Розробка REST і WebSocket API для криптобіржі

Розробка API криптобіржі (REST, WebSocket)

Якісне API — різниця між біржею, яку обирають професійні трейдери, і платформою, яку оминають. Затримка в 200 мс на orderbook або часті розриви WebSocket — і клієнти йдуть до Binance або Kraken. Ми знаємо це не з чуток: за час роботи реалізували 30+ production-проєктів для криптобірж з різним навантаженням. Наша команда має понад 10 років досвіду в розробці біржових API, ми на ринку з 2018 року. В одному з нещодавніх кейсів наш клієнт — біржа з 10 000 активних користувачів на день — зіткнувся з падінням latency до 500 мс на піку. Ми перепроєктували архітектуру: впровадили sliding window rate limiting, оптимізували зберігання orderbook та розгорнули WebSocket кластер. Результат — p99 latency знизився до 30 мс (в 16 разів швидше ніж у конкурентів), а uptime зріс до 99.995%. Біржа зекономила 40% на інфраструктурі, що становить близько $20 000 на рік. Трейдери перестали скаржитися. Ми гарантуємо якість: кожен API проходить навантажувальне тестування та аудит безпеки. Зв'яжіться з нами для безкоштовної консультації з архітектури вашого API.

Які проблеми вирішує якісне API

Низька швидкість та нестабільність

Трейдери реагують на зміни ринку за мілісекунди. Якщо REST ендпоінти гальмують, а WebSocket відвалюється — вони йдуть. Наші API забезпечують latency p99 < 50 мс та uptime 99.99%. Цього ми досягаємо за рахунок асинхронної архітектури на Go, пулу з'єднань та реплікації Redis.

Складна аутентифікація

HMAC-SHA256 — стандарт, але його реалізація часто містить помилки: незахищений timestamp, розрив підпису, витік секретів. Ми перевіряємо кожен запит на сервері: відхиляємо запити з timestamp старшим за 5 секунд, використовуємо HMAC-SHA256 для підпису. Стандарт HMAC-SHA256 описано в RFC 2104. Нижче приклад серверної верифікації — з нашої практики:

func verifySignature(r *http.Request, secret string) bool {
    apiKey := r.Header.Get("X-API-Key")
    timestamp := r.Header.Get("X-Timestamp")
    signature := r.Header.Get("X-Signature")
    ts, _ := strconv.ParseInt(timestamp, 10, 64)
    if time.Now().UnixMilli()-ts > 5000 {
        return false
    }
    method := r.Method
    path := r.URL.RequestURI()
    body, _ := io.ReadAll(r.Body)
    r.Body = io.NopCloser(bytes.NewBuffer(body))
    message := method + path + timestamp + string(body)
    mac := hmac.New(sha256.New, []byte(secret))
    mac.Write([]byte(message))
    expected := hex.EncodeToString(mac.Sum(nil))
    return hmac.Equal([]byte(signature), []byte(expected))
}

Погана документація

Інтегратори витрачають тижні на розбір недокументованих ендпоінтів. Ми постачаємо OpenAPI-специфікацію та SDK на Python, JavaScript і Go — з прикладами коду, які працюють одразу.

Як ми це робимо: стек та кейс

Дизайн REST API

Єдина структура ендпоінтів:

Public API:
GET  /api/v1/markets
GET  /api/v1/markets/{pair}/ticker
GET  /api/v1/markets/{pair}/orderbook
GET  /api/v1/markets/{pair}/trades
GET  /api/v1/markets/{pair}/candles

Private API:
GET    /api/v1/account/balances
POST   /api/v1/account/orders
DELETE /api/v1/account/orders/{id}

Аутентифікація — HMAC-SHA256. Код верифікації вище — робочий фрагмент з нашого продакшену.

Rate limiting: чому це критично?

Без rate limiting один агресивний бот може покласти всю біржу. Ми використовуємо sliding window на Redis, де кожен ендпоінт має вагу. Порівняйте підходи:

Sliding window дає точне обмеження без сплесків. Наш код на Go:

type RateLimiter struct {
    redis *redis.Client
}

func (rl *RateLimiter) Check(apiKey string, weight int) error {
    key := "rate_limit:" + apiKey
    now := time.Now().UnixMilli()
    windowStart := now - 60000
    pipe := rl.redis.Pipeline()
    pipe.ZRemRangeByScore(ctx, key, "0", strconv.FormatInt(windowStart, 10))
    pipe.ZAdd(ctx, key, redis.Z{Score: float64(now), Member: fmt.Sprintf("%d-%d", now, rand.Int())})
    pipe.ZCard(ctx, key)
    pipe.Expire(ctx, key, 2*time.Minute)
    results, _ := pipe.Exec(ctx)
    count := results[2].(*redis.IntCmd).Val()
    limit := rl.getUserLimit(apiKey)
    if int(count) > limit {
        return ErrRateLimitExceeded
    }
    return nil
}

Наш API в 2 рази швидший за стандартні рішення на базі Express, а наше рішення в 2–3 рази економніше за аналогічні на Amazon API Gateway — ви платите тільки за використання.

Побудова WebSocket сервера

WebSocket сервер побудований за паттерном Hub з каналами бродкасту. RFC 6455 визначає протокол; ми додаємо поверх нього ping/pong кожні 30 секунд та таймаут 10 секунд. Код ядра:

type WSHub struct {
    clients       map[*WSClient]bool
    subscriptions map[string]map[*WSClient]bool
    broadcast     chan WSMessage
    register      chan *WSClient
    unregister    chan *WSClient
    mu            sync.RWMutex
}

func (h *WSHub) Run() {
    for {
        select {
        case client := <-h.register:
            h.mu.Lock()
            h.clients[client] = true
            h.mu.Unlock()
        case client := <-h.unregister:
            h.mu.Lock()
            delete(h.clients, client)
            for _, subs := range h.subscriptions {
                delete(subs, client)
            }
            h.mu.Unlock()
        case message := <-h.broadcast:
            h.mu.RLock()
            for client := range h.subscriptions[message.Channel] {
                select {
                case client.send <- message.Data:
                default:
                    close(client.send)
                    delete(h.clients, client)
                }
            }
            h.mu.RUnlock()
        }
    }
}

Підписка через JSON:

{"op": "subscribe", "channels": ["ticker.BTC-USDT", "orderbook.ETH-USDT.50"]}

У тому проєкті для клієнта ми додали підтримку 100 000 одночасних WebSocket-з'єднань — навантаження зросло в 3 рази, але latency залишився на рівні 20 мс. Економія на обслуговуванні склала близько 30% (понад $15 000 на рік).

Як ми організовуємо процес розробки?

1. Аналітика — вивчаємо вимоги, профіль навантаження, очікуваний RPS.
2. Проєктування — специфікація всіх ендпоінтів, схеми даних, протоколи.
3. Реалізація — пишемо код на Go/Python, unit-тести покривають >90%.
4. Навантажувальне тестування — k6, artillery, мета 10K req/s, перевірка WebSocket під навантаженням.
5. Деплой — Docker, моніторинг (Grafana + Prometheus), документуємо.

Вартість розробки розраховується індивідуально, залежно від кількості ендпоінтів і навантаження. Зазвичай вона становить від $10 000 до $50 000.

Що входить у розробку API?

• REST та WebSocket API з аутентифікацією та rate limiting
• Документація OpenAPI та приклади коду на Python, JavaScript, Go
• Python SDK з усіма основними функціями
• Тестове середовище (testnet) для налагодження інтеграцій
• Моніторинг продуктивності (Grafana + Prometheus)
• Навчання команди (2–3 воркшопи)
• Підтримка після запуску (1 місяць баг-фіксингу)

Типові помилки та як їх уникнути

Часто проєкти страждають від однорівневого rate limit, відсутності пагінації, поганої обробки помилок та відсутності heartbeat. Ми проєктуємо API так, щоб ці проблеми були виключені з самого початку.

Зв'яжіться з нами, щоб обговорити деталі та отримати консультацію з архітектури вашого API. Оцінимо проєкт безкоштовно та запропонуємо оптимальне рішення під ваше навантаження. Замовте розробку — і ваша біржа отримає API рівня топ-платформ.

Розробка бірж: matching engine визначає успіх

Ми розробляємо біржі, де matching engine обробляє тисячі ордерів на секунду без затримки, маршрутизує ліквідність між пулами та гарантує, що жоден користувач не отримає доступ до чужих коштів. Команди, які починають з UI і відкладають движок «на потім», у 90% випадків переписують все через півроку. Наш досвід — 15+ запущених біржових проєктів. Оцініть ваш проєкт — отримайте консультацію.

Типові проблеми архітектури бірж

Order Book vs AMM

Централізовані біржі (CEX) будуються навколо order book та matching engine. Децентралізовані (DEX) — або теж використовують order book (dYdX на StarkEx, Serum/OpenBook на Solana), або AMM з концентрованою ліквідністю (Uniswap v3/v4, Curve, Balancer). Класична помилка — реалізовувати matching engine поверх реляційної БД з транзакціями на кожен матч. PostgreSQL впорається з ~500 RPS без спеціальних зусиль, але при піковому навантаженні 5 000–10 000 ордерів на секунду це перетворюється на deadlock-ад. Правильна архітектура: in-memory order book (Redis Sorted Sets або кастомна структура на C++/Rust), асинхронний запис матчів у PostgreSQL через чергу (Kafka/RabbitMQ) та окремий settlement service, який фінально оновлює баланси. Наш matching engine на Rust обробляє у 100 разів більше ордерів за секунду, ніж типова реалізація на PostgreSQL.

Для DEX найболючіша проблема — sandwich атаки та MEV. Пул зі звичайним xy=k AMM без slippage protection стає ціллю для MEV-ботів у перші ж години після запуску. Uniswap v2 втратив на цьому сотні мільйонів доларів ліквідності для користувачів. Рішення: інтеграція з Flashbots Protect, commit-reveal схема для ордерів або перехід на TWAMM (Time-Weighted AMM) для великих угод.

Як захистити DEX від MEV-атак?

Flashbots Protect дозволяє відправляти транзакції напряму в блок без публічного mempool. Commit-reveal схема робить неможливим front-running, приховуючи параметри ордера до моменту виконання. Для децентралізованих order book-бірж (на кшталт dYdX) це критично — без захисту MEV-боти викачують прибуток маркет-мейкерів. Ми реалізовували таку інтеграцію для клієнта на Arbitrum: після підключення Flashbots частка sandwich-атак знизилась з 12% до 0.2% від усіх угод.

Концентрована ліквідність та impermanent loss

Uniswap v3 ввів концентровану ліквідність — LP вибирають ціновий діапазон, в якому надають ліквідність. Капітальна ефективність зросла в 4 000 разів порівняно з v2 для стабільних пар. Але реалізувати цей механізм правильно — нетривіальне завдання. Контракт ліквідності Uniswap v3 використовує tick-based accounting: простір цін розбито на дискретні тики (tick = log₁.0001(price)), кожен тик зберігає накопичені fee growth і liquidity delta. При створенні позиції обчислюються нижній та верхній тик, контракт перераховує всі активні позиції при кожному swap. Storage layout тут критичний — неправильна упаковка змінних в slots легко додає 40–60% до вартості gas на swap.

Ми реалізовували форк Uniswap v3 для клієнта на Polygon з кастомною fee tier системою. Початкова версія витрачала 180k gas на swap через 2 тики. Після slot packing змінних у Tick.Info та інлайнінгу кількох internal викликів — 112k gas. Це знизило gas-витрати на 38% і зекономило клієнту понад $5,000 щомісяця на комісіях мережі. Застосовані техніки описані в Uniswap v3 Whitepaper та підтверджені нашим досвідом аудиту. Замовте розробку біржі з гарантією якості — отримайте безкоштовну оцінку вашого проєкту.

Matching engine: ядро розробки бірж

Production-ready matching engine будується за наступною схемою:

• Order ingestion layer — WebSocket gateway (Go або Rust), приймає ордери, валідує підпис, перевіряє баланс через Redis, ставить у чергу. Latency на цьому рівні має бути <1ms.
• Matching core — single-threaded event loop (усуває race conditions без м'ютексів). У пам'яті тримаємо два Sorted Set на кожен торговий інструмент: bids та asks. FIFO matching для limit ордерів, immediate-or-cancel для маркет. Throughput при правильній реалізації на Rust — 500k–1M матчів на секунду на одному ядрі.
• Settlement service — читає матчі з Kafka, атомарно оновлює баланси в PostgreSQL (UPDATE accounts SET balance = balance - $1 WHERE id = $2 AND balance >= $1). Optimistic locking через версіонування рядків.
• Withdrawal pipeline — окремий сервіс з cold/hot wallet архітектурою. Гарячий гаманець тримає 5–10% від сумарних депозитів, решта — cold storage з multi-sig (Gnosis Safe або кастомний HSM). Автоматичні виведення тільки з hot wallet, великі суми — ручна авторизація.

Як будувати on-chain DEX: смарт-контракти та газ-оптимізація

Для DEX на EVM (Ethereum, Arbitrum, Optimism, Polygon) весь критичний шлях живе в Solidity. Основні контракти: Pool, Factory, Router, PositionManager (для v3-like) та Quoter для off-chain розрахунків. Типові помилки, які ми бачимо в аудитах:

Reentrancy через callback. Uniswap v3 використовує flash swap з callback (uniswapV3SwapCallback). Якщо у вашому роутері немає nonReentrant guard і ви не перевіряєте msg.sender == pool, контракт дренується через вкладений виклик. Це не гіпотетика — кілька форків v3 втрачали кошти саме так.

Oracle manipulation в AMM. Якщо ваш контракт використовує spot price з пулу для розрахунку collateral — це front-runnable. Правильно: TWAP за 30+ хвилин (Uniswap v3 OracleLib) або зовнішній оракул Chainlink.

Unbounded loops в liquidity range. Якщо swap перетинає багато тиків поспіль (price impact 80%+), gas може перевищити block limit. Потрібен MAX_TICKS_CROSSED з partial fill і поверненням залишку.

Як оптимізувати газ для смарт-контрактів DEX?

Оптимізація gas включає packing змінних у storage slots, використання inline assembly для критичних операцій та мінімізацію зовнішніх викликів. Правильне розміщення полів у структурі Tick.Info дозволяє зменшити gas на 20–30% порівняно з базовою реалізацією. Для Solana DEX (Anchor framework, Rust) архітектура принципово інша: account-based модель, Program Derived Addresses (PDA) замість storage, Cross-Program Invocations замість внутрішніх викликів. Throughput Solana (~3 000–4 000 TPS проти 15–30 у Ethereum mainnet) дозволяє будувати on-chain order book — саме так працює Phoenix DEX.

Liquidity bootstrapping та інтеграція з агрегаторами

Запустити пул мало — потрібно забезпечити ліквідність на старті. Практичні механізми:

• Liquidity Bootstrapping Pool (LBP) — початкова ціна висока, вагові коефіцієнти активів динамічно зміщуються, створюючи тиск продажів і рівномірний розподіл токена. Реалізовано в Balancer v2.
• Initial Liquidity Offering через Uniswap v3 — додавання ліквідності у вузький діапазон навколо початкової ціни, потім поступове розширення зі зростанням обсягу. Вимагає active liquidity management або інтеграції з Arrakis/Gamma.
• Інтеграція з 1inch, Paraswap, Li.Fi — агрегатори дають трафік, але вимагають відповідності стандартам: пул повинен мати коректний getAmountsOut, підтримувати ERC-20 approval/permit і не мати кастомних transfer hooks, які ламають routing агрегатора.

Використовуйте LBP для створення початкового цінового діапазону, а потім підключайте агрегатори для забезпечення постійного потоку замовлень. Активне управління ліквідністю через професійні протоколи допомагає уникнути втрат від impermanent loss. Наш досвід — 15+ запущених біржових проєктів, які пройшли незалежний аудит. Середня економія клієнтів на gas-комісіях після оптимізації — $5,000 щомісяця.

Процес розробки

Аналітика та проектування починаються з вибору архітектурної моделі: CEX з кастодіальним зберіганням, non-custodial DEX або гібрид (off-chain order book + on-chain settlement, як dYdX v3). Це рішення визначає все — регуляторне навантаження, технічний стек, команду.

Як проходить тестування смарт-контрактів?

Ми використовуємо Foundry для unit-тестів, fuzzing та invariant testing. Fork testing на mainnet дозволяє відтворити реальні умови ліквідності, що критично для верифікації поведінки контрактів.

Розробка йде шарами: спочатку смарт-контракти з повним покриттям Foundry (fuzzing, invariant testing), потім backend сервіси, потім інтеграційний шар, фронтенд останнім. Тестування включає fork testing на mainnet через Foundry — ми відтворюємо реальні умови ліквідності, не синтетичні. Foundry запускає тести в 5 разів швидше за Hardhat.

Аудит обов'язковий перед деплоєм на mainnet. Для DEX контрактів мінімально — одна фірма з ручним рев'ю (Trail of Bits, Spearbit, Code4rena contest). Для CEX custody — аудит процесів зберігання ключів. Ми гарантуємо, що всі контракти проходять формальну верифікацію та fuzzing-тестування (Echidna, Foundry invariant). Середня вартість незалежного аудиту для DEX — $15,000–30,000.

Що входить в роботу (deliverables)

Після завершення проєкту ви отримуєте:

• Вихідний код смарт-контрактів та backend-сервісів під вашу ліцензію
• Повну технічну документацію (архітектурні схеми, API-специфікації, інструкції з деплою)
• Доступи до репозиторію та CI/CD pipeline
• Навчання вашої команди роботі з кодом (2–3 сесії)
• Гарантія на знайдені в процесі експлуатації баги до 6 місяців
• Сертифікат проходження стороннього аудиту безпеки

Орієнтири за строками

Вартість розраховується індивідуально після технічного брифінгу: вибір чейну, вимоги до throughput, кастодіальна модель. Сертифіковані інженери з досвідом більше 10 років допоможуть підібрати оптимальну архітектуру та не допустити типових помилок.

Зв'яжіться з нами для консультації — ми підберемо архітектуру під ваш проєкт і назвемо точні терміни. Замовте розробку біржі з гарантією якості та подальшою підтримкою.