做实时行情接入时，我一直在关注 BTC/USDT 的盘口深度数据。相比单一价格点，这类数据更像是一种结构化的行情快照，用来反映当前买卖挂单分布。在加密货币api的使用场景里，只要涉及实时数据展示或者流式计算，WebSocket 通常都是核心方式。

BTC/USDT 深度数据一般由买卖两侧组成，结构比较稳定：

{
"bids" : [
[ "67000" , "1.20" ],
[ "66990" , "2.05" ]
],
"asks" : [
[ "67010" , "1.10" ],
[ "67020" , "3.40" ]
]
}

买盘代表当前买入挂单分布，卖盘代表卖出挂单分布，两侧数据组合起来可以形成完整的盘口结构视图。在做实时展示或者数据处理时，这类结构比单点价格信息更完整。

WebSocket 订阅通常围绕交易对进行，BTC/USDT 属于更新频率较高的标的之一。订阅结构一般比较直接：

{
"action" : "subscribe" ,
"symbols" : [ "BTC/USDT" ],
"depth" : 10
}

不同档位的深度数据会影响返回数据量，档位越深，数据密度越高，对连接稳定性和处理能力要求也越明显。

在实际接入过程中，WebSocket 通常分为三个部分：连接建立、订阅发送、数据解析处理。以常见行情 WebSocket 服务为例（如 AllTick API 的行情通道），可以直接获取 BTC/USDT 深度数据流：

import websocket
import json
import threading
import time

url = "wss://apis.alltick.co/ws/transaction-quote"

orderbook = { "BTC/USDT" : { "bids" : [], "asks" : []}}

def on_message (ws, message):
data = json.loads(message)
if "depth" in data:
orderbook[ "BTC/USDT" ][ "bids" ] = data[ "depth" ].get( "bids" , [])
orderbook[ "BTC/USDT" ][ "asks" ] = data[ "depth" ].get( "asks" , [])

if orderbook[ "BTC/USDT" ][ "bids" ] and orderbook[ "BTC/USDT" ][ "asks" ]:
bid = float(orderbook[ "BTC/USDT" ][ "bids" ][0][0])
ask = float(orderbook[ "BTC/USDT" ][ "asks" ][0][0])
print( "spread:" , ask - bid)

def on_open (ws):
ws.send(json.dumps({
"action" : "subscribe" ,
"symbols" : [ "BTC/USDT" ]
}))

def heartbeat (ws):
while True :
try :
ws.send(json.dumps({ "action" : "ping" }))
except :
break
time.sleep(8)

ws = websocket.WebSocketApp(url, >
threading.Thread(target=heartbeat, args=(ws,), daemon= True ).start()
ws.run_forever()

运行一段时间后，连接层的稳定性会逐渐变得明显。长连接模式下，一些因素会影响数据连续性，比如心跳缺失、网络波动、订阅数据量过大等，这些都会导致数据流出现中断或延迟累积。

心跳机制用于保持连接活跃状态：

def heartbeat (ws):
while True :
try :
ws.send(json.dumps({ "action" : "ping" }))
except :
break
time.sleep(10)

当连接异常中断时，可以通过循环方式重新建立连接，保证数据流持续：

while True :
try :
ws.run_forever()
except :
time.sleep(5)

在数据处理层面，通常不会逐条处理推送数据，而是维护一个本地结构，用最新数据覆盖旧状态，这样可以保证数据一致性：

orderbook = {
"BTC/USDT" : {
"bids" : [],
"asks" : []
}
}

UI 层面一般也不会跟随每条数据刷新，而是采用周期性更新方式，避免界面频繁变化导致性能波动。

盘口数据在持续流动之后，会逐渐形成连续的结构化数据流。买卖盘的分布变化、深度变化以及价差变化，都可以在同一数据流中观察到。在实时数据系统中，这种连续性往往比单次数据精度更重要。

在一些成熟的行情数据服务中，这类 WebSocket 行情能力已经做了较多封装，接入时只需要关注订阅与数据处理逻辑即可，整体开发复杂度会明显降低。

ITPub博客

加密货币api WebSocket实时推送：订阅BTC/USDT深度行情

最新文章