python异步加协程获取比特币市场信息

目标

　　选取几个比特币交易量大的几个交易平台，查看对应的API，获取该市场下货币对的ticker和depth信息。我们从网站上选取4个交易平台：bitfinex、okex、binance、gdax。对应的交易对是BTC/USD，BTC/USDT，BTC/USDT，BTC/USD。

一、ccxt库

　　开始想着直接请求市场的API，然后再解析获取下来的数据，但到github上发现一个比较好得python库，里面封装好了获取比特币市场的相关函数，这样一来就省掉分析API的时间了。因此我只要传入市场以及对应的货币对，利用库里面的函数 fetch_ticker 和 fetch_order_book 就可以获取到市场的ticker和depth信息（具体的使用方法可以查看ccxt手册）。接下来以市场okex为例，利用ccxt库获取okex的ticker和depth信息。

# 引入库
import ccxt
 
# 实例化市场
exchange = ccxt.okex()
# 交易对
symbol = 'BTC/USDT'
 
# 获取ticker信息
ticker = exchange.fetch_ticker(symbol)
# 获取depth信息
depth = exchange.fetch_order_book(symbol)
 
print('ticker:%s, depth:%s' % (ticker, depth))

　　运行后会得到结果如下图，从此可以看出已经获取到了ticker和depth信息。

二、获取四个市场的信息（for循环）

　　　接下来我们获取四个市场的信息，深度里面有asks和bids，数据量稍微有点儿多，这里depth信息我只去前面五个，对于ticker我也只提取里面的info信息（具体代表什么含义就要参考一下对应市场的API啦）。将其简单的封装后，最开始我想的是for循环。想到啥就开始吧：

# 引入库
import ccxt
import time
 
now = lambda: time.time()
start = now()
 
def getData(exchange, symbol):
    data = {}  # 用于存储ticker和depth信息
    # 获取ticker信息
    tickerInfo = exchange.fetch_ticker(symbol)
    # 获取depth信息
    depth = {}
    # 获取深度信息
    exchange_depth = exchange.fetch_order_book(symbol)
    # 获取asks,bids 最低5个，最高5个信息
    asks = exchange_depth.get('asks')[:5]
    bids = exchange_depth.get('bids')[:5]
    depth['asks'] = asks
    depth['bids'] = bids
 
    data['ticker'] = tickerInfo
    data['depth'] = depth
 
    return data
 
def main():
    # 实例化市场
    exchanges = [ccxt.binance(), ccxt.bitfinex2(), ccxt.okex(), ccxt.gdax()]
    # 交易对
    symbols = ['BTC/USDT', 'BTC/USD', 'BTC/USDT', 'BTC/USD']
 
    for i in range(len(exchanges)):
        exchange = exchanges[i]
        symbol = symbols[i]
        data = getData(exchange, symbol)
        print('exchange: %s data is %s' % (exchange.id, data))
 
if __name__ == '__main__':
    main()
    print('Run Time: %s' % (now() - start))

　　　运行后会发现虽然每个市场的信息都获取到了，执行完差不多花掉5.7秒，因为这是同步的，也就是按顺序执行的，要是要想每隔一定时间同时获取四个市场的信息，很显然这种结果不符合我们的要求。

三、异步加协程（coroutine）

　　前面讲的循环虽然可以输出结果，但耗时长而且达不到想要的效果，接下来采用异步加协程（参考知乎上的一篇文章），要用到异步首先得引入asyncio库，这个库是3.4以后才有的，它提供了一种机制，使得你可以用协程（coroutines）、IO复用（multiplexing I/O）在单线程环境中编写并发模型。这里python文档有个小例子。

import asyncio
 
async def compute(x, y):
    print("Compute %s + %s ..." % (x, y))
    await asyncio.sleep(1.0)
    return x + y
 
async def print_sum(x, y):
    result = await compute(x, y)
    print("%s + %s = %s" % (x, y, result))
 
loop = asyncio.get_event_loop()
loop.run_until_complete(print_sum(1, 2))
loop.close()

　　当事件循环开始运行时，它会在Task中寻找coroutine来执行调度，因为事件循环注册了print_sum()，因此print_sum()被调用，执行result = await compute(x, y)这条语句（等同于result = yield from compute(x, y)），因为compute()自身就是一个coroutine，因此print_sum()这个协程就会暂时被挂起，compute()被加入到事件循环中，程序流执行compute()中的print语句，打印”Compute %s + %s …”，然后执行了await asyncio.sleep(1.0)，因为asyncio.sleep()也是一个coroutine，接着compute()就会被挂起，等待计时器读秒，在这1秒的过程中，事件循环会在队列中查询可以被调度的coroutine，而因为此前print_sum()与compute()都被挂起了，因此事件循环会停下来等待协程的调度，当计时器读秒结束后，程序流便会返回到compute()中执行return语句，结果会返回到print_sum()中的result中，最后打印result，事件队列中没有可以调度的任务了，此时loop.close()把事件队列关闭，程序结束。

　　接下来我们采用异步和协程（ps:ccxt库也有对应的异步），运行后发现时间只用了1.9秒，比之前快了好多倍。　　

1	`Run Time:` `1.9661316871643066`

相关代码：

# 引入库
import ccxt.async as ccxt
import asyncio
import time
 
now = lambda: time.time()
start = now()
 
async def getData(exchange, symbol):
    data = {}  # 用于存储ticker和depth信息
    # 获取ticker信息
    tickerInfo = await exchange.fetch_ticker(symbol)
    # 获取depth信息
    depth = {}
    # 获取深度信息
    exchange_depth = await exchange.fetch_order_book(symbol)
    # 获取asks,bids 最低5个，最高5个信息
    asks = exchange_depth.get('asks')[:5]
    bids = exchange_depth.get('bids')[:5]
    depth['asks'] = asks
    depth['bids'] = bids
 
    data['ticker'] = tickerInfo
    data['depth'] = depth
 
    return data
 
def main():
    # 实例化市场
    exchanges = [ccxt.binance(), ccxt.bitfinex2(), ccxt.okex(), ccxt.gdax()]
    # 交易对
    symbols = ['BTC/USDT', 'BTC/USD', 'BTC/USDT', 'BTC/USD']
 
    tasks = []
    for i in range(len(exchanges)):
        task = getData(exchanges[i], symbols[i])
        tasks.append(asyncio.ensure_future(task))
 
    loop = asyncio.get_event_loop()
    loop.run_until_complete(asyncio.wait(tasks))
 
if __name__ == '__main__':
    main()
    print('Run Time: %s' % (now() - start))

三、定时爬取并用mongodb保存数据

　　在前面的基础上，添加一个定时任务，实现每隔一段时间爬取一次数据，并将数据保存到mongodb数据库。只需再前面的代码上稍微改改就可以啦，代码和运行结果如下：

import asyncio
import ccxt.async as ccxt
import time
import pymongo
 
# 获取ticker和depth信息
async def get_exchange_tickerDepth(exchange, symbol):  # 其中exchange为实例化后的市场
    # print('start get_ticker')
    while True:
        print('%s is run %s' % (exchange.id, time.ctime()))
 
        # 获取ticher信息
        tickerInfo = await exchange.fetch_ticker(symbol)
        ticker = tickerInfo.get('info')
 
        if type(ticker) == type({}):
            ticker['timestamp'] = tickerInfo.get('timestamp')
            ticker['high'] = tickerInfo.get('high')
            ticker['low'] = tickerInfo.get('low')
            ticker['last'] = tickerInfo.get('last')
        else:
            ticker = tickerInfo
        # print(ticker)
 
        # 获取深度信息
        depth = {}
        exchange_depth = await exchange.fetch_order_book(symbol)
        # 获取asks,bids 最低5个，最高5个信息
        asks = exchange_depth.get('asks')[:5]
        bids = exchange_depth.get('bids')[:5]
        depth['asks'] = asks
        depth['bids'] = bids
        # print('depth:{}'.format(depth))
        data = {
            'exchange': exchange.id,
            'countries': exchange.countries,
            'symbol': symbol,
            'ticker': ticker,
            'depth': depth
        }
 
        # 保存数据
        save_exchangeDate(exchange.id, data)
        print('********* %s is finished, time %s *********' % (exchange.id, time.ctime()))
 
        # 等待时间
        await asyncio.sleep(2)
 
 
# 存库
def save_exchangeDate(exchangeName, data):
    # 链接MongoDB
    connect = pymongo.MongoClient(host='localhost', port=27017)
    # 创建数据库
    exchangeData = connect['exchangeDataAsyncio']
    # 创建表
    exchangeInformation = exchangeData[exchangeName]
    # print(table_name)
    # 数据去重后保存
    count = exchangeInformation.count()
    if not count > 0:
        exchangeInformation.insert_one(data)
    else:
        for item in exchangeInformation.find().skip(count - 1):
            lastdata = item
        if lastdata['ticker']['timestamp'] != data['ticker']['timestamp']:
            exchangeInformation.insert_one(data)
 
def main():
    exchanges = [ccxt.binance(), ccxt.bitfinex2(), ccxt.okex(),
                  ccxt.gdax()]
    symbols = ['BTC/USDT', 'BTC/USD', 'BTC/USDT', 'BTC/USD']
    tasks = []
    for i in range(len(exchanges)):
        task = get_exchange_tickerDepth(exchanges[i], symbols[i])
        tasks.append(asyncio.ensure_future(task))
 
    loop = asyncio.get_event_loop()
 
    try:
        # print(asyncio.Task.all_tasks(loop))
        loop.run_forever()
 
    except Exception as e:
        print(e)
        loop.stop()
        loop.run_forever()
    finally:
        loop.close()
 
if __name__ == '__main__':
    main()

五、小结

　　使用协程可以实现高效的并发任务。Python在3.4中引入了协程的概念，可是这个还是以生成器对象为基础，3.5则确定了协程的语法。这里只简单的使用了asyncio。当然实现协程的不仅仅是asyncio，tornado和gevent都实现了类似的功能。这里我有一个问题，就是运行一段时间后，里面的市场可能有请求超时等情况导致协程停止运行，我要怎样才能获取到错误然后重启对应的协程。如果有大神知道的话请指点指点。

六、参考链接

1. Python黑魔法 --- 异步IO（ asyncio）协程 http://python.jobbole.com/87310/

2. Python并发编程之协程/异步IO https://www.ziwenxie.site/2016/12/19/python-asyncio/

3. 从0到1，Python异步编程的演进之路 https://zhuanlan.zhihu.com/p/25228075

4. Tasks and coroutines https://docs.python.org/3/library/asyncio-task.html