撮合引擎实现逻辑

1. 核心事件循环

每个交易对绑定单线程循环，拉取 Kafka 分区消息，按类型进入匹配或撤单流程，结果写 trade.done / order.update，保证绝对顺序与幂等。

2. 数据结构选型

示例: 当有卖盘 42000×1.0, 42100×2.0, 买盘 41950×1.5 时，新买单 42050×1.2 会依次吃 42000（全吃），剩余 0.2 以 42050 挂入买盘。

3. 双向优先队列实现

维护两个方向的堆（或有序集合）加价格映射，兼顾最快的最佳价获取与任意撤单。

操作示例:

1. 卖盘有 42000[O1], 42100[O2]。买单 42050[Q] 进来。
2. bidsHeap 取 42050，对手盘 asksHeap 顶是 42000，先成交 O1。
3. O1 清空后，42000 价位标记为空洞；下一轮堆顶变 42100。
4. Q 剩余 0.2 且买价 42050 < 42100，停止匹配并将剩余入 bids priceMap。

class PriceLevelQueue {
  head: Node; tail: Node;
  index: Map<string, Node>;
}
class BookSide {
  heap: Heap<number>; // max for bids, min for asks
  priceMap: Map<number, PriceLevelQueue>;
  best(): [number, Order]? {
    while (heap not empty) {
      const p = heap.peek();
      const q = priceMap.get(p);
      if (!q || !q.head) { heap.pop(); continue; }
      return [p, q.head.order];
    }
    return null;
  }
}

优势：实现简单、堆顶取价 O(1)；缺点：大量撤单会产生堆空洞（lazy pop）。

4. 跳表实现

跳表按价格排序，天然支持插入/删除/取最小或最大价位，避免堆空洞；适合高撤单场景。

操作示例:

1. 卖盘层有 40000, 41000, 42000。
2. 撤单清空 41000 后，从顶部开始寻找 41000，调整 forward 指针跳过该节点。
3. bestAsk 立即从 40000 直连 42000，取价不受空洞影响。

优势：删除/取价更干净；缺点：实现复杂度略高，需要良好内存管理。

跳表可视化

在下方插入、搜索、删除价格节点，观察跳表的多级索引结构:

5. 撮合算法伪代码

function match(order):
  book = order.side == BUY ? books[symbol].asks : books[symbol].bids
  while order.qty > 0:
    best = book.best()
    if !best or !cross(order, best.price): break
    fillQty = min(order.qty, best.qty)
    tradePrice = best.price
    emitTrade(order, best, fillQty, tradePrice)
    order.qty -= fillQty; best.qty -= fillQty
    if best.qty == 0: book.remove(best)
  if order.qty > 0 and canRest(order): addToOwnSide(order)
  else if order.qty > 0: cancelRemaining(order)

撮合示例:

• 盘口：卖 42000×1, 42010×2；买 41990×1。新买单 42010×2（GTC）进入。
• 循环 1：bestAsk=42000，fillQty=1，生成 trade#1，剩余 1。
• 循环 2：bestAsk=42010，fillQty=1，生成 trade#2，剩余 0，订单完成，不再挂单。
• cross 判定包含价格条件（买价 ≥ 卖价）和时间限制（IOC/FOK/Post-Only）。

6. 撤单 / 过期 / 部分成交

• 撤单: 收到 cancel.req 直接在对应 priceLevel 队列删除节点；若价位为空，depq 跳过/skiplist 直接删除价位。
• 过期: 支持 GTT/IOC/FOK 等超时或即时策略；过期订单生成 order.update=EXPIRED 并释放冻结。
• 部分成交: 订单状态持有 cumQty / avgPrice；每次 trade.done 带剩余量，便于下游幂等。

7. 杠杆与风控钩子

风控检查模拟器

配置下单参数，观察前置/后置风控检查如何逐项验证:

8. 手续费与费用计算

现货费率公式: fee = 成交额 × (makerRate 或 takerRate)。例：成交额 10,000 USDT，takerRate=0.0006，则手续费 6 USDT；若用平台币打 25% 折扣，则为 4.5 USDT。

杠杆利息: 逐仓借币计息 = 借币本金 × 年化利率/24/60 × 持有分钟；在结算服务周期性扣除并写资金流水，与撮合成交解耦。

资金费率（合约）: 每周期按持仓名义价值 × 资金费率收/付，非单次成交费用，但撮合产生的持仓变更为资金费率基线。

强平费用: 触发强平时按成交额 × liquidationFeeRate 收取，写入 trade.done 的 fee 字段，优先用于覆盖清算成本。

9. 持久化与恢复

• 内存状态: 订单簿为权威；每 N 秒写 Redis 快照（价位 + 队列），同时持久化最后消费 offset。
• 恢复: 重启后读取快照，设置 Kafka 起始 offset，重放 order.new / cancel 直至最新，保证状态一致。
• 监控: 观测延迟（消息消费滞后）、盘口层数、撤单比例；堆实现需关注空洞比例，跳表实现关注碎片/内存。

10. 高性能与容错

避免锁竞争示例: BTCUSDT 的所有订单/撤单只落在 Partition 0 → Engine#0，撮合时只访问本机内存簿；其他交易对不会争抢锁。