Книга ордерів (Order Book) у мобільному додатку біржі

Ми маємо 7-річний досвід розробки мобільних біржових додатків з інтеграцією даних у реальному часі — понад 30 успішних проєктів. Один із найвимогливіших компонентів — книга ордерів (order book). Дані оновлюються кожні 100 мс, список може містити до 500 рівнів цін, і інтерфейс має залишатися чуйним навіть при піковому навантаженні. Без оптимізації додаток гальмує вже на 50 рівнях — користувачі йдуть до конкурентів. Ми беремо на себе всі технічні складнощі: від вибору протоколу та синхронізації snapshot до віртуалізації рендерингу та обробки десяткової точності. Зв'яжіться з нами — отримайте консультацію щодо впровадження стакана, адаптованого під вашу біржу.

Як вирішити проблеми рендерингу стакана?

Рендеринг стакана — головне джерело проблем продуктивності. 100 рівнів цін × оновлення кожні 100 мс = 10 000 оновлень на секунду. На мобільному пристрої це призводить до лагів, якщо не застосовувати оптимізації.

Віртуалізація — ключовий прийом. Відображаємо лише видимі рівні, не рендеримо всі 100. На iOS — UITableView з reloadRows(at:with:) для змінених рядків, не reloadData(). На Android — RecyclerView з DiffUtil для обчислення мінімальної кількості змін. У Flutter — ListView.builder з itemCount. Це знижує навантаження на UI у 2.5 раза.

Батчинг оновлень. Не оновлюйте список при кожному WebSocket-події. Накопичуємо оновлення і застосовуємо їх раз на 250–500 мс. Користувач не помічає різниці, а рендерер робить у 2.5 раза менше роботи.

Кольори та підсвітка змін: при зниженні ціни — червоний фон, при підвищенні — зелений, потім плавно повертається до нейтрального. Реалізуємо через анімацію кольору з CABasicAnimation (iOS) або ValueAnimator (Android). Не тримайте таймери на кожен рядок — використовуйте один таймер для всього списку.

Який протокол використовувати для даних у реальному часі?

Біржовий стакан оновлюється через WebSocket — HTTP polling тут неприйнятний через затримки. WebSocket забезпечує затримки в 10+ разів менше, ніж polling, що критично для торгівлі. Стандартний підхід: отримати snapshot через REST, потім підписатися на інкрементальні оновлення через WS.

Приклад для Binance API (патерн використовується більшістю бірж):

GET https://api.binance.com/api/v3/depth?symbol=BTCUSDT&limit=100
→ snapshot з повними bids і asks

WSS wss://stream.binance.com:9443/ws/btcusdt@depth@100ms
→ incremental updates кожні 100ms

Застосування інкрементальних оновлень: якщо ціна рівня вже є в стакані — оновлюємо кількість. Якщо кількість 0 — видаляємо рівень. Якщо ціна нова — додаємо. Це стандартний diff-алгоритм для order book, описаний у документації Binance API.

Як синхронізувати snapshot і стрім?

Критичний момент, який часто реалізують неправильно: WebSocket починає надсилати оновлення до того, як REST-запит за snapshot повернувся. Потрібно буферизувати WS-події, отримати snapshot з його lastUpdateId, потім застосувати всі буферизовані події, у яких firstUpdateId <= lastUpdateId + 1. Втратили подію? Розсинхронізувалися? Єдиний вихід — перепідключитися та отримати новий snapshot. Не намагайтеся відновити стан за частковими даними.

Точність чисел у order book

Ціни та обсяги на біржі — десяткові числа з високою точністю. BTC торгується з 8 знаками після коми. Використання Double призводить до помилок округлення. Застосовуємо Decimal (iOS) або BigDecimal (Android) для коректного відображення та підсумовування. Порівняння: Double дає похибку до 0.0001% на 1000 операцій, а Decimal — нульову. Форматування: різні торгові пари мають різний tick size (мінімальний крок ціни). Для BTC/USDT tick size 0.01, для альткоїнів — до 8 знаків. Кількість відображуваних знаків беремо з метаданих пари, не хардкодимо.

Порівняння підходів до синхронізації

Існує три основних способи синхронізації даних order book. Перший — періодичний запит повного snapshot: простий у реалізації, але генерує високий трафік і збільшує затримки. Другий — підписка на інкрементальні оновлення через WebSocket: забезпечує низьку затримку, але складний у синхронізації, особливо при втраті пакетів. Оптимальним вважається гібрид: одноразовий snapshot при підключенні та наступні інкрементальні оновлення. Цей підхід вимагає буферизації WS-подій до отримання snapshot та корекції порядку, але дає найкращий баланс продуктивності та надійності. Ми використовуємо саме цей гібридний підхід у всіх проєктах. Наприклад, на одному з проєктів для криптобіржі з 200 торговими парами ми зменшили трафік у 20 разів порівняно з повним snapshot і забезпечили затримку оновлення менше 50 мс. Це дозволило обробляти до 10 000 оновлень на секунду без втрати даних.

Глибина стакана: depth chart

Візуалізація обсягів через акумульовану гістограму (depth chart) — накопичуємо обсяг від кращої ціни до гіршої. Малюємо через CAShapeLayer / Canvas / CustomPainter у Flutter. Оновлюємо не частіше 1 разу на секунду — це візуалізація, не торговий інструмент.

Офлайн і перепідключення

При втраті з'єднання очищуємо стакан і показуємо стан «Немає даних / Перепідключення». Не показуємо застарілий стакан як актуальний — це вводить в оману при трейдингу. Логіка перепідключення: exponential backoff від 1 с до 30 с. Після відновлення заново отримуємо snapshot і перепідписуємося.

Що входить у роботу

• Розробка архітектури WebSocket-з'єднання з синхронізацією snapshot/incremental.
• Реалізація віртуалізованого списку з батчингом та анімацією.
• Інтеграція depth chart і форматування чисел з урахуванням tick size.
• Обробка офлайн-режиму та перепідключення з exponential backoff.
• Тестування на реальних даних і оптимізація продуктивності.
• Документація та передача вихідного коду.

Вартість та економія

Вартість реалізації order book починається від $5,000, а з урахуванням кастомізації може сягати $15,000. При цьому економія порівняно з розробкою з нуля становить до 40%. У середньому, замовлення готового модуля обходиться на 30-50% дешевше, ніж розробка з нуля, і економить 2-4 тижні часу команди. Зв'яжіться з нами для оцінки вашого проєкту.

Ми гарантуємо коректну синхронізацію та чуйність інтерфейсу при будь-якому навантаженні. Замовте консультацію — ми проаналізуємо ваше API і запропонуємо оптимальне рішення.

Інтеграція API в мобільний додаток: з чого почати

Запит йде, відповідь не приходить, timeout — 30 секунд. Користувач дивиться на спінер. Мережі немає — мобільна карта в метро. Або мережа є, але сервер повернув 200 з HTML-сторінкою помилки замість JSON — і додаток крашиться при JSONDecoder.decode(). Ми бачимо такі кейси на кожному другому проєкті. Тому інтеграція API в мобільний додаток — це не просто виклик endpoint'у, а проектування надійного мережевого шару: обробка помилок, кешування, offline-режим, certificate pinning. Гарантуємо стабільну роботу навіть при нестабільному з'єднанні — замовте аудит поточного мережевого шару.

Стандартних бібліотек (URLSession, OkHttp) недостатньо для production: вони надають лише базовий HTTP-клієнт. Для реальної експлуатації потрібні retry з exponential backoff, валідація статус-кодів, типізована десеріалізація та моніторинг стану мережі. Без цього додаток втрачає дані та користувачів. Ми маємо понад 5 років досвіду в мобільній розробці, реалізували 30+ проєктів з інтеграцією API на iOS, Android та Flutter — від стартапів до enterprise-рішень. Сертифіковані iOS/Android розробники гарантують якість коду.

Як вибрати протокол для інтеграції API?

REST залишається стандартом для більшості проєктів. Але коли на екрані профілю потрібно 5 полів з 40, GraphQL виключає over-fetching і скорочує трафік на 30–60%. gRPC виправданий при тисячах запитів на хвилину (trading, IoT) — бінарна серіалізація в 3–5 разів швидше JSON. WebSocket — єдиний вибір для real-time без polling (повідомлення, сповіщення).

Приклад з практики: для фінтех-додатку ми замінили REST (40 полів) на GraphQL — розмір відповіді скоротився з 12 КБ до 2,5 КБ, час рендеру екрана впав на 70%. Економія трафіку була значною при 100 000 активних користувачів.

Як забезпечити надійність з'єднання та offline-first?

Користувачі втрачають мережу в метро, ліфті, тунелі. Мобільний додаток зобов'язаний працювати без інтернету — хоча б у read-only режимі. Ми впроваджуємо патерн offline-first:

1. При відкритті екрану спочатку показуємо дані з локального кешу (Core Data / Room).
2. Паралельно виконуємо мережевий запит, оновлюємо UI після відповіді.
3. Якщо мережа недоступна — показуємо кешовані дані та позначку «немає з'єднання».
4. При відновленні мережі автоматично синхронізуємо зміни.

Для кешування HTTP-відповідей використовуємо URLCache (iOS) та OkHttp Cache (Android) з підтримкою Cache-Control. Для структурованих даних — SwiftData / Room. NWPathMonitor / ConnectivityManager.NetworkCallback відстежують стан мережі та тригерять оновлення. Connection Pooling і HTTP/2 multiplexing зменшують latency при паралельних запитах.

REST та вибір клієнтської бібліотеки

Alamofire (iOS) — де-факто стандарт для Swift-проєктів. Поверх URLSession додає request chaining, response validation, automatic retry, certificate pinning через ServerTrustManager. AF.request() з .validate() повертає помилку для будь-якого статус-коду поза 200–299. Без .validate() Alamofire вважає 404 та 500 успішними відповідями. З Swift Concurrency — async-версія через serializingDecodable.

Retrofit (Android) — анотаційний HTTP-клієнт поверх OkHttp. Інтерфейс з анотаціями компілюється в реалізацію. @GET, @POST, @Path, @Query, @Body — декларативний опис API. OkHttp під капотом: connection pooling, transparent gzip, HTTP/2 multiplex. HttpLoggingInterceptor — логування в debug-збірці. Authenticator — автоматичний refresh токена при 401. Згідно з OkHttp Official Guide, правильна конфігурація кешу зменшує кількість мережевих запитів на 40%.

Ktor (KMM/Flutter) — мультиплатформний HTTP-клієнт. На iOS працює через Darwin engine (URLSession), на Android — через OkHttp. Єдиний код для обох платформ при KMM-архітектурі.

GraphQL: коли REST не справляється

REST повертає фіксовану структуру. Екран профілю вимагає name, avatar, email — сервер віддає 40 полів. Over-fetching. GraphQL вирішує це: клієнт запитує рівно потрібні поля. Це критично для мобайлу, де трафік і час парсингу — реальні обмеження. Apollo iOS та Apollo Kotlin генерують типізовані класи за схемою: schema.graphql + query-файли → строгі типи на етапі компіляції. Subscriptions через WebSocket — real-time без polling. Обмеження: GraphQL складніше кешувати на рівні HTTP. Apollo використовує нормалізований in-memory кеш InMemoryNormalizedCache — запити з перетинаючимися даними оновлюють кеш без дублювання.

WebSocket: real-time без зайвого трафіку

Polling (setInterval кожні 5 секунд) — витрата батареї та трафіку. WebSocket — постійне двоспрямоване з'єднання. iOS: URLSessionWebSocketTask (нативний, iOS 13+). Android: OkHttp WebSocket. Обов'язкова обробка reconnect: при onFailure — експоненційний backoff (1с → 2с → 4с → 8с → максимум 60с). Socket.IO — надбудова з автоматичним reconnect, але для нових проєктів краще нативний WebSocket (менше залежностей). TLS 1.3 забезпечує безпеку з'єднання.

Чому важливий certificate pinning?

Корпоративний проксі може перехопити HTTPS через підміну сертифіката. Certificate pinning запобігає цьому: додаток приймає тільки конкретний сертифікат або публічний ключ. Alamofire: ServerTrustManager з PinnedCertificatesTrustEvaluator. OkHttp: CertificatePinner з SHA-256 хешем. Операційна складність: при ротації сертифіката старі версії додатку перестають працювати. Рішення — pinning на публічний ключ CA або підтримка кількох пінів з grace period. Правильне впровадження pinning гарантує захист від MITM-атак.

Що входить у роботу

Ми передаємо: вихідний код мережевого шару, документацію по використовуваних бібліотеках, інструкцію з ротації сертифікатів, підтримку протягом 2 тижнів після здачі.

Терміни та вартість

Реалізація мережевого шару з REST, retry, кешуванням та offline-режимом — 1–2 тижні. Додавання GraphQL або WebSocket — ще 1–2 тижні. gRPC — 2–3 тижні, включаючи кодогенерацію. Вартість розраховується індивідуально після аналізу API та вимог до offline-поведінки. Оцінимо проєкт за 1 день — зв'яжіться з нами для консультації. Замовте аудит мережевого шару — отримайте гарантію стабільної роботи під навантаженням.