1. 案例背景
中信证券现使用 Redis 承接实盘交易系统数据，无法适应大数据量实时写入场景，也无法进行大量历史交易数据的存储和分析；其次，中信证券具有国产化需求，需针对非国产化的核心底层存储部分实施国产化替换工作。
2. 现存问题
国产化需求
数据写入性能低
- Redis 以订阅的方式实时写入数据，大数据量下写入延迟加大
数据处理能力弱
- 数据处理依赖开发平台，SQL 无法直接操作数据，数据分析能力弱
数据维护能力差
- Redis 仅为临时储存，历史数据无法分析查询，可追溯性差，不利于数据维护。
3. 解决方案
- 目前系统数据架构，数据处理流程可以分为数据源、数据接入、数据存储、查询分析、可视化五个环节，采用YMatrix后，数据处理流程可以从数据接入、数据储存、查询分析三个环节进行改进。
4. 方案应用
数据存储
数据处理
- YMatrix 可使用 SQL 直接操作库内数据，无需额外开发平台（Python）支持
- YMatrix 库内流计算支持实时分析交易数据，满足可视化交互分析需求
数据维护
- YMatrix 可存储历史行情数据，满足历史行情明细数据分析查询需求，具备可追溯性
5. 应用效果
数据处理
- 实盘交易数据实时写入至页面展示平均在 0.5 毫秒内完成
- 实时 K 线计算并自动推动到前端展示，毫秒级完成
- 历史 K 线计算，500 并发查询响应时间均为毫秒级
数据存储
- 数据压缩率可达 9.89%，压缩倍数为 10 倍以上。
数据维护
- 统一数据链路，实时 + 历史行情统一处理
- 支持事务的 ACID 特性保证数据完整不丢失
