博客/案例实践

中信证券:金融国产化替换,数据毫秒级响应

2025-06-24 · YMatrix Team
#案例实践

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

  • 现行实盘交易数据系统架构不符合国产化要求

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

  • 基于 MatrixGate 将数据以并行的方式写入 YMatrix,实现交易高峰期海量数据的实时写入

  • 基于 MARS3 存储引擎实现数据的自适应智能压缩,提高数据压缩率,降低存储成本

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