一一中文网

手机浏览器扫描二维码访问

第80章 数据库设计（第2页）

第三个选项出现在思维导图上。

内存数据库，读写速度能达到微秒级，是提升系统响应速度的利器。

“mySqL存核心交易，Influxdb存时序行情，Redis做缓存加速”

。

林晨看着这个三层架构设计，点了点头。

接下来的三天，林晨进入了沉浸式的编码状态。

每天早晨六点起床，七点开始工作，中午苏婉会把午饭送到书房门口——自从父母要来鹏城的消息确认后，苏婉对他的支持更加细致入微，仿佛在用行动告诉他：家里有我，你专心做你的事。

林晨先攻mySqL部分。

他在阿里云上申请了一个最基础版的RdS实例，一个月不到两百块钱。

然后开始设计表结构。

交易表需要记录：交易Id、标的代码、买卖方向、数量、价格、手续费、交易时间、策略Id。

他给交易时间字段加了索引，这样按时间查询交易记录会很快。

账户资产表需要记录：每日收盘后的总资产、现金余额、持仓市值、当日盈亏。

这个表要保证每天只有一条记录，用作长期资产走势分析。

策略配置表、标的监控列表、风险规则表……林晨一边设计一边写ddL语句，手指在键盘上飞舞。

这些表之间的关系用外键约束起来，确保数据一致性。

“建库脚本完成”

。

第三天上午十点，林晨执行了最后一个SqL文件。

mySqL数据库里，十多个表整齐排列，索引创建完毕，初始数据也导入完成。

接下来是Influxdb。

林晨在同一个云账号下开通了时序数据库服务。

这个的设计更简单，因为Influxdb不需要预定义表结构。

他创建了一个名为“market_data”

的存储桶，然后开始规划数据写入格式。

每条行情数据包含：测量名称（如stock_price）、标签（标的代码、市场类型）、字段（开盘价、最高价、最低价、收盘价、成交量）、时间戳。

“写入测试”

。

林晨写了一段python脚本，模拟生成股价数据写入Influxdb。

监控面板显示，写入速度稳定在每秒五千条以上，查询最近一小时的行情数据，响应时间不到50毫秒。

“这才是专业的感觉”

。

林晨看着监控数据，嘴角上扬。

最后是Redis。