如何用 WebSocket 替代轮询，实现美股实时 tick 数据的高效抓取？

问题场景

我在公司负责投研系统的行情数据模块，最近有一个新的需求：需要同时监控多只热门美股的实时逐笔成交，并把数据分发给下游的风控和策略服务。一开始我沿用了基于 REST 的轮询方案，但很快遇到两个棘手的麻烦：一是轮询频率稍高就触发 API 限流，二是两次请求之间的时间盲区导致丢单。这不是我想要的“实时”。

技术选型考量

替换方案必须满足三个条件：低延迟、全量推送、易集成。HTTP 轮询和长轮询都不达标，Server-Sent Events 虽然推送，但兼容性和控制力不如 WebSocket。最终我选择了 WebSocket 协议，并找了一个稳定、文档清晰的数据源做对接——我使用了 AllTick 的实时行情接口，它支持通过 WebSocket 订阅多只股票的 tick 流，推送格式为 JSON，容易解析。

最小的可行示例（MVP）

为了让团队快速验证可行性，我写了一个轻量级的 Python 脚本，完成连接、订阅和打印。代码如下：

import websocket
import json

def on_message(ws, message):
    data = json.loads(message)
    # 打印逐笔成交价格和量
    print(f"{data['symbol']} 价格: {data['price']} 成交量: {data['volume']}")

def on_open(ws):
    # 批量订阅活跃美股
    symbols = ["AAPL", "TSLA", "AMZN"]
    for symbol in symbols:
        ws.send(json.dumps({
            "action": "subscribe",
            "symbol": symbol
        }))

ws = websocket.WebSocketApp("wss://apis.alltick.co/ws/stock-tick",
                            on_message=on_message,
                            on_open=on_open)
ws.run_forever()

运行后，三只股票的每一笔成交都在毫秒级内推送到控制台。这也让团队对 WebSocket 方案的实时性有了直观感受。

数据落地与消费

光看控制台肯定不够，我们做了标准化处理：

• 接入层：用 Python asyncio 将 WebSocket 推送解析后写入 Redis Pub/Sub，解耦生产与消费。
• 存储层：按日期分表存入 PostgreSQL，每笔记录包含 symbol、价格、成交量、成交时间、买卖方向等。
• 服务层：后端拉取 Redis 实时流，计算分时指标并通过 WebSocket 二次分发给前端组件。

避坑指南

• 心跳保活：一定要开启 WebSocket 的 ping/pong 或定时发送心跳包，避免被中间代理关闭。
• 重连策略：on_close 时执行退避重试，不能立即无限循环重连，防止击穿服务端。
• 幂等去重：利用 tick 数据自带的 trade_id 做去重，避免统计时一笔成交计算两次。
• 限流保护：即便是推送模式，也要在客户端做流速控制，以防极端行情下下游服务被冲垮。

总结

从轮询切换到 WebSocket，实时性得到了质的飞跃，也解决了限流困扰。如果你正在为实时行情数据抓取头疼，不妨尝试用 WebSocket 重新设计你的数据入口，投入并不大，但回报是研发效率和信号质量的明显提升。