TDengine在弘源泰平量化投资中的实践

公司简介

深圳市弘源泰平资产管理有限公司组建于2016年，团队核心成员来自于知名高校，有丰富的资产配置与策略构建的实践经验。弘源泰平以套戥交易绝对收益型配置工具为起点，致力于为用户提供流动性好、费率公允的资产配置工具。产品线全面、丰富，涵盖股、债、商品等各大类资产，通胀、趋势等各类因子。

场景简介+核心诉求

我们的量化交易系统每天要接收大量的行情数据，也要基于行情产生大量的决策信号。这些数据都需要及时存下来，供盘中和盘后使用。

传统存放行情数据的方式有文件系统、关系型数据库或者文档数据库。我们尝试了MySQL和知名的时序数据库InfluxDB，但是性能都没有达到预期。分别遇到了如下问题：

• MySQL：在写入大量实时的时序数据时，性能不理想；即便是优化之后，对于资源的浪费仍然十分惊人。而且随着数据量的增加，对设备数据的实时查询、时间范围分析的需求增加，基于MySQL的查询分析操作，响应时间会越来越长，甚至会无响应。缺乏自动建表功能，使用很不方便。
• InfluxDB：虽然是时序数据库，但是经过测试后性能不能满足预期，在完成同样数据量的写入时对于资源的使用程度也并不能令人满意。

最后，我们改用TDengine彻底解决了实时写入大量数据点和快速查询的问题。

TDengine具体落地

对于策略研究员而言，历史行情和信号是交易策略研究的重要素材。下面以行情数据和策略信号数据为案例予以介绍。

数据建模

首先，将行情数据和信号数据分别存储。在TDengine中分别创建了一个行情数据库和信号数据库。

虽然是时序数据库，但是TDengine使用了关系型数据库的模型，建库，建表，使用SQL，十分便于传统关系型数据库的用户入手。并且，他们还很有创意地设计了超级表的概念，与我们的场景十分契合。

因为所有行情数据结构相同，行情库中只需要一个超级表，下面每个工具（衍生品基金等）对应一个子表。比如CU2101表示2021年1月份到期的铜期货交易合约。在合约到期之前，都会有行情数据写入。下面重点介绍策略信号数据库。

信号库有两张超级表，分别对应合约级别信号和策略级别信号，每个交易信号对应一张子表，当前共有 40,000多张表，表结构分别如下所示：

下面是信号库执行show tables的截图：

数据库配置以及写入

我们选用的TDengine版本是2.2.0.0，由于单机版尚无压力，目前还不需要集群。此外，机器有40核，而TDengine的每一个vnode又是拥有独立运行线程的工作单元。所以，根据文章《这几个神秘参数，教你TDengine集群的正确使用方式》，我调整了minTablesPerVnode、tableIncStepPerVnode和maxVgroupsPerDb参数，让vnode的数量恰好等于CPU核数，让每个核独立运行一个线程，实现了数据的合理化分布，以争取达到最佳性能。

写入性能

当前，我们大概每秒写入3万行数据。单节点TDengine可以十分轻松地实现这个级别数据量的写入。同时，消耗服务器资源又比InfluxDB与MySQL小的多。因此，即便未来业务扩大，我们也不需要担心额外的硬件成本。

资源消耗

我们当前的服务器配置如下：64G内存+40核 1.8GHz CPU+机械硬盘。

在业务运行期间，taosd的%CPU只有4%上下浮动，进程使用的物理内存百分比为11.2%。虽然内存占用稍多，但这是由于我们的vnode配置的比较多，每个vnode都有自己固定的内存缓冲区。因此，后续即便是继续大量增加新表或者加大写入量，内存占用也不会有明显的浮动了。

截至目前，通过TDengine录入的两个信号表已经写入了82亿条数据，原数据大概为92GB，实际占用存储空间为20G左右，压缩率高达23%，如果是整型数据应该还会更高。

查询性能

除了写入与存储，使用TDengine做日常查询的速度也十分优秀，即便是对于几十亿级别的大表，也是毫秒级响应。我们来看两个场景。

场景1：查询特定策略信号下一段时间的均值。

select avg(v) from stgbox.strategy_signal where stg_name = '{stg_id}' and signal_name ='{signal_name}' and ts >= '{from_date} 00:00:00' and ts <= '{to_date} 23:59:59.999' interval({interval})

以下是我们用场景1查询出的数据进行可视化分析的示例。

场景2：查询满足模糊查询条件的信号的最新值。

select name,last(v) from stgbox.global_signal where name like '%keyword%' group by name

在修改cachelast缓存之前，查询效率如上。
后面在涛思数据的技术支持之下，我们将cachelast参数设置成了3。

再执行同样的查询，查询效率得到了很大提升：

这两个都是我们比较典型的查询场景，TDengine完美地匹配了我们对功能以及性能上的需求。

写在最后

我们目前对TDengine的使用还处于初级阶段，TDengine不仅仅是时序数据库，还可以作为消息队列，支持数据订阅。以后我们会探索将TDengine用于更多的业务场景，以更好地服务于我们的各类分析与交易执行。

关于作者：

丁博，弘源泰平量化工程师。目前负责公司交易执行系统、交易策略信号系统和交易组合管理系统的研发。