第80章 数据库设计（2/2）

实时行情缓存：存储最新行情，设置15秒过期，过期后系统会自动从数据源更新。

技术指标缓存：存储计算好的MACD、RSI、布林带等指标值，设置5分钟过期，因为指标计算相对耗时。

策略信号缓存：存储各策略生成的买卖信号，设置1分钟过期，确保交易决策基于最新数据。

“缓存预热机制也得做”。林晨思考着。系统启动时，应该主动加载一些基础数据到缓存，避免第一批请求全部穿透到数据库。

三天后的傍晚，三层数据库架构全部搭建完毕。

林晨开始改造原有的系统代码。数据访问层要重写，原来直接读写SQLite的代码，现在要根据数据类型分发到不同的数据库。

交易记录写入MySQL，行情数据写入InfxDB，实时查询走Redis缓存。他写了一个统一的数据访问接口，对上层业务代码透明——业务代码不需要知道数据存在哪里，只需要调用“保存交易”、“查询行情”、“获取缓存”这些方法。

这工作做了整整两天。林晨像在搭建一座精密的钟表，每个齿轮都要严丝合缝。有时候一个字段的类型不匹配，就会导致整个写入失败；有时候缓存过期时间设置不合理，就会产生脏数据。

第五天晚上十一点，最后一段代码调试通过。

林晨深吸一口气，点击了系统重启按钮。监控面板暗下去又亮起来，各个模块依次启动：数据访问层连接MySQL成功，连接InfxDB成功，连接Redis成功，缓存预热完成……

实时行情开始流入，系统界面上的股价数字跳动起来。

林晨打开浏览器的开发者工具，切换到网络监控页。他模拟了一个查询请求：获取某只股票最近一个月的日K线数据，并计算相应的技术指标。

请求发出。之前用SQLite时，这个查询需要800毫秒左右，因为要从几十万条数据里筛选、计算。现在呢？

网络面板显示：请求耗时237毫秒。

林晨眼睛一亮。他又测试了几个复杂查询：多只股票对比分析、策略历史回测、账户资产走势图……响应时间全部在300毫秒以内，比之前快了三四倍。

“值了”。林晨靠在椅背上，长长吐出一口气。

这五天的高强度工作，让他找回了当年做项目攻坚的感觉。不是被动完成任务，而是主动设计架构、解决难题。每一步优化都能看到效果，每一个决策都有数据支撑。

他打开系统收益面板。自从架构升级和数据库优化后，系统运行更加稳定，交易信号生成更及时。实盘账户的收益率曲线，从之前的平缓上升，开始出现更明显的上扬趋势。

初始投入7万元，现在总资产元。收益率8.25%，而且最近三天的日均收益率达到了0.3%，比之前提升了近一倍。

虽然绝对值还不大，但趋势已经出来了。就像一列火车，刚开始启动时很慢，一旦进入轨道，速度就会越来越快。

林晨保存了所有代码，提交到Git仓库。他在提交信息里写道：“数据库架构升级完成，三层存储设计，查询性能提升3倍以上”。

写完这句话，他忽然想起什么，打开手机日历。

明天就是周六了。父母乘坐的高铁下午三点到鹏城北站。

技术上的成就感还在心头荡漾，但现实的重量已经悄然落下。父母这次来，肯定不只是“看看”那么简单。失业半年，转型做AI，现在又在搞什么量化投资——这些在父母那一代人眼里，恐怕都是不务正业。

林晨关掉电脑，走到窗边。夜色中的鹏城依然灯火通明，科技园的写字楼里还有不少窗户亮着灯。这座城市永远不缺奋斗的人，也不缺被淘汰的人。

他摸了摸口袋，里面有一张打印出来的纸，是系统最新生成的资产分析报告。纸上的数字和图表，是他这半年所有努力的量化证明。

“希望能讲得通吧”。林晨轻声说。

窗外，一辆晚归的出租车驶过，车灯在夜色中划出一道短暂的光轨，很快又消失在拐角处。就像很多故事一样，高潮来临之前，总有那么一段看似平静实则暗流涌动的路途。