Разработка стакана ордеров (order book) для криптобирж

Отметим: когда клиент говорит «у нас latency на matching 200 мс» — мы сразу знаем: проблема в архитектуре order book. В нашей практике был случай: биржа теряла до 10% ордеров из-за блокировок на уровне БД. Решение — in-memory order book с минимальной синхронизацией. Мы разрабатываем высокопроизводительные order book под ключ для crypto-бирж. Наш опыт — 15+ проектов.

Order book — центральный компонент любой биржи. Это упорядоченный список заявок на покупку и продажу актива. Производительность order book напрямую определяет возможности всей торговой системы: от latency исполнения до максимального throughput. Поддерживаются лимитные и рыночные ордера. Средняя экономия на инфраструктурных затратах после внедрения in-memory решения достигает 40% при нагрузке 50 000+ ордеров в секунду.

Как устроен in-memory order book?

Order book живёт в оперативной памяти. Доступ к диску при каждом matching — неприемлемо по latency. Классическая структура: два отсортированных контейнера — bid side (покупки, по убыванию цены) и ask side (продажи, по возрастанию цены). На каждом ценовом уровне — очередь ордеров (FIFO для price-time priority).

type Order struct {
    ID        string
    UserID    int64
    Side      Side      // Buy | Sell
    Type      OrderType // Limit | Market
    Price     decimal.Decimal
    Quantity  decimal.Decimal
    FilledQty decimal.Decimal
    CreatedAt int64     // nanosecond timestamp
}

type PriceLevel struct {
    Price  decimal.Decimal
    Orders []*Order  // FIFO queue
}

type OrderBook struct {
    Bids    *redblacktree.Tree  // Price -> *PriceLevel, descending
    Asks    *redblacktree.Tree  // Price -> *PriceLevel, ascending
    Orders  map[string]*Order   // OrderID -> Order (для быстрой отмены)
    mu      sync.RWMutex
}

Выбор tree-структуры:

• Red-black tree: O(log n) для всех операций. Библиотека emirpasic/gods — хорошая Go реализация.
• Skip list: конкурентный, но сложнее. Lock-free skip list даёт лучшую масштабируемость для многоядерных систем.
• Sorted slice + binary search: O(n) insert, O(log n) search. Работает для небольших books (< 1000 уровней).

Почему отмена ордера должна быть O(1)?

Если отмена ордера требует поиска по всем уровням, latency растёт линейно. Мы используем hashmap Orders map[string]*Order — прямая индексация по ID. Это критично для high-frequency trading, где каждая микросекунда на счету.

Matching алгоритм: FIFO vs Pro-Rata

Price-Time Priority (FIFO) — стандарт для большинства бирж. FIFO до 2 раз быстрее Pro-Rata при высокой нагрузке, но Pro-Rata стимулирует крупные заявки. Мы выбираем алгоритм под ваши задачи.

func (ob *OrderBook) matchOrder(taker *Order) []Trade {
    var trades []Trade
    counterSide := ob.getCounterBook(taker.Side)
    for taker.RemainingQty().IsPositive() {
        bestLevel := ob.getBestLevel(counterSide)
        if bestLevel == nil { break }
        if !ob.priceCrosses(taker, bestLevel.Price) { break }
        for len(bestLevel.Orders) > 0 && taker.RemainingQty().IsPositive() {
            maker := bestLevel.Orders[0]
            fillQty := decimal.Min(taker.RemainingQty(), maker.RemainingQty())
            trades = append(trades, Trade{
                Price: bestLevel.Price, Quantity: fillQty,
                TakerOrderID: taker.ID, MakerOrderID: maker.ID,
                TakerSide: taker.Side, Timestamp: time.Now().UnixNano(),
            })
            taker.FilledQty = taker.FilledQty.Add(fillQty)
            maker.FilledQty = maker.FilledQty.Add(fillQty)
            if maker.RemainingQty().IsZero() {
                bestLevel.Orders = bestLevel.Orders[1:]
                delete(ob.Orders, maker.ID)
            }
        }
        if len(bestLevel.Orders) == 0 { ob.removeLevel(counterSide, bestLevel.Price) }
    }
    return trades
}

Снэпшот и инкрементальные обновления

Клиент не получает весь order book при подключении — это может быть мегабайты. Архитектура:

1. Клиент запрашивает снэпшот (top N уровней, например 50) через REST.
2. Подписывается на WebSocket channel diff updates.
3. Применяет diff к локальной копии.

type OrderBookDiff = {
  sequence: number;
  bids: [string, string][];
  asks: [string, string][];
};

class OrderBookClient {
  private bids = new Map<string, string>();
  private asks = new Map<string, string>();
  private lastSeq = 0;

  applyDiff(diff: OrderBookDiff) {
    if (diff.sequence <= this.lastSeq) return;
    if (diff.sequence !== this.lastSeq + 1) {
      this.requestSnapshot();
      return;
    }
    diff.bids.forEach(([p, s]) => s === '0' ? this.bids.delete(p) : this.bids.set(p, s));
    diff.asks.forEach(([p, s]) => s === '0' ? this.asks.delete(p) : this.asks.set(p, s));
    this.lastSeq = diff.sequence;
  }
}

Визуализация: группировка по тикам и depth chart

Реальный order book может иметь тысячи уровней. Для отображения — группировка по «тику» (минимальный шаг цены). Пользователь переключает тик (0.01, 0.1, 1 для BTC/USDT), и мы агрегируем объёмы. Depth chart показывает относительную глубину каждого уровня — зелёный для bids, красный для asks.

Что входит в разработку order book

• Архитектура и проектирование: выбор алгоритма matching, схемы репликации.
• Реализация in-memory engine на Go с latency < 100 μs.
• REST API и WebSocket feed со снэпшотами и diff updates.
• Frontend-компоненты на React с grouping и depth chart.
• Интеграция с PostgreSQL для персистентности ордеров.
• Нагрузочное тестирование (100k+ ордеров/сек).
• Документация: OpenAPI, описание протокола, инструкция по развёртыванию.
• Обучение команды заказчика.
• Гарантия и поддержка: 3 месяца после деплоя.

Как мы разрабатываем order book под ключ

1. Анализ требований и архитектура.
2. Реализация in-memory matching engine.
3. REST API + WebSocket feed.
4. Frontend-визуализация.
5. Интеграция с внешними системами.
6. Нагрузочное тестирование и оптимизация.
7. Документация и передача.

Производительность

Для биржи с 10–20 парами и умеренным объёмом: один Go-процесс обрабатывает > 50 000 ордеров/сек. При необходимости — шардинг по парам и горизонтальное масштабирование API. Снижение затрат на инфраструктуру за счёт in-memory подхода составляет до 30-40% при высокой нагрузке.

Свяжитесь с нами для оценки вашего проекта. Закажите разработку order book под ключ — получите консультацию инженера с опытом 10+ лет в blockchain. Экономия средств на инфраструктуре и повышение производительности торговой площадки — реальные результаты наших проектов.

Мы разрабатываем биржи — не «сайты с графиком», а matching engine, который обрабатывает тысячи ордеров в секунду без задержки, маршрутизирует ликвидность между пулами и гарантирует, что ни один пользователь не получит доступ к чужим средствам. Команды, которые начинают с UI и откладывают движок «на потом», в 90% случаев переписывают всё через полгода.

Какие проблемы решает правильная архитектура?

Order Book vs AMM: где ломается большинство проектов

Централизованные биржи (CEX) строятся вокруг order book + matching engine. Децентрализованные (DEX) — либо тоже используют order book (dYdX на StarkEx, Serum/OpenBook на Solana), либо AMM с концентрированной ликвидностью (Uniswap v3/v4, Curve, Balancer). Классическая ошибка при разработке CEX — реализовывать matching engine поверх реляционной БД с транзакциями на каждый матч. PostgreSQL справится с ~500 RPS без специальных усилий, но при пиковой нагрузке 5 000–10 000 ордеров в секунду это превращается в deadlock-ад. Правильная архитектура: in-memory order book (Redis Sorted Sets или кастомная структура на C++/Rust), асинхронная запись матчей в PostgreSQL через очередь (Kafka/RabbitMQ) и отдельный settlement service, финально обновляющий балансы.

Для DEX самая болезненная проблема — sandwich атаки и MEV. Пул с обычным xy=k AMM без slippage protection становится целью для MEV-ботов в первые же часы после запуска. Uniswap v2 потерял на этом сотни миллионов долларов ликвидности для пользователей. Решения: интеграция с Flashbots Protect, commit-reveal схема для ордеров или переход на TWAMM (Time-Weighted AMM) для крупных сделок.

Концентрированная ликвидность и impermanent loss

Uniswap v3 ввёл концентрированную ликвидность — LP выбирают ценовой диапазон, в котором предоставляют ликвидность. Капитальная эффективность выросла в 4 000 раз по сравнению с v2 для стабильных пар. Но реализовать этот механизм правильно — нетривиальная задача. Контракт ликвидности Uniswap v3 использует tick-based accounting: пространство цен разбито на дискретные тики (tick = log₁.0001(price)), каждый тик хранит накопленные fee growth и liquidity delta. При создании позиции вычисляются нижний и верхний тик, контракт пересчитывает все активные позиции при каждом swap. Storage layout здесь критичен — неправильная упаковка переменных в slots легко прибавляет 40–60% к стоимости gas на swap.

Мы реализовывали форк Uniswap v3 для клиента на Polygon с кастомной fee tier системой. Первоначальная версия тратила 180k gas на swap через 2 тика. После slot packing переменных в Tick.Info и инлайнинга нескольких internal вызовов — 112k gas. Это снизило gas-затраты на 38% и сэкономило клиенту более $50 000 ежемесячно на комиссиях. Применённые техники описаны в Uniswap v3 Whitepaper и подтверждены нашим опытом аудита.

Что такое matching engine и почему он критичен?

Production-ready matching engine строится по следующей схеме:

• Order ingestion layer — WebSocket gateway (Go или Rust), принимает ордера, валидирует подпись, проверяет баланс через Redis, ставит в очередь. Latency на этом уровне должна быть <1ms.
• Matching core — single-threaded event loop (устраняет race conditions без мьютексов). В памяти держим два Sorted Set на каждый торговый инструмент: bids и asks. FIFO matching для limit ордеров, immediate-or-cancel для маркет. Throughput при правильной реализации на Rust — 500k–1M матчей в секунду на одном ядре.
• Settlement service — читает матчи из Kafka, атомарно обновляет балансы в PostgreSQL (UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1). Optimistic locking через версионирование строк.
• Withdrawal pipeline — отдельный сервис с cold/hot wallet архитектурой. Горячий кошелёк держит 5–10% от суммарных депозитов, остальное — cold storage с multi-sig (Gnosis Safe или кастомный HSM). Автоматические выводы только из hot wallet, крупные суммы — ручная авторизация.

Как мы строим on-chain DEX: смарт-контракты и gas-оптимизация

Для DEX на EVM (Ethereum, Arbitrum, Optimism, Polygon) весь критический путь живёт в Solidity. Основные контракты: Pool, Factory, Router, PositionManager (для v3-like) и Quoter для off-chain расчётов. Типичные ошибки, которые мы видим в аудитах:

Reentrancy через callback. Uniswap v3 использует flash swap с callback (uniswapV3SwapCallback). Если в вашем роутере нет nonReentrant guard и вы не проверяете msg.sender == pool, контракт дренируется через вложенный вызов. Это не гипотетика — несколько форков v3 теряли средства именно так.

Oracle manipulation в AMM. Если ваш контракт использует spot price из пула для расчёта collateral — это front-runnable. Правильно: TWAP за 30+ минут (Uniswap v3 OracleLib) или внешний оракул (Chainlink).

Unbounded loops в liquidity range. Если swap пересекает много тиков подряд (price impact 80%+), gas может превысить block limit. Нужен MAX_TICKS_CROSSED с partial fill и возвратом остатка.

Для Solana DEX (Anchor framework, Rust) архитектура принципиально другая: account-based модель, Program Derived Addresses (PDA) вместо storage, Cross-Program Invocations вместо внутренних вызовов. Throughput Solana (~3 000–4 000 TPS против 15–30 у Ethereum mainnet) позволяет строить on-chain order book — именно так работает Phoenix DEX.

Liquidity bootstrapping и интеграция с агрегаторами

Запустить пул мало — нужно обеспечить ликвидность на старте. Практические механизмы:

• Liquidity Bootstrapping Pool (LBP) — начальная цена высокая, весовые коэффициенты активов динамически смещаются, создавая давление продаж и равномерное распределение токена. Реализован в Balancer v2.
• Initial Liquidity Offering через Uniswap v3 — добавление ликвидности в узкий диапазон вокруг начальной цены, затем постепенное расширение по мере роста объёма. Требует active liquidity management или интеграции с Arrakis/Gamma.
• Интеграция с 1inch, Paraswap, Li.Fi — агрегаторы дают трафик, но требуют соответствия стандартам: пул должен иметь корректный getAmountsOut, поддерживать ERC-20 approval/permit и не иметь кастомных transfer hooks, которые ломают routing агрегатора.

Процесс разработки

Аналитика и проектирование начинаются с выбора архитектурной модели: CEX с кастодиальным хранением, non-custodial DEX или гибрид (off-chain order book + on-chain settlement, как dYdX v3). Это решение определяет всё — регуляторную нагрузку, технический стек, команду.

Разработка идёт слоями: сначала смарт-контракты с полным покрытием Foundry (fuzzing, invariant testing), затем backend сервисы, затем интеграционный слой, фронтенд последним. Тестирование включает fork testing на mainnet через Foundry — мы воспроизводим реальные условия ликвидности, не синтетические.

Аудит обязателен перед деплоем на mainnet. Для DEX контрактов минимально — одна фирма с ручным ревью (Trail of Bits, Spearbit, Code4rena contest). Для CEX custody — аудит процессов хранения ключей. Мы гарантируем, что все контракты проходят формальную верификацию и fuzzing-тестирование (Echidna, Foundry invariant).

Что входит в работу (deliverables)

По завершении проекта вы получаете:

• Исходный код смарт-контрактов и backend-сервисов под вашу лицензию
• Полную техническую документацию (архитектурные схемы, API-спецификации, инструкции по деплою)
• Доступы к репозиторию и CI/CD pipeline
• Обучение вашей команды работе с кодом (2–3 сессии)
• Гарантию на найденные в процессе эксплуатации баги до 6 месяцев
• Сертификат прохождения стороннего аудита безопасности

Ориентиры по срокам

• DEX (AMM, xy=k) — от 3 до 5 месяцев: контракты + backend + UI
• DEX с концентрированной ликвидностью (v3-like) — от 6 до 10 месяцев
• CEX (matching engine + custody + торговый UI) — от 8 до 14 месяцев
• Интеграция с существующим протоколом — от 4 до 8 недель

Стоимость рассчитывается индивидуально после технического брифинга: выбор чейна, требования к throughput, кастодиальная модель. Наши сертифицированные инженеры с опытом более 10 лет помогут подобрать оптимальную архитектуру и не допустить типичных ошибок.

Типичные грабли при запуске

• Забывают про price oracle в AMM. Spot price манипулируется flash loan’ом за одну транзакцию. Если ваш lending protocol использует spot price из своего же пула — это баг, а не фича.
• Горячий кошелёк без лимитов. CEX без суточных лимитов на автоматические выводы — приглашение для атакующего. Компрометация одного ключа должна потерять максимум 10% от суммарных средств.
• Отсутствие circuit breaker. Резкое падение цены на 40% за 5 минут должно останавливать автоматические ликвидации или выводы до ручного ревью. Без этого cascading liquidation spiral уничтожает весь TVL.
• Неправильный decimal handling. USDC использует 6 decimals, WBTC — 8, большинство токенов — 18. Смешивание без нормализации даёт либо потерю точности, либо overflow. В Solidity нет float — работаем с fixed-point через FullMath (mulDiv с overflow protection).

Хотите избежать этих проблем? Свяжитесь с нами для консультации — мы подберём архитектуру под ваш проект и назовём точные сроки. Закажите разработку биржи с гарантией качества и последующей поддержкой.