一种订单优选的方法及系统与流程

本发明涉及订单数据处理技术领域，尤其涉及一种订单优选的方法及系统。

背景技术：

在高频交易系统应用中，期货高频交易是自动化交易的一种形式，以速度见长，它利用复杂的计算机技术和系统，以微秒级的速度执行交易；因此，用户需要尽快将订单数据发给交易所。

交易所有n台接受次席柜台订单的前置机(目前n在6和12之间)；各个期货商有大量的次席柜台连接这n台订单前置机；具体地，如图1所示，首先，用户将订单数据统一发送给次席订单柜台，次席订单柜台再发送给交易所前置机；其次，次席订单柜台会选取一个交前置机ip，建立订单数据通信的tcp通道；最后，tcp通道建立后就是固定而不能变化；例如，次席订单柜台给用户1分配了前置机1的tcp通信通道，后面所有用户1的订单操作只能通过这个通道和前置机1进行交互。

目前这种处理方式的不足之处主要体现在，tcp通道建立后，用户订单数据只能和固定的前置机进行交互，不会自动根据负载跳转，在系统实际运行过程中，每个前置机对订单处理的响应速度会存在动态变化，因此固定只对单个前置机进行数据交互不能保证订单处理的最优性能。

技术实现要素：

本发明实施例提供一种订单优选的方法及系统，用以解决现有技术中用户订单数据只能和固定的前置机进行交互，不会自动根据负载跳转，造成用户订单数据固定只对单个前置机进行数据交互时，不能保障交易的高性能处理。

一方面，本发明实施例提供一种订单优选的方法，具体包括以下步骤：

s1,将接收的订单数据转换成tcp应用数据；

s2,建立和维护与所有前置机tcp通道之间的连接；

s3,将接收所述tcp应用数据转换成tcp协议数据；

s4,将等待发送的所述tcp协议数据路由到当前选定的最优tcp通道上发送至对应的前置机。

其中，所述s4步骤中所述当前选定的最优tcp通道包括以下步骤：

s41，接收系统上下文信息，根据优选算法对所述上下文信息进行分析和决策；所述上下文信息具体包括订单处理性能统计、每个tcp通道的协议关键字段统计、每个通道的订单查询的性能统计；

s42，选定符合当前等待发送的用户订单数据最优tcp通道。

其中，所述s41步骤中还包括，会根据自身优选算法进行主动探测，具体包括，主动从订单层面或者tcp层面发包和前置机进行通信，根据反馈数据来提供给优算法计算。

其中，所述s41步骤中的所述优选算法包括简单模式和高级模式。

另一方面，本发明实施例提供一种订单优选的系统，包括：

订单处理模块，将接收的订单数据转换成tcp应用数据；

通路管理模块，建立和维护与所有前置机tcp通道之间的连接；将接收的所述tcp应用数据转换成tcp协议数据；将等待发送的所述tcp协议数据路由到当前选定的最优tcp通道上发送至对应的前置机；

tcp模块，负责所述订单数据的tcp通信。

其中，所述当前选定的最优tcp通道具体包括：

数据中心模块，统计所述上下文信息发送给优选决策模块，所述上下文信息具体包括前置机通道层面的订单处理性能统计、tcp层每个通道的协议关键字段统计；

探测管理模块，统计每个通道的订单查询的性能统计，反馈到所述数据中心模块；

所述优选决策模块，接收系统上下文信息，根据优选算法对所述上下文信息进行分析和决策；选定符合当前用户订单数据最优tcp通道。

其中，所述优选决策模块，会根据自身优选算法驱动所述探测管理模块进行主动探测；具体包括，所述探测管理模块主动从订单层面或者tcp层面发包和前置机进行通信，根据反馈数据来提供给优选决策模块计算。

其中，所述优选决策模块包括简单模式和高级模式。

本发明提供一种订单优选的方法及系统，通过选定最优tcp通道，将订单数据路由到处理性能最高的前置机，从而使得订单处理性能最优，保障交易的高性能处理，降低开发和维护成本，保障满足投资者的需求。

附图说明

为了更清楚地说明本发明的技术方案，下面将对本发明技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为现有技术整体结构示意图；

图2为本发明实施例一种订单优选的方法流程示意图；

图3为本发明实施例一种订单优选的方法子流程示意图；

图4为本发明实施例一种订单优选的系统整体结构示意图；

图5为本发明实施例一种订单优选的系统数据中心模块结构示意图；

图6为本发明实施例一种订单优选的系统简单优选决策模式结构示意图；

图7为本发明实施例一种订单优选的系统高级优选决策模式结构示意图；

附图标记：

订单处理模块-1通路管理模块-2数据中心模块-3

优选决策模块-4探测管理模块-5tcp模块-6。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图2为本发明实施例一种订单优选的方法流程示意图；如图2所示，具体包括以下步骤：

s1,将接收的订单数据转换成tcp应用数据；

s2,建立和维护与所有前置机tcp通道之间的连接；

s3,将接收所述tcp应用数据转换成tcp协议数据；

s4,将等待发送的所述tcp协议数据路由到当前选定的最优tcp通道上发送至对应的前置机。

本发明提供一种订单优选的方法，通过选定最优tcp通道，将订单数据路由到处理性能最高的前置机，从而使得订单处理性能最优，保障交易的高性能处理。

进一步地，图3为本发明实施例一种订单优选的方法子流程示意图，如图3所示，s4步骤中所述当前选定的最优tcp通道包括以下步骤：

s41，接收系统上下文信息，根据优选算法对所述上下文信息进行分析和决策；所述上下文信息具体包括订单处理性能统计、每个tcp通道的协议关键字段统计、每个通道的订单查询的性能统计；

s42，选定符合当前等待发送的用户订单数据最优tcp通道；正在发送的用户订单数据按照上次选定的最优tcp通道发送。

进一步地，s41步骤中还包括，会根据自身优选算法进行主动探测，具体包括，主动从订单层面或者tcp层面发包和前置机进行通信，根据反馈数据来提供给优算法计算。

进一步地，s41步骤中的所述优选算法包括简单模式和高级模式；简单模式，可以直接在fpga中实现优选算法；高级模式，这种情况下将优选算法使用机器学习，利用cpu+gpu的架构来实现。

本发明实施例提供一种订单优选的方法，通过选定最优tcp通道，将待发送的订单数据路由到处理性能最高的前置机，从而使得订单处理性能最优，保障交易的高性能处理降低开发和维护成本，保障满足投资者的需求；同时，使订单优选过程达到很高实时性和准确可靠度。

图4为本发明实施例一种订单优选的系统整体结构示意图，如图4所示，包括：

订单处理模块1，将接收的订单数据转换成tcp应用数据；将tcp应用数据发送出去，并从选定通路上获取订单反馈数据；

通路管理模块2，建立和维护与所有前置机tcp通道之间的连接；将接收的所述tcp应用数据转换成tcp协议数据；将等待发送的所述tcp协议数据路由到当前选定的最优tcp通道上发送至对应的前置机；

tcp模块6，负责订单数据的tcp通信。

具体地，用户组织好发送的订单数据，交付给次席订单柜台；次席订单柜台中的订单处理模块1首先处理订单数据，打包成为交易协议格式的tcp应用数据，通路管理模块2通过tcp模块6建立与所有前置机tcp通道之间的连接，并且维护所有前置机tcp通道；通路管理模块2将等待发送的tcp应用数据转换为纯tcp协议数据，通过当前选定的最优tcp通道上发送至对应的前置机。例如，tcp应用数据为16个字节的data，通过通路管理模块2进行打包处理，就成为了tcp协议数据，这个协议数据包含ip头+tcp头+tcp通路信息(端口+ip)+序列号+data，通路管理模块2维护着几路tcp链接，假如前置机最大数目是n，那么通路管理模块2维护的最大tcp链接数就是n，若当前选定的最优tcp通道为第二路，通路管理模块2会把等待发送的tcp协议数路由到第二路tcp通道上发送给对应的前置机；

基于上述实施例，图5为本发明实施例一种订单优选的系统数据中心模块结构示意图，如图5所示，结合图4，当前选定的最优tcp通道具体包括：

数据中心模块3，统计所述上下文信息发送给优选决策模块，所述上下文信息具体包括前置机通道层面的订单处理性能统计、tcp层每个通道的协议关键字段统计；

探测管理模块5，统计每个通道的订单查询的性能统计，反馈到所述数据中心模块3；订单查询数据属于主动发包类型之一，这类发包不能对前置机产生处理拥塞和违规；

具体地，数据中心模块3负责统计和在一段时间内保存下列三类数据：

a.订单处理性能数据，来源于订单处理模块1；具体包括，前置机ip/端口、订单关键字段、订单处理时延等；

b.订单查询反馈数据，来源于探测管理模块5；具体包括，前置机ip/端口、订单查询关键字段、订单查询处理时延等；

c.tcp协议层数据，来源于tcp模块6；

优选决策模块4，接收系统上下文信息，根据优选算法对所述上下文信息进行分析和决策；选定符合当前等待发送用户订单数据最优tcp通道。具体地，根据数据中心模块3反馈的数据进行分析处理，得出符合当前等待发送的用户订单数据处理的最优前置机通道序列，后续订单处理都将路由到这个最优通道进行发送。例如，优选决策模块4根据当前上下文信息判断分析，得出符合当前等待发送的用户订单数据处理的最优前置机通道序列为第二路，后续待发送的订单数据处理都将路由到这个最优的第二路通道上进行发送。优选决策模块4，对前置机之间的处理速度差别进行量化描述和未来固定时间段的处理速度变化进行预估，从而保证这套智能路由系统的持续性性能优势以及优势的稳定性，这部分采用统计分析和机器学习的方法。

进一步地，优选决策模块4，会根据自身优选算法驱动探测管理模块5进行主动探测；具体包括，所述探测管理模块5主动从订单层面或者tcp层面发包和前置机进行通信，根据反馈数据来提供给优选决策模块4计算，以获取更多数据来支持更加精准高效的决策。例如，优选决策模块4，对于没有直接订单响应数据的前置机，通过其他方法来获取相关的性能数据并建立这种相关性能数据和如果有订单响应性能数据的对应关系，其中比较有效的方法就是，优选决策模块4驱动探测管理模块5发送查询命令，探测这个前置机的相应速度，并记录到数据中心模块3，便于优选决策模块4进行统一分析，这样对没有路由过订单的前置机，也可以在合适的时候作为路由得选择，同理，具体逻辑将采用机器学习的方法。

进一步地，图6为本发明实施例一种订单优选的系统简单优选决策模式结构示意图，图7为本发明实施例一种订单优选的系统高级优选决策模式结构示意图，如图6，图7所示，优选决策模块4包括简单模式和高级模式，简单模式，优选策略比较简单，可以直接在fpga中实现优选算法；常规算法是在一段时间周期内，按照一定权重设置计算订单处理性能最快、订单查询最快、tcp处理最快，tcp通道繁忙状态的综合对比，得出最优通道。高级模式，优选策略很复杂，使用fpga运算会消耗较多的硬件资源且运算性能不够实时；这种情况下将优选策略计算使用机器学习，使用cpu+gpu的架构，处理算力更快，决策结果更加精准。能够使用的机器学习算法包括：随机森林、逻辑回归、adaboost和神经网络等。

本发明实施例提供一种订单优选的系统，通路管理模块通过选定最优tcp通道，将待发送的订单数据路由到处理性能最高的前置机，从而使得订单处理性能最优，保障交易的高性能处理降低开发和维护成本，保障满足投资者的需求；同时，使订单优选过程达到很高实时性和准确可靠度。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

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，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。