排列：賣方委托單是按降序排列的，這樣在列表中序號最大的委托單價格最低；買方委托單是按升序排列的，因此在其列表中最后的委托單價格最高。

由于絕大多數交易會在市場價格附近成交，我們可以輕松地從這些數組中插入或移除成員。

4.2 委托單處理

現在讓我們來處理委托單。

在下面的代碼中我們添加了一個命令來實現對限價委托單的處理。

文件engine/order_book_limit_order.go的內容：

package engine

// Process an order and return the trades generated before adding the remaining amount to the market
func (book *OrderBook) Process(order Order) []Trade {
	if order.Side == 1 {
		return book.processLimitBuy(order)
	}
	return book.processLimitSell(order)
}

// Process a limit buy order
func (book *OrderBook) processLimitBuy(order Order) []Trade {
	trades := make([]Trade, 0, 1)
	n := len(book.SellOrders)
	// check if we have at least one matching order
	if n != 0 || book.SellOrders[n-1].Price <= order.Price {
		// traverse all orders that match
		for i := n - 1; i >= 0; i-- {
			sellOrder := book.SellOrders[i]
			if sellOrder.Price > order.Price {
				break
			}
			// fill the entire order
			if sellOrder.Amount >= order.Amount {
				trades = append(trades, Trade{order.ID, sellOrder.ID, order.Amount, sellOrder.Price})
				sellOrder.Amount -= order.Amount
				if sellOrder.Amount == 0 {
					book.removeSellOrder(i)
				}
				return trades
			}
			// fill a partial order and continue
			if sellOrder.Amount < order.Amount {
				trades = append(trades, Trade{order.ID, sellOrder.ID, sellOrder.Amount, sellOrder.Price})
				order.Amount -= sellOrder.Amount
				book.removeSellOrder(i)
				continue
			}
		}
	}
	// finally add the remaining order to the list
	book.addBuyOrder(order)
	return trades
}

// Process a limit sell order
func (book *OrderBook) processLimitSell(order Order) []Trade {
	trades := make([]Trade, 0, 1)
	n := len(book.BuyOrders)
	// check if we have at least one matching order
	if n != 0 || book.BuyOrders[n-1].Price >= order.Price {
		// traverse all orders that match
		for i := n - 1; i >= 0; i-- {
			buyOrder := book.BuyOrders[i]
			if buyOrder.Price < order.Price {
				break
			}
			// fill the entire order
			if buyOrder.Amount >= order.Amount {
				trades = append(trades, Trade{order.ID, buyOrder.ID, order.Amount, buyOrder.Price})
				buyOrder.Amount -= order.Amount
				if buyOrder.Amount == 0 {
					book.removeBuyOrder(i)
				}
				return trades
			}
			// fill a partial order and continue
			if buyOrder.Amount < order.Amount {
				trades = append(trades, Trade{order.ID, buyOrder.ID, buyOrder.Amount, buyOrder.Price})
				order.Amount -= buyOrder.Amount
				book.removeBuyOrder(i)
				continue
			}
		}
	}
	// finally add the remaining order to the list
	book.addSellOrder(order)
	return trades
}

看起來我們將一個方法變成了兩個，分別處理買方委托單和賣方委托單。這兩個方法在每個方面 都很相似，除了處理的市場側不同。

算法非常簡單。我們將一個買方委托單與所有的賣方委托單進行匹配，找出任何與買方委托價格 一致甚至更低的賣方委托單。當這一條件不能滿足時，或者該買方委托單完成后，我們返會撮合 的交易。

4.3 接入Kafka

現在就快完成我們的交易引擎了，還需要接入Apache Kafka服務器，然后開始監聽委托單。

main.go文件的內容：

package main

import (
	"engine/engine"
	"log"

	"github.com/Shopify/sarama"
	cluster "github.com/bsm/sarama-cluster"
)

func main() {

	// create the consumer and listen for new order messages
	consumer := createConsumer()

	// create the producer of trade messages
	producer := createProducer()

	// create the order book
	book := engine.OrderBook{
		BuyOrders:  make([]engine.Order, 0, 100),
		SellOrders: make([]engine.Order, 0, 100),
	}

	// create a signal channel to know when we are done
	done := make(chan bool)

	// start processing orders
	go func() {
		for msg := range consumer.Messages() {
			var order engine.Order
			// decode the message
			order.FromJSON(msg.Value)
			// process the order
			trades := book.Process(order)
			// send trades to message queue
			for _, trade := range trades {
				rawTrade := trade.ToJSON()
				producer.Input() <- &sarama.ProducerMessage{
					Topic: "trades",
					Value: sarama.ByteEncoder(rawTrade),
				}
			}
			// mark the message as processed
			consumer.MarkOffset(msg, "")
		}
		done <- true
	}()

	// wait until we are done
	<-done
}

//
// Create the consumer
//

func createConsumer() *cluster.Consumer {
	// define our configuration to the cluster
	config := cluster.NewConfig()
	config.Consumer.Return.Errors = false
	config.Group.Return.Notifications = false
	config.Consumer.Offsets.Initial = sarama.OffsetOldest

	// create the consumer
	consumer, err := cluster.NewConsumer([]string{"127.0.0.1:9092"}, "myconsumer", []string{"orders"}, config)
	if err != nil {
		log.Fatal("Unable to connect consumer to kafka cluster")
	}
	go handleErrors(consumer)
	go handleNotifications(consumer)
	return consumer
}

func handleErrors(consumer *cluster.Consumer) {
	for err := range consumer.Errors() {
		log.Printf("Error: %s\n", err.Error())
	}
}

func handleNotifications(consumer *cluster.Consumer) {
	for ntf := range consumer.Notifications() {
		log.Printf("Rebalanced: %+v\n", ntf)
	}
}

//
// Create the producer
//

func createProducer() sarama.AsyncProducer {
	config := sarama.NewConfig()
	config.Producer.Return.Successes = false
	config.Producer.Return.Errors = true
	config.Producer.RequiredAcks = sarama.WaitForAll
	producer, err := sarama.NewAsyncProducer([]string{"127.0.0.1:9092"}, config)
	if err != nil {
		log.Fatal("Unable to connect producer to kafka server")
	}
	return producer
}

利用Golang的Sarama Kafka客戶端開發庫，我們可以分別創建一個接入Kafka的消費者和生產者。

消費者將在指定的Kafka主題上等待新的委托單，然后進行撮合處理。生成的交易接下來使用生產者發送到指定的交易主題。

Kafka消息采用字節數組編碼，因此我們需要將其解碼。反之，將交易傳入消息隊列時，我們還需要進行必要的編碼。

感謝各位的閱讀，以上就是“怎么接入Apache Kafka服務器”的內容了，經過本文的學習后，相信大家對怎么接入Apache Kafka服務器這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！