CN117851520B - 证券核心交易引擎的数据同步方法、***、设备及介质 - Google Patents
证券核心交易引擎的数据同步方法、***、设备及介质 Download PDFInfo
- Publication number
- CN117851520B CN117851520B CN202410267016.2A CN202410267016A CN117851520B CN 117851520 B CN117851520 B CN 117851520B CN 202410267016 A CN202410267016 A CN 202410267016A CN 117851520 B CN117851520 B CN 117851520B
- Authority
- CN
- China
- Prior art keywords
- instance
- data
- transaction engine
- memory database
- securities
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000004044 response Effects 0.000 claims abstract description 31
- 238000011084 recovery Methods 0.000 claims description 28
- 230000002688 persistence Effects 0.000 claims description 3
- 230000002085 persistent effect Effects 0.000 claims description 2
- 238000013500 data storage Methods 0.000 abstract description 6
- 230000001360 synchronised effect Effects 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术领域,提供一种证券核心交易引擎的数据同步方法、***、设备及介质,一方面,证券核心交易引擎的主实例获取数据更新记录,并持久化至自身第一内存数据库的第一Recorder数据文件中,同时将数据更新记录同步给备实例;另一方面,备实例将数据更新记录持久化至自身的第二内存数据库的第二Recorder数据文件中,并向主实例返回同步成功响应。通过在证券核心交易引擎的主备实例的Recorder数据文件中分别同步数据更新记录,能够降低数据存储量,进而提高数据同步效率,同时,由于同步的是数据更新记录,因此后续进行数据恢复时也不会由于某条数据有问题而导致主备实例再次崩溃。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种证券核心交易引擎的数据同步方法、***、设备及介质。
背景技术
如何保证服务高可用和数据的强一致性是核心交易引擎中极其重要的一环。现有技术中,为了保证高可用,往往采用多实例的方式部署应用,在此背景下又产生出如何解决在多个实例中保证数据的一致性的难题。
针对这一难题,目前使用的一种技术为在主备实例之间同步请求消息,主备实例确保都收到相同的请求消息后,再持久化到Recorder数据文件中,然后开始处理该条消息。这样,主备实例中的内存数据能够保持一致。在做故障恢复时,从Recorder数据文件中读取请求,并按照接收顺序回放消息,该方式虽然能够确保故障恢复的实例和正常的实例二者的内存数据是一致的,但是这种主备实例同步并处理消息的机制会存在如下问题:
(1)如果某条消息的处理逻辑存在缺陷,则会导致主备实例同时core掉,在故障恢复时回放到该条消息一样会导致主备实例再次core掉,最终无法进行正常的故障恢复而停止服务;
(2)在7x24小时的服务场景下,特别是期权行情特别多时,由于每条消息都要持久化到Recorder数据文件中,因此Recorder数据文件将会变得非常大;并且,在做故障恢复时需要重头开始回放所有消息,将花费数分钟甚至更久的时间,导致在这段时间内无法提供服务。
发明内容
鉴于以上内容,有必要提供一种证券核心交易引擎的数据同步方法、***、设备及介质,旨在解决证券核心交易引擎在进行数据同步时耗时较长,且不利于后续故障恢复的问题。
一种证券核心交易引擎的数据同步方法,应用于证券核心交易引擎,所述证券核心交易引擎包括主实例及备实例,所述证券核心交易引擎的数据同步方法包括:
响应于请求方发送的请求消息,所述主实例根据所述请求消息进行逻辑处理得到处理结果;
所述主实例调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;
所述主实例利用所述第一内存数据库将所述数据更新记录同步给所述备实例;
所述备实例根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应;
当所述主实例接收到所述同步成功响应时,所述主实例根据所述处理结果向所述请求方返回对所述请求消息的响应消息。
根据本发明优选实施例,所述向所述主实例返回同步成功响应后,所述方法还包括:
当所述证券核心交易引擎接收到故障恢复指令时,所述证券核心交易引擎解析所述故障恢复指令,得到故障类型;
所述证券核心交易引擎根据所述故障类型进行故障恢复。
根据本发明优选实施例,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:
当所述故障类型为所述主实例故障时,所述证券核心交易引擎利用所述备实例代替所述主实例进行服务。
根据本发明优选实施例,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:
当所述故障类型为所述主实例及所述备实例都崩溃时,所述证券核心交易引擎拉起所述主实例及所述备实例;
所述证券核心交易引擎控制所述第一内存数据库读取所述第一Recorder数据文件中的数据以回放所述数据更新记录,以及控制所述第二内存数据库读取所述第二Recorder数据文件中的数据以回放所述数据更新记录;
所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放;
当检测到所述数据更新记录在所述主实例及所述备实例中都完成回放时,所述证券核心交易引擎从行情网关中拉取当前的全量行情数据。
根据本发明优选实施例,所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放包括:
当接收到所述主实例反馈的回放完成的通知事件及所述备实例反馈的回放完成的通知事件时,所述证券核心交易引擎确定检测到所述数据更新记录在所述主实例及所述备实例中都完成回放。
根据本发明优选实施例,所述证券核心交易引擎根据所述故障类型进行故障恢复后,所述方法还包括:
所述证券核心交易引擎继续进行对外服务。
根据本发明优选实施例,所述数据更新逻辑包括异步逻辑、持久化逻辑。
一种证券核心交易引擎的数据同步***,运行于证券核心交易引擎,所述证券核心交易引擎包括主实例及备实例,所述证券核心交易引擎的数据同步***包括:
所述主实例,用于响应于请求方发送的请求消息,根据所述请求消息进行逻辑处理得到处理结果;
所述主实例,还用于调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例,还用于确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例,还用于获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;
所述主实例,还用于利用所述第一内存数据库将所述数据更新记录同步给所述备实例;
所述备实例,用于根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应;
所述主实例,还用于当所述主实例接收到所述同步成功响应时,根据所述处理结果向所述请求方返回对所述请求消息的响应消息。
一种计算机设备,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现所述证券核心交易引擎的数据同步方法。
一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现所述证券核心交易引擎的数据同步方法。
由以上技术方案可以看出,一方面,证券核心交易引擎的主实例利用自身第一内存数据库的接口将对请求消息的处理结果更新至第一内存数据库的应用层,利用第一内存数据库的接口执行数据更新逻辑,并获取数据更新记录,将数据更新记录持久化至第一内存数据库的第一Recorder数据文件中,主实例利用第一内存数据库将数据更新记录同步给备实例;另一方面,备实例根据数据更新记录执行更新操作,将数据更新记录持久化至备实例自身的第二内存数据库的第二Recorder数据文件中,并向主实例返回同步成功响应。通过在证券核心交易引擎的主备实例的Recorder数据文件中分别同步数据更新记录,能够降低数据存储量,进而提高数据同步效率,同时,由于同步的是数据更新记录,因此后续进行数据恢复时也不会由于某条数据有问题而导致主备实例再次崩溃。
附图说明
图1是本发明证券核心交易引擎的数据同步方法的较佳实施例的流程图。
图2是本发明证券核心交易引擎的数据同步***的较佳实施例的功能模块图。
图3是本发明实现证券核心交易引擎的数据同步方法的较佳实施例的计算机设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
如图1所示,是本发明证券核心交易引擎的数据同步方法的较佳实施例的流程图。根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
所述证券核心交易引擎的数据同步方法应用于一个或者多个计算机设备中,所述计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是任何一种可与用户进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant,PDA)、游戏机、交互式网络电视(Internet Protocol Television,IPTV)、智能式穿戴式设备等。
所述计算机设备还可以包括网络设备和/或用户设备。其中,所述网络设备包括,但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network,VPN)等。
本实施例应用于证券核心交易引擎,所述证券核心交易引擎包括主实例及备实例。所述方法包括:
S10,响应于请求方发送的请求消息,所述主实例根据所述请求消息进行逻辑处理得到处理结果。
在本实施例中,所述请求方可以包括证券交易、行情、风控等金融行业行情场景下的任意客户端。
在本实施例中,所述请求消息可以包括订阅消息、交易消息等。
在本实施例中,所述主实例根据所述请求消息进行逻辑处理得到处理结果包括:
所述主实例解析所述请求消息得到处理逻辑;
所述主实例基于所述处理逻辑对所述请求消息进行处理,得到所述处理结果。
S11,所述主实例调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层。
在本实施例中,所述主实例在所述第一内存数据库的应用层调用所述第一内存数据库的接口进行数据更新,以将所述处理结果更新至所述第一内存数据库的应用层。
S12,所述主实例确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑。
在本实施例中,所述数据更新逻辑可以包括,但不限于:异步逻辑、持久化逻辑等。
在将所述处理结果更新至所述第一内存数据库的应用层后,还需要进一步进行底层的数据更新逻辑的处理,以完成最终的数据存储。
S13,所述主实例获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中。
在本实施例中,所述数据更新记录包括利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层,以及利用所述第一内存数据库的接口执行所述数据更新逻辑等全部数据更新的相关记录。
S14,所述主实例利用所述第一内存数据库将所述数据更新记录同步给所述备实例。
在本实施例中,为了保证所述主实例与所述备实例中的数据相同,因此所述主实例利用所述第一内存数据库将所述数据更新记录同步给所述备实例。
S15,所述备实例根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应。
在本实施例中,所述备实例同样将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中。
可见,由于所述主实例及所述备实例都是将数据更新记录持久化到对应的Recorder数据文件中,而不是将所有的数据都同步至对应的Recorder数据文件中,因此同步效率更高。
在本实施例中,所述向所述主实例返回同步成功响应后,所述方法还包括:
当所述证券核心交易引擎接收到故障恢复指令时,所述证券核心交易引擎解析所述故障恢复指令,得到故障类型;
所述证券核心交易引擎根据所述故障类型进行故障恢复。
具体地,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:
当所述故障类型为所述主实例故障时,所述证券核心交易引擎利用所述备实例代替所述主实例进行服务。
在上述实施例中,在所述主实例故障后,由于所述备实例的内存中始终保持和所述主实例具有一致的数据,因此所述备实例能够立即提供服务,并接收新的请求消息,有效避免所述证券核心交易引擎由于主实例故障而导致服务异常。
具体地,所述证券核心交易引擎根据所述故障类型进行故障恢复还包括:
当所述故障类型为所述主实例及所述备实例都崩溃时,所述证券核心交易引擎拉起所述主实例及所述备实例;
所述证券核心交易引擎控制所述第一内存数据库读取所述第一Recorder数据文件中的数据以回放所述数据更新记录,以及控制所述第二内存数据库读取所述第二Recorder数据文件中的数据以回放所述数据更新记录;
所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放;
当检测到所述数据更新记录在所述主实例及所述备实例中都完成回放时,所述证券核心交易引擎从行情网关中拉取当前的全量行情数据。
其中,所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放包括:
当接收到所述主实例反馈的回放完成的通知事件及所述备实例反馈的回放完成的通知事件时,所述证券核心交易引擎确定检测到所述数据更新记录在所述主实例及所述备实例中都完成回放。
例如:当由于某种原因(比如某个请求消息异常)导致主备实例在处理业务逻辑时都core掉时,开始执行故障恢复,并把主备实例拉起,主备实例的内存数据库开始读取对应的Recorder数据文件以回放数据更新记录。当检测所有更新记录都回放完成后,主备实例的内存数据都恢复到故障前的状态,所述证券核心交易引擎开始对外继续提供服务。
其中,在所述证券核心交易引擎拉起所述主实例及所述备实例后,从各自的Recorder数据文件中回放数据更新记录,而不是回放引起实例故障的请求消息,因此能够避免由于再次运行引起实例故障的请求消息而导致主备实例反复故障,无法正常进行数据恢复的问题。
其中,所述主备实例各自反馈回放完成的通知事件,避免由于主备实例没有都完成回放就继续进行对外服务而导致服务异常。
其中,在主备实例都回放完成后,从行情网关中拉取当前最新的全量行情数据,不需要事先将行情数据持久化到Recorder数据文件中,因此极大的减小了Recorder数据文件的大小。
在本实施例中,所述证券核心交易引擎根据所述故障类型进行故障恢复后,所述方法还包括:
所述证券核心交易引擎继续进行对外服务。
通过上述实施例,能够在故障恢复后继续进行对外服务,避免耽误所述证券核心交易引擎的服务进程。
S16,当所述主实例接收到所述同步成功响应时,所述主实例根据所述处理结果向所述请求方返回对所述请求消息的响应消息。
在上述实施例中,当数据同步完成时,则所述主实例根据所述处理结果向所述请求方返回对所述请求消息的响应消息,以完成对消息的处理及响应,同时完成了数据在主备实例间的同步。
由以上技术方案可以看出,一方面,证券核心交易引擎的主实例利用自身第一内存数据库的接口将对请求消息的处理结果更新至第一内存数据库的应用层,利用第一内存数据库的接口执行数据更新逻辑,并获取数据更新记录,将数据更新记录持久化至第一内存数据库的第一Recorder数据文件中,主实例利用第一内存数据库将数据更新记录同步给备实例;另一方面,备实例根据数据更新记录执行更新操作,将数据更新记录持久化至备实例自身的第二内存数据库的第二Recorder数据文件中,并向主实例返回同步成功响应。通过在证券核心交易引擎的主备实例的Recorder数据文件中分别同步数据更新记录,能够降低数据存储量,进而提高数据同步效率,同时,由于同步的是数据更新记录,因此后续进行数据恢复时也不会由于某条数据有问题而导致主备实例再次崩溃。
如图2所示,是本发明证券核心交易引擎的数据同步***的较佳实施例的功能模块图。所述证券核心交易引擎的数据同步***11运行于证券核心交易引擎,所述证券核心交易引擎包括主实例110、备实例111。本发明所称的模块/单元是指一种能够被处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块/单元的功能将在后续的实施例中详述。
所述主实例110,用于响应于请求方发送的请求消息,根据所述请求消息进行逻辑处理得到处理结果;
所述主实例110,还用于调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例110,还用于确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例110,还用于获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;
所述主实例110,还用于利用所述第一内存数据库将所述数据更新记录同步给所述备实例111;
所述备实例111,用于根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例110返回同步成功响应;
所述主实例110,还用于当所述主实例110接收到所述同步成功响应时,根据所述处理结果向所述请求方返回对所述请求消息的响应消息。
由以上技术方案可以看出,一方面,证券核心交易引擎的主实例利用自身第一内存数据库的接口将对请求消息的处理结果更新至第一内存数据库的应用层,利用第一内存数据库的接口执行数据更新逻辑,并获取数据更新记录,将数据更新记录持久化至第一内存数据库的第一Recorder数据文件中,主实例利用第一内存数据库将数据更新记录同步给备实例;另一方面,备实例根据数据更新记录执行更新操作,将数据更新记录持久化至备实例自身的第二内存数据库的第二Recorder数据文件中,并向主实例返回同步成功响应。通过在证券核心交易引擎的主备实例的Recorder数据文件中分别同步数据更新记录,能够降低数据存储量,进而提高数据同步效率,同时,由于同步的是数据更新记录,因此后续进行数据恢复时也不会由于某条数据有问题而导致主备实例再次崩溃。
如图3所示,是本发明实现证券核心交易引擎的数据同步方法的较佳实施例的计算机设备的结构示意图。
所述计算机设备1可以包括存储器12、处理器13和总线,还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序,例如证券核心交易引擎的数据同步程序。
本领域技术人员可以理解,所述示意图仅仅是计算机设备1的示例,并不构成对计算机设备1的限定,所述计算机设备1既可以是总线型结构,也可以是星形结构,所述计算机设备1还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置,例如所述计算机设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是,所述计算机设备1仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
其中,存储器12至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是计算机设备1的内部存储单元,例如该计算机设备1的移动硬盘。存储器12在另一些实施例中也可以是计算机设备1的外部存储设备,例如计算机设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器12还可以既包括计算机设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于计算机设备1的应用软件及各类数据,例如证券核心交易引擎的数据同步程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述计算机设备1的控制核心(Control Unit),利用各种接口和线路连接整个计算机设备1的各个部件,通过运行或执行存储在所述存储器12内的程序或者模块(例如执行证券核心交易引擎的数据同步程序等),以及调用存储在所述存储器12内的数据,以执行计算机设备1的各种功能和处理数据。
所述处理器13执行所述计算机设备1的操作***以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个证券核心交易引擎的数据同步方法实施例中的步骤,例如图1所示的步骤。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器12中,并由所述处理器13执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述计算机程序在所述计算机设备1中的执行过程。例如,所述计算机程序可以被分割成主实例110、备实例111。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、计算机设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述证券核心交易引擎的数据同步方法的部分。
所述计算机设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指示相关的硬件设备来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或***、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器等。
进一步地,计算机可读存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,在图3中仅用一根直线表示,但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出,所述计算机设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理***与所述至少一个处理器13逻辑相连,从而通过电源管理***实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述计算机设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该计算机设备1与其他计算机设备之间建立通信连接。
可选地,该计算机设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在计算机设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的计算机设备1,本领域技术人员可以理解的是,图3示出的结构并不构成对所述计算机设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
结合图1,所述计算机设备1中的所述存储器12存储多个指令以实现一种证券核心交易引擎的数据同步方法,所述处理器13可执行所述多个指令从而实现:
响应于请求方发送的请求消息,所述主实例根据所述请求消息进行逻辑处理得到处理结果;
所述主实例调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;
所述主实例利用所述第一内存数据库将所述数据更新记录同步给所述备实例;
所述备实例根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应;
当所述主实例接收到所述同步成功响应时,所述主实例根据所述处理结果向所述请求方返回对所述请求消息的响应消息。
具体地,所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
需要说明的是,本案中所涉及到的数据均为合法取得。
在本发明所提供的几个实施例中,应该理解到,所揭露的***,***和方法,可以通过其它的方式实现。例如,以上所描述的***实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本发明可用于众多通用或专用的计算机***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。本发明中陈述的多个单元或***也可以由一个单元或***通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种证券核心交易引擎的数据同步方法,其特征在于,应用于证券核心交易引擎,所述证券核心交易引擎包括主实例及备实例,所述证券核心交易引擎的数据同步方法包括:
响应于请求方发送的请求消息,所述主实例根据所述请求消息进行逻辑处理得到处理结果;
所述主实例调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;其中,所述数据更新记录包括利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层,以及利用所述第一内存数据库的接口执行所述数据更新逻辑全部数据更新的相关记录;
所述主实例利用所述第一内存数据库将所述数据更新记录同步给所述备实例;
所述备实例根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应;
当所述主实例接收到所述同步成功响应时,所述主实例根据所述处理结果向所述请求方返回对所述请求消息的响应消息;
其中,所述向所述主实例返回同步成功响应后,当所述证券核心交易引擎接收到故障恢复指令时,所述证券核心交易引擎解析所述故障恢复指令,得到故障类型;所述证券核心交易引擎根据所述故障类型进行故障恢复;
其中,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:当所述故障类型为所述主实例及所述备实例都崩溃时,所述证券核心交易引擎拉起所述主实例及所述备实例;所述证券核心交易引擎控制所述第一内存数据库读取所述第一Recorder数据文件中的数据以回放所述数据更新记录,以及控制所述第二内存数据库读取所述第二Recorder数据文件中的数据以回放所述数据更新记录;所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放;当检测到所述数据更新记录在所述主实例及所述备实例中都完成回放时,所述证券核心交易引擎从行情网关中拉取当前的全量行情数据。
2.如权利要求1所述的证券核心交易引擎的数据同步方法,其特征在于,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:
当所述故障类型为所述主实例故障时,所述证券核心交易引擎利用所述备实例代替所述主实例进行服务。
3.如权利要求1所述的证券核心交易引擎的数据同步方法,其特征在于,所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放包括:
当接收到所述主实例反馈的回放完成的通知事件及所述备实例反馈的回放完成的通知事件时,所述证券核心交易引擎确定检测到所述数据更新记录在所述主实例及所述备实例中都完成回放。
4.如权利要求1所述的证券核心交易引擎的数据同步方法,其特征在于,所述证券核心交易引擎根据所述故障类型进行故障恢复后,所述方法还包括:
所述证券核心交易引擎继续进行对外服务。
5.如权利要求1所述的证券核心交易引擎的数据同步方法,其特征在于,所述数据更新逻辑包括异步逻辑和持久化逻辑。
6.一种证券核心交易引擎的数据同步***,其特征在于,运行于证券核心交易引擎,所述证券核心交易引擎包括主实例及备实例,所述证券核心交易引擎的数据同步***包括:
所述主实例,用于响应于请求方发送的请求消息,根据所述请求消息进行逻辑处理得到处理结果;
所述主实例,还用于调用自身的第一内存数据库的接口,并利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层;
所述主实例,还用于确定数据更新逻辑,并利用所述第一内存数据库的接口执行所述数据更新逻辑;
所述主实例,还用于获取数据更新记录,并将所述数据更新记录持久化至所述第一内存数据库的第一Recorder数据文件中;其中,所述数据更新记录包括利用所述第一内存数据库的接口将所述处理结果更新至所述第一内存数据库的应用层,以及利用所述第一内存数据库的接口执行所述数据更新逻辑全部数据更新的相关记录;
所述主实例,还用于利用所述第一内存数据库将所述数据更新记录同步给所述备实例;
所述备实例,用于根据所述数据更新记录执行更新操作,将所述数据更新记录持久化至所述备实例自身的第二内存数据库的第二Recorder数据文件中,并向所述主实例返回同步成功响应;
所述主实例,还用于当所述主实例接收到所述同步成功响应时,根据所述处理结果向所述请求方返回对所述请求消息的响应消息;
其中,所述向所述主实例返回同步成功响应后,当所述证券核心交易引擎接收到故障恢复指令时,所述证券核心交易引擎解析所述故障恢复指令,得到故障类型;所述证券核心交易引擎根据所述故障类型进行故障恢复;
其中,所述证券核心交易引擎根据所述故障类型进行故障恢复包括:当所述故障类型为所述主实例及所述备实例都崩溃时,所述证券核心交易引擎拉起所述主实例及所述备实例;所述证券核心交易引擎控制所述第一内存数据库读取所述第一Recorder数据文件中的数据以回放所述数据更新记录,以及控制所述第二内存数据库读取所述第二Recorder数据文件中的数据以回放所述数据更新记录;所述证券核心交易引擎检测所述数据更新记录是否在所述主实例及所述备实例中都完成回放;当检测到所述数据更新记录在所述主实例及所述备实例中都完成回放时,所述证券核心交易引擎从行情网关中拉取当前的全量行情数据。
7. 一种计算机设备,其特征在于,所述计算机设备包括:
存储器,存储至少一个指令;及
处理器,执行所述存储器中存储的指令以实现如权利要求1至5中任意一项所述的证券核心交易引擎的数据同步方法。
8.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被计算机设备中的处理器执行以实现如权利要求1至5中任意一项所述的证券核心交易引擎的数据同步方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410267016.2A CN117851520B (zh) | 2024-03-08 | 2024-03-08 | 证券核心交易引擎的数据同步方法、***、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410267016.2A CN117851520B (zh) | 2024-03-08 | 2024-03-08 | 证券核心交易引擎的数据同步方法、***、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117851520A CN117851520A (zh) | 2024-04-09 |
CN117851520B true CN117851520B (zh) | 2024-05-17 |
Family
ID=90530672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410267016.2A Active CN117851520B (zh) | 2024-03-08 | 2024-03-08 | 证券核心交易引擎的数据同步方法、***、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117851520B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202365A (zh) * | 2016-07-07 | 2016-12-07 | 帅斌鹏 | 数据库更新同步的方法、***及数据库集群 |
CN112527914A (zh) * | 2021-02-10 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 主备数据库同步方法、主节点、备节点及存储介质 |
CN115292408A (zh) * | 2022-07-19 | 2022-11-04 | 天翼云科技有限公司 | MySQL数据库的主从同步方法、装置、设备及介质 |
CN116755637A (zh) * | 2023-08-17 | 2023-09-15 | 深圳华锐分布式技术股份有限公司 | 交易数据存储方法、装置、设备及介质 |
-
2024
- 2024-03-08 CN CN202410267016.2A patent/CN117851520B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202365A (zh) * | 2016-07-07 | 2016-12-07 | 帅斌鹏 | 数据库更新同步的方法、***及数据库集群 |
CN112527914A (zh) * | 2021-02-10 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 主备数据库同步方法、主节点、备节点及存储介质 |
CN115292408A (zh) * | 2022-07-19 | 2022-11-04 | 天翼云科技有限公司 | MySQL数据库的主从同步方法、装置、设备及介质 |
CN116755637A (zh) * | 2023-08-17 | 2023-09-15 | 深圳华锐分布式技术股份有限公司 | 交易数据存储方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117851520A (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115118738B (zh) | 基于rdma的灾备方法、装置、设备及介质 | |
CN114124968B (zh) | 基于行情数据的负载均衡方法、装置、设备及介质 | |
CN114816820A (zh) | chproxy集群故障修复方法、装置、设备及存储介质 | |
CN114691050B (zh) | 基于kubernetes的云原生存储方法、装置、设备及介质 | |
CN117851520B (zh) | 证券核心交易引擎的数据同步方法、***、设备及介质 | |
CN114841710B (zh) | 交易***故障时的撤单方法、装置、设备及介质 | |
CN114741422A (zh) | 查询请求方法、装置、设备及介质 | |
CN115687384A (zh) | Uuid标识生成方法、装置、设备及存储介质 | |
CN114385453A (zh) | 数据库集群异常处理方法、装置、设备及介质 | |
CN116418896B (zh) | 基于定时器的任务执行方法、装置、设备及介质 | |
CN115277376B (zh) | 灾备切换方法、装置、设备及介质 | |
CN116860508B (zh) | 分布式***软件缺陷连续自愈方法、装置、设备及介质 | |
CN116760835B (zh) | 分布式存储方法、设备及介质 | |
CN116225789B (zh) | 交易***备份能力检测方法、装置、设备及介质 | |
CN113687834B (zh) | 分布式***节点部署方法、装置、设备及介质 | |
CN114785789B (zh) | 数据库故障管理方法、装置、电子设备及存储介质 | |
CN116401104A (zh) | 应用数据源切换方法、装置、设备及介质 | |
CN116306591B (zh) | 流程表单生成方法、装置、设备及介质 | |
CN114860349B (zh) | 数据加载方法、装置、设备及介质 | |
CN115543214B (zh) | 低时延场景下的数据存储方法、装置、设备及介质 | |
CN115065642B (zh) | 带宽限制下的代码表请求方法、装置、设备及介质 | |
CN115269235B (zh) | 基于不同版本组件的消息搬运方法、装置、设备及介质 | |
CN116483747B (zh) | 行情快照下发方法、装置、设备及介质 | |
CN114244638B (zh) | 组播网络通信方法、装置、设备及介质 | |
CN118193494A (zh) | 执法数据资源***的数据处理方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |