Enterprise Trading System

LETS sono rivitalizzare le comunità in tutta la Gran Bretagna come iniziative di base che sono aperti a tutti - persone di ogni età, competenze e abilità club locali e associazioni di gruppi di volontari, enti di beneficenza, iniziative comunità alloggio cooperative, le piccole imprese e servizi locali - aiutare tutti a dare e prendono, si collegano a nuove risorse, e trovano un vero e proprio identity. LETS comunità offrono pari opportunità a tutti - subordinato o disoccupato, finanziariamente sicuri o basso reddito, nero o bianco, in grado o disattivato Consente di utilizzare un sistema di crediti della comunità, in modo che scambi diretti non devono essere fatte le persone guadagnano LETS crediti, fornendo un servizio, e possono poi spendere i crediti su tutto ciò che è offerto da altri sullo schema, ad esempio l'assistenza all'infanzia, i trasporti, il cibo, le riparazioni di casa o il noleggio di strumenti e attrezzature. la ricerca in metà degli anni novanta ha indicato che almeno 40.000 persone sono state coinvolte in qualche 450 LETS schemi, la maggior parte di loro stabilire, secondo il democratico e cooperativo LETS modello sviluppato in Gran Bretagna da LETSLINK Regno Unito, che ha iniziato a lavorare nel 1991 la nostra lista dei contatti in corso di oltre 300 indica che il loro è stato un po 'di ritiro - se diciamo che le medie di appartenenza 100 per schema, questo significa circa 30.000 o meno membri del UK. However, questo è stato accompagnato da un aumento delle iniziative correlate, come ad esempio Timebanks, Freecycle , commerciale Barter, Fairtrade campagne e comunitari reti di ogni tipo, che attestano il continuo interesse delle persone nel fare accadere le cose nella loro community. Our progetto di ricerca in corso, avviata nel settembre 2003, ha l'obiettivo di stabilire lo stato attuale della LETS nel Regno Unito, e le esigenze dei LETS organizzatori ora stiamo cercando un finanziamento importante per rinvigorire e sostenere la nostra organizzazione in modo che siamo in grado di fornire le risorse migliori per i nostri membri, e riferirà i progressi in questa pagina - Guarda questo Patterns space. Messaging integrazione modelli in Pratica Case Study di Bond Trading System. Con Jonathan Simon. It è facile prendere le distanze da una vasta collezione di modelli o di un pattern lingua modello sono l'astrazione di un'idea in una forma riutilizzabile Spesso, la natura molto generico di modelli che li rende così utile li rende anche difficile da afferrare a volte la cosa migliore per aiutare a capire i modelli è un esempio reale mondo non è uno scenario artificioso di quello che potrebbe accadere, ma in realtà ciò che accade e ciò che happen. This capitolo si applica modelli per risolvere i problemi utilizzando un processo di scoperta il sistema si discuterà è un bond trading sistema che ho lavorato con per due anni dalla progettazione iniziale fino alla produzione esploreremo scenari e problemi che sono stati incontrati e come risolverli con i modelli Questo comporta il processo decisionale di scelta di un modello, così come il modo di combinare e modificare modelli per adattarsi le esigenze del sistema e questo è tutto fatto, tenendo conto delle forze incontrate in sistemi reali, tra cui i requisiti di business, le decisioni del cliente, i requisiti architettonici e tecnici, così come l'integrazione dei sistemi legacy l'intento di questo approccio è quello di fornire una più chiara comprensione del stessi modelli attraverso application. Building pratica una banca d'investimento system. A importante Wall Street si propone di costruire un sistema di tariffazione legame, nel tentativo di semplificare il flusso di lavoro della loro sala operativa legame Attualmente, i commercianti di obbligazioni devono inviare i prezzi per un gran numero di titoli a diverse sedi di negoziazione diversi, ciascuno con la propria interfaccia utente l'obiettivo per il sistema è quello di ridurre al minimo le minuzie di prezzi di tutti i loro legami in combinazione con funzionalità analitiche avanzate specifiche per il mercato obbligazionario in un'unica interfaccia utente incapsulato Ciò significa integrazione e comunicazione con diversi componenti su vari protocolli di comunicazione il flusso elevato livello del sistema si presenta come this. First, dati di mercato entra nel sistema di dati di mercato sono i dati per quanto riguarda il prezzo e le altre proprietà del legame rappresentando ciò che le persone sono disposte a comprare e vendere l'obbligazione per sul mercato libero i dati di mercato viene immediatamente inviato al motore di analisi che altera le analisi dei dati si riferisce a funzioni matematiche per applicazioni finanziarie che alterano i prezzi e altri attributi di obbligazioni si tratta di funzioni generiche che utilizzano le variabili di input per adattare i risultati della funzione ad un particolare legame l'applicazione client che verrà eseguito su ogni computer commerciante configurare il motore di analisi in base al commerciante, che controlla le specifiche delle analisi per ogni obbligazione il commerciante sta valutando una volta che le analisi vengono applicati ai dati di mercato, la modifica i dati vengono inviati a varie sedi di negoziazione dove i commercianti provenienti da altre aziende possono acquistare o vendere il bonds. Architecture con Patterns. With questa panoramica del flusso di lavoro del sistema, siamo in grado di affrontare alcuni dei problemi architettonici che incontriamo durante il processo di progettazione Let s dare un'occhiata a ciò che sappiamo la data di commercianti hanno bisogno di un applicazione molto reattivo su entrambe le workstation di Windows NT e Solaris Pertanto, abbiamo deciso di implementare l'applicazione client come una spessa client Java a causa della sua indipendenza dalla piattaforma e la sua capacità di rispondere rapidamente agli input dell'utente e dati di mercato sul lato server, stiamo ereditando componenti legacy C che il nostro sistema utilizzerà il mercato dei componenti di dati comunicano con i TIBCO Informazioni Bus TIB infrastructure. We messaggistica sono ereditare la seguente components. Market dati feed prezzo Server pubblica i dati di mercato in entrata a il motore TIB. Analytics Esegue analisi sui dati di mercato in entrata e trasmette i dati di mercato modificati al server TIB. Contribution Esegue tutte le comunicazioni con sedi di negoziazione le sedi di negoziazione sono componenti di terze parti, non inclusi nel contributo sottosistema bank. Legacy dati di mercato Subsystem. Legacy. Abbiamo bisogno di decidere come i sottosistemi separati Java client di spessore, dati di mercato, e di contribuzione si accingono a comunicare potremmo avere il client di spessore comunicare direttamente con il server legacy, ma che richiederebbe la logica di business troppo sul client, invece, abbiamo ll costruire un paio di gateway Java per comunicare con i server legacy il Pricing gateway per i dati di mercato di un contributo Gateway per l'invio di prezzi per le sedi di negoziazione Questo raggiungerà bella incapsulamento della logica di business relative a queste aree i componenti attuali del sistema di seguito sono riportati il connessioni contrassegnate come indicano che siamo ancora sicuri di come alcuni dei componenti sarà riusciamo a comunicare del sistema e la sua prima questione comunicazione components. The è come integrare il client di spessore Java e le due componenti server Java al fine di scambiare dati sia s un'occhiata a i quattro stili di integrazione suggerite in questo Transfer libro file di database condiviso Remote Procedure Invocazione e messaggistica possiamo escludere database condiviso immediatamente perché abbiamo voluto creare un livello di astrazione tra il client e il database e don t vogliono avere il codice di accesso al database in Trasferimento cliente file può allo stesso modo essere esclusa in quanto è necessario latenza minima per garantire prezzi correnti vengono inviati alle sedi di negoziazione Questo ci lascia con una scelta tra Remote Procedure Invocation o piattaforma Messaging. The Java fornisce un supporto integrato per entrambi Invocation Remote Procedure e l'integrazione in stile RPC Messaging può essere realizzato utilizzando Method Invocation RMI, CORBA, o Enterprise Java Beans remoti EJB Java Messaging Service JMS è l'API comune per l'integrazione di messaggistica in stile Così entrambi gli stili di integrazione sono facili da implementare in Java. So che sarà lavorare meglio per questo progetto, Remote Procedure Invocazione o Messaging C'è una sola istanza del gateway pricing e un'istanza del contributo Gateway nel sistema, ma di solito molti thick client connettersi contemporaneamente a questi servizi uno per ogni operatore legame che sembra essere registrato in un momento particolare, inoltre, la banca vorrebbe che questo è un sistema di prezzi generico che può essere utilizzato in altre applicazioni Quindi oltre ad un numero imprecisato di clienti pensano, ci può essere un numero imprecisato di altre applicazioni che utilizzano i dati dei prezzi in uscita del Gateways. A Spesso Cliente o altra applicazione che utilizza i dati dei prezzi possono abbastanza facilmente utilizzare RPC per effettuare chiamate ai gateway per ottenere dati sui prezzi e richiamare l'elaborazione Tuttavia, dati relativi ai prezzi verranno costantemente pubblicati, e di alcuni clienti sono interessati solo a determinati dati , in modo da ottenere i dati relativi ai clienti corretti in modo tempestivo potrebbe essere difficile i clienti potrebbero interrogare i gateway, ma che creerà un sacco di overhead sarebbe meglio per i gateway per rendere i dati disponibili per i clienti non appena è disponibile, tuttavia, richiederà ogni Gateway per tenere traccia di quali clienti sono attualmente attive, e che vogliono quali dati poi particolare, quando un nuovo pezzo di dati diventa disponibile che accadrà molte volte al secondo, il gateway dovrà fare un RPC ad ogni cliente interessato a passare i dati al client Idealmente, tutti i clienti devono essere notificate simultaneamente, in modo che ogni RPC deve essere fatta nel proprio thread simultaneo Questo può funzionare, ma è sempre molto complicato molto fast. Messaging semplifica notevolmente questo problema con la messaggistica possiamo definire canali separati per le diverse tipologie di dati relativi ai prezzi Poi, quando un Gateway ottiene un nuovo pezzo di dati, si aggiungerà un messaggio contenente i dati ai frattempo, tutti i clienti publish-subscribe Channel per quel tipo di dati interessati a un certo tipo di dati ascolterà sul canale per quel tipo in questo modo, i gateway possono facilmente inviare i nuovi dati a chi è interessato, senza la necessità di sapere quante applicazioni ascoltatore ci sono o quello che are. The clienti ancora devono essere in grado di richiamare comportamento nel gateway così poiché ci sono sempre solo due porte, e il cliente può probabilmente bloccare mentre il metodo viene richiamato in modo sincrono, queste invocazioni client-to-gateway possono abbastanza facilmente essere implementate utilizzando RPC Tuttavia, dal momento che stiamo già utilizzando la messaggistica per la comunicazione Gateway-to-client, i messaggi sono probabilmente solo un buon modo per implementare la comunicazione client-to-gateway come well. Therefore, tutte le comunicazioni tra i gateway ei clienti sarà realizzato attraverso la messaggistica poiché tutti i componenti sono scritti in Java, JMS presenta una scelta facile per il sistema di messaggistica Questo è effettivamente la creazione di un bus di messaggi o di un'architettura che renderà possibile per i sistemi futuri per l'integrazione con il sistema attuale con poco o nessun modifiche all'infrastruttura di messaggistica in questo modo, la funzionalità di business dell'applicazione può essere facilmente utilizzato da altre applicazioni della banca develops. Java Componenti Comunicare con JMS. JMS è semplicemente una specifica e abbiamo bisogno di decidere su un sistema di messaggistica JMS-compliant abbiamo deciso di utilizzare IBM MQSeries JMS perché la banca è un negozio IBM, utilizzando application server WebSphere e molti altri prodotti IBM come risultato, useremo MQSeries poiché abbiamo già una infrastruttura di supporto sul posto e una licenza di sito del product. The prossima domanda è come collegare il MQSeries sistema di messaggistica con il server contributo autonomo C e la TIBCO server basati su dati di mercato e Analytics motore abbiamo bisogno di un modo per i consumatori MQSeries per avere accesso ai messaggi TIB Ma come Forse potremmo usare il modello di messaggio traduttore per tradurre i messaggi TIB in MQ Series anche se i messaggi del client C per MQ Series funge da traduttore messaggio usando sarebbe sacrificare l'indipendenza del server JMS e anche se TIBCO ha una API Java, l'architetto del cliente e direttore hanno rifiutato di conseguenza, l'approccio Messaggio traduttore deve essere abandoned. The ponte dal server TIB al server MQSeries richiede la comunicazione tra C e Java potremmo usare CORBA, ma poi per quanto riguarda la messaggistica Uno sguardo più da vicino il modello di messaggio traduttore mostra è legato al Channel Adapter nel suo uso di protocolli di comunicazione il cuore di un adattatore di canale è quello di collegare i sistemi di messaggistica non per i sistemi di messaggistica una coppia di adattatori di canale che collega due sistemi di messaggistica è uno scopo di messaggistica Bridge. The di un ponte di messaggistica è quello di trasferire i messaggi da un sistema di messaggistica ad un altro Questo è esattamente quello che abbiamo stanno facendo con la complessità di Java intra-linguaggio per la comunicazione C possiamo implementare la lingua croce Messaging Bridge utilizzando una combinazione di canale adattatore s e CORBA costruiremo due server leggeri Channel Adapter, una in C gestire la comunicazione con il TIB, e uno in Java gestire la comunicazione con JMS Questi due Channel Adapter che sono Messaggio Endpoint s stessi, sarà di comunicare tra loro tramite CORBA come la nostra scelta per MQ Series, useremo CORBA piuttosto che JNI dal momento che è uno standard società il ponte di messaggistica implementa il traduzione messaggio efficacemente simulata tra i sistemi di messaggistica apparentemente incompatibili e diversi traduttore languages. Message utilizzando il canale Adapters. The prossimo diagramma mostra il design del sistema corrente, incluse le gateway e altri componenti Questo è un buon esempio di applicazione di decorazioni Abbiamo unito due canali adattatore s con un non - messaging protocollo per implementare il modello di messaggio traduttore, in modo efficace utilizzando uno schema per realizzare un altro modello Inoltre, abbiamo cambiato contesto, il Channel Adapter s per collegare due sistemi di messaggistica con un protocollo di traduzione non messaggistica lingua croce piuttosto che il collegamento di un sistema di messaggistica a un non - messaging attuale sistema system. The con la chiave del canale Adapters. Structuring Channels. A a lavorare con i modelli non è solo sapere quando usare quale modello, ma anche come utilizzare in modo più efficace che ogni implementazione modello deve tener conto della specificità della piattaforma tecnologica così come altri criteri di progettazione Questa sezione si applica lo stesso processo di scoperta per trovare l'uso più efficiente del Publish-Subscribe canale nel contesto del server dati di mercato la comunicazione con i dati di mercato di analisi engine. Real tempo nasce con feed di dati di mercato , un server C che trasmette dati di mercato sul TIB il feed di dati di mercato utilizza un separato publish-subscribe channel per ogni obbligazione che sta pubblicando i prezzi di questo può sembrare un po 'estrema dal momento che ogni nuovo legame bisogno di un proprio nuovo canale Ma non è così grave dal momento che in realtà non c'è bisogno di creare canali di TIBCO Piuttosto, i canali si fa riferimento da un insieme gerarchico di nomi degli argomenti chiamati soggetti Il server TIBCO filtra poi un singolo flusso di messaggi per argomento, l'invio di ogni soggetto unico per un unico canale virtuale Il risultato di che è un messaggio channel. We molto leggero potrebbe creare un sistema che pubblica su alcuni canali e gli abbonati possono ascoltare solo per prezzi che sono interessati a ciò richiederebbe agli abbonati di utilizzare un filtro messaggi o dei consumatori selettiva per filtrare l'intero flusso di dati per interessanti i prezzi delle obbligazioni, di decidere se ogni messaggio deve essere elaborato come viene ricevuto Dato che i dati di mercato è pubblicato sui canali di obbligazioni dedicate, gli abbonati possono registrarsi per gli aggiornamenti su una serie di obbligazioni Questo permette in modo efficace agli abbonati di filtrare selettivamente la sottoscrizione di canali e solo ricevere gli aggiornamenti di interesse piuttosto che decidere dopo aver ricevuto il messaggio e 'importante notare che l'utilizzo di più canali per evitare il filtraggio è un uso non standard di canali di messaggistica Nel contesto della tecnologia TIBCO però, siamo davvero decidere se implementare o filtri proprie o utilizzare il filtraggio del canale integrato in TIBCO - piuttosto che se utilizzare tanti componente channels. The successivo abbiamo bisogno di progettare è il motore di analisi, un altro server TIB C che modificare i dati di mercato e ritrasmettere al TIB anche se è fuori della portata del nostro sviluppo Java JMS, stiamo lavorando a stretto contatto con il team di C per la progettazione da quando noi siamo il motore di analisi s cliente primario il problema in questione è quello di trovare la struttura di canale che ritrasmesso in modo più efficiente il mercato data. Since appena modificato abbiamo già una Message Channel dedicata al legame ereditato dal feed prezzo di dati di mercato, sarebbe logico per modificare i dati di mercato e di ritrasmettere i dati di mercato modificati sul prestito obbligazionario dedicato Message Channel Ma questo non funzionerà in quanto le analisi modificando i prezzi delle obbligazioni sono trader specifica Se rebroadcast i dati modificati sul legame Message Channel distruggeremo l'integrità dei dati, sostituendo i dati di mercato generici con commerciante dati specifici D'altra parte, potremmo avere un tipo di messaggio diverso per trader specifica dati di mercato che pubblichiamo su lo stesso canale che permette agli abbonati di decidere quali messaggi sono interessati ad per evitare di distruggere l'integrità dei dati, ma poi i clienti dovranno implementare i propri filtri per separare i messaggi per gli altri operatori Inoltre, ci sarà un sostanziale aumento nei messaggi ricevuti dagli abbonati, mettendo un onere inutile su tematiche sono due canali options. One per trader ogni commerciante ha un canale designato per i dati di mercato modificati questo modo, i dati di mercato originale rimane intatto e ogni applicazione commerciante può ascoltare i suoi commercianti specifici Message channel per la modifica prezzo updates. One canale per commerciante per obbligazione Creare un canale messaggio per-trader per-legame solo per i dati di mercato modificate di quel legame, ad esempio, i dati di mercato per legame ABC sarebbe stato pubblicato sul canale di bond ABC, mentre i dati di mercato modificato per Un trader sarebbe stato pubblicato su Message channel trader a Bond ABC, dati di mercato modificati per Riparazioni B su trader B Bond ABC, e il canale in modo on. One per canale trader. One per obbligazione per trader. There sono vantaggi e svantaggi di ogni approccio l'approccio per-bond, per esempio, utilizza molto di più Message Channel Nel peggiore dei casi, il numero di Message Channel sarà il numero di legami totale moltiplicato per il numero di operatori possiamo mettere limiti superiori al numero di i canali che verranno creati dal momento che sappiamo che ci sono solo circa 20 commercianti e non hanno mai il prezzo di più di un paio di centinaia di obbligazioni Questo pone il limite superiore di sotto del range di 10.000, che non è così stravagante rispetto ai quasi 100.000 Message Channel i dati di mercato alimentazione prezzo sta usando Inoltre, dal momento che stiamo utilizzando il canale TIB e messaggio sono abbastanza poco costoso, il numero di Message Channel s non è un problema grave D'altra parte, il gran numero di Message Channel s potrebbe essere un problema dal punto di vista gestionale ogni volta che un legame è aggiunto un canale per ogni operatore deve essere mantenuta potrebbe essere grave in un sistema molto dinamico nostro sistema, tuttavia, è essenzialmente statico Essa ha anche una infrastruttura per la gestione automatica Message channel s Questo, combinato con l'architettura ereditato di componente legacy utilizzando un approccio simile riduce al minimo il rovescio della medaglia Questo non vuol dire che dovremmo fare un numero inutilmente eccessivo di Message Channel s Piuttosto, siamo in grado di implementare un approccio architetturale che utilizza un gran numero di Message Channel s quando c'è un reason. And lì è una ragione in questo caso che scende alla posizione della logica Se attuiamo il secondo approccio commerciante, il motore di analisi ha bisogno di logica per i canali di ingresso e uscita di gruppo questo perché i canali di ingresso del motore di analisi sono per legame e l'uscita del messaggio Canale s sarebbe per trader, che richiede la Analytics motore di instradare tutti gli input di analisi da legami multipli per un particolare operatore di una specifica uscita trader Message Channel questo si trasforma in modo efficace il motore di analisi in un router basato sul contenuto per implementare la logica di routing personalizzato per la nostra applicazione. Following la struttura del messaggio Bus, il motore di analisi è un server generico che potrebbe essere utilizzato da diversi altri sistemi nel Così don t vuole al cloud con funzionalità specifiche del sistema D'altra parte, l'approccio per-legame funziona poiché l'idea di un commerciante che possiede l'uscita di analisi dei prezzi delle obbligazioni è una pratica accettata società l'approccio per-legame mantiene la separazione Message Channel del mercato feed di dati intatti, mentre l'aggiunta di molti altri Message Channel s Prima di raggiungere il cliente, vogliamo un Content Router sulla base di combinare questi diversi canali in un numero gestibile di canali Noi don t vuole l'applicazione client in esecuzione sul desktop del commerciante s da ascoltare migliaia o decine di migliaia di Message Channel s Ora la domanda diventa dove mettere il Content-Based Router potremmo semplicemente l'adattatore Canale C TIB in avanti tutti i messaggi al gateway Prezzi su un singolo canale dei messaggi Questo è un male per due motivi saremmo suddividere la logica di business tra C e Java, e si perderebbe il vantaggio di il messaggio separato Canale s sul lato TIB consentendo di evitare il filtraggio più avanti nel flusso di dati Guardando i nostri componenti Java, si potrebbe o metterlo nel Gateway prezzi o creare un componente intermediario tra il prezzo Gateway e la teoria client. In, se abbiamo continuato la separazione legame a base di Message channel s fino al cliente, il Gateway pricing sarebbe ritrasmettere informazioni sui prezzi con la stessa struttura di canale come il prezzo Gateway e Analytics Engine Ciò significa una duplicazione di tutti i titoli dedicati canali TIB in JMS Anche se creiamo un elemento intermediario tra il prezzo Gateway e il cliente, il gateway Pricing avrà ancora per duplicare tutti i canali in JMS D'altra parte, l'implementazione logica direttamente nel gateway Pricing ci permette di evitare la duplicazione di grandi dimensioni numero di canali in JMS permette di creare un numero molto inferiore di canali nell'ordine di una ogni commerciante il Pricing Gateway si registra attraverso il Channel Adapter C TIB in qualità di consumatore per ogni obbligazione di ogni operatore del sistema Poi il Gateway prezzo sarà inoltrare ogni cliente specifico solo i messaggi relativi a quel particolare operatore in questo modo, si usa solo un piccolo numero di messaggio Canale s sull'estremità JMS, massimizzando il beneficio della separazione sul mercato completa del flusso di dati TIB end. The al client. La discussione il layout Message Channel è un buon esempio di modelli come l'integrazione è importante l'obiettivo era quello di capire come utilizzare in modo efficace il Message Channel s Dire si utilizza un modello isn t abbastanza, è necessario capire come implementare meglio e incorporare nel vostro sistema per risolvere i problemi a portata di mano Inoltre, questo esempio mostra le forze di lavoro in azione Se riuscissimo a implementare la logica di business in uno qualsiasi dei nostri componenti, avremmo potuto fare con l'approccio al commerciante e implementato un approccio globale più semplice con molte meno channels. Selecting un Channel. Now messaggio che conosciamo i meccanismi della comunicazione tra i componenti di Java JMS ei componenti C TIBCO, e abbiamo visto un po 'di strutturazione Message Channel, dobbiamo decidere quale tipo di JMS Message Channel s i componenti Java deve usare per comunicare Prima di poter scegliere tra i diversi canali di messaggi disponibili a JMS, lasciare s guardare il flusso di messaggi elevato livello del sistema abbiamo due gateway Prezzi e contributo la comunicazione con i dati cliente mercato fluisce verso il client dal Gateway Pricing che lo invia fuori al contributo Gateway l'applicazione client invia un messaggio al gateway il prezzo di modificare le analitiche applicate a ciascun titolo il contributo Gateway invia anche messaggi per l'applicazione client inoltro lo stato degli aggiornamenti dei prezzi al diverso venues. The di trading messaggio di sistema specifica flow. The JMS descrive due tipi Message Channel, Point-to-Point Channel JMS coda e Publish-Subscribe Canale JMS Topic Ricordiamo che il caso per l'utilizzo di publish-subscribe è quello di consentire a tutti i consumatori interessati a ricevere un messaggio durante il caso per l'utilizzo di point-to-point è quello di garantire che solo un consumatore ammissibili riceve un particolare sistemi message. Many sarebbero semplicemente trasmettere messaggi a tutte le applicazioni client, lasciando ogni applicazione client individuo di decidere per se stessa o meno di elaborare un particolare messaggio Questa volontà non lavorare per la nostra applicazione in quanto ci sono un gran numero di messaggi di dati di mercato di essere inviato a ogni applicazione client Se abbiamo trasmesso gli aggiornamenti dei dati di mercato per trader disinteressato, saremo inutilmente sprecare cicli del processore cliente di decidere o meno per elaborare un aggiornamento dei dati di mercato. Point-to-Point Channel s inizialmente sembrare una buona scelta dal momento che i clienti stanno inviando messaggi ai server uniche e viceversa ma era un requisito aziendale che gli operatori possono essere collegati per più macchine contemporaneamente Se abbiamo un commerciante registrato in alle due postazioni contemporaneamente e un aggiornamento prezzo point-to-point viene inviato, solo una delle due applicazioni client otterrà il messaggio Questo è perché solo un consumatore su un canale Point-to-Point può ricevere un particolare messaggio noti che solo la prima di ogni gruppo di un commerciante s applicazioni client riceve il Messaging message. Point-to-Point per il prezzo Updates. We potrebbe risolvere questo utilizzando il modello Elenco destinatari, che pubblica i messaggi ad una lista di destinatari, garantendo che solo i client in l'elenco dei destinatari riceveranno messaggi Utilizzando questo modello, il sistema potrebbe creare elenchi di destinatari con tutte le istanze dell'applicazione client connessi a ciascun operatore Invio di un messaggio relativo a un particolare commerciante avrebbe a sua volta inviare il messaggio a ogni applicazione nella lista dei destinatari questo garantisce tutti cliente istanze di applicazioni legate ad un particolare operatore avrebbe ricevuto il messaggio lo svantaggio di questo approccio è che richiede un po 'di logica applicazione per gestire i destinatari e spedizione Lista messages. Recipient per prezzo Updates. Even se point-to-point potrebbe essere fatto al lavoro, let s vedere se c'è un modo migliore Utilizzando Publish-Subscribe canale s, il sistema potrebbe trasmettere messaggi sui canali specifici commerciante piuttosto che canali specifici dell'applicazione client in questo modo, tutte le applicazioni client di elaborazione dei messaggi per un singolo operatore avrebbe ricevuto e processo il message. Publish-Subscribe Messaging per Prezzo Updates. The svantaggio di usare Publish-Subscribe Canale s è che l'elaborazione dei messaggi unico non è garantita con i componenti server sarebbe possibile per più istanze di un componente server per essere istanziati e ogni processo istanza lo stesso messaggio, possibilmente inviando valida prices. Recalling il flusso dei messaggi di sistema, una sola direzione di comunicazione è soddisfacente con ogni comunicazione Message Channel Server-to-client con publish-subscribe è soddisfacente, mentre client-server di comunicazione non e cliente è - server comunicazione con point-to-point è soddisfacente, mentre server-client non è Poiché non vi è alcuna necessità di utilizzare il canale stesso messaggio in entrambe le direzioni, possiamo usare ogni canale messaggio una sola direzione di comunicazione client-server saranno attuate con point-to-point, mentre la comunicazione server-to-client sarà attuato con publish-subscribe utilizzando questa combinazione di Message Channel s, i benefici del sistema di comunicazione diretta con i componenti server che utilizzano la messaggistica point-to-point e la natura multicast di publish-subscribe senza né del flusso drawbacks. Message con Canale Types. Problem la risoluzione con i Patterns. Patterns sono gli strumenti e le collezioni di modelli sono cassette Essi aiutano a risolvere i problemi Alcuni pensano che i modelli sono utili solo in fase di progettazione Dopo l'analogia Toolbox, questo è come dicendo che gli strumenti sono utili solo quando si costruisce una casa, non quando si risolvere il problema il fatto è che i modelli sono uno strumento utile per tutto un progetto se applicato bene nelle sezioni seguenti useremo lo stesso processo di modello di esplorazione abbiamo usato nella sezione precedente per risolvere i problemi nella nostra società che lavorano Updates. Traders system. Flashing dati di mercato vogliono celle a lampeggiare quando nuovi dati di mercato è ricevuto per un legame, indicando chiaramente cambia il client Java riceve i messaggi con i nuovi dati che innesca un aggiornamento della cache dei dati del cliente e alla fine lampeggiante nella tabella il problema è che gli aggiornamenti sono abbastanza frequentemente lo stack filo interfaccia grafica è sempre più affollato e, infine, il congelamento del cliente dal momento che può t rispondere all'interazione dell'utente si assume che il lampeggio è ottimizzata e concentrarsi sul flusso di dati di messaggi attraverso la processo di aggiornamento di un esame dei dati di performance mostra l'applicazione client sta ricevendo diversi aggiornamenti secondo alcuni aggiornamenti si è verificato meno di un millisecondo a parte due modelli che sembrano come potrebbero contribuire a rallentare il flusso dei messaggi sono Aggregator e messaggio Filter. A primo pensiero è quello di attuare un filtro messaggi per controllare la velocità del flusso dei messaggi da buttare fuori gli aggiornamenti ricevuto una piccola quantità di tempo dopo il messaggio di riferimento a titolo di esempio, diciamo che stiamo andando a ignorare i messaggi entro 5 millisecondi l'una dall'altra il filtro dei messaggi potrebbe memorizzare nella cache il tempo dell'ultimo messaggio accettabile e buttare via nulla ricevuti entro 5 millisecondi Mentre altre applicazioni potrebbero non essere in grado di sopportare la perdita di dati a tal punto, questo è perfettamente accettabile nel nostro sistema a causa della frequenza di base prezzo updates. Time messaggio filter. The problema di questo approccio è che non tutti i campi dati vengono aggiornati allo stesso tempo ogni legame ha circa 50 campi dati visualizzati al prezzo utente, tra cui ci rendiamo conto che non tutti i campi viene aggiornato in ogni messaggio Se il sistema ignora i messaggi consecutivi, può benissimo essere buttare importante data. The altro modello di interesse è Aggregator il Aggregator viene utilizzato per gestire la riconciliazione di più, i messaggi correlati in un unico messaggio, riducendo potenzialmente il messaggio di flusso il Aggregator potrebbe conservare una copia del legame dati dal primo messaggio aggregata, quindi aggiornare solo i campi nuovi o modificati i messaggi successivi alla fine saranno comunicati i dati dei titoli di aggregati in un messaggio al client per il momento, lascia supporre che l'aggregatore invierà un messaggio ogni 5 millisecondi come il Filtro messaggi tardi , abbiamo ll esploriamo un'altra alternative. Aggregator con parziale successiva updates. The Aggregator come qualsiasi altro modello, non è una pallottola d'argento ha i suoi vantaggi e svantaggi che devono essere esplorati un potenziale negativo è che l'attuazione di un aggregatore ridurrebbe il traffico di messaggi da una grande quantità nel nostro caso solo se molti messaggi sono in arrivo in un tempo relativamente breve rispetto allo stesso legame D'altra parte, ci sarebbe fare nulla se il client Java riceve solo aggiornamenti per un campo in tutti i legami commercianti Ad esempio, if we receive 1000 messages in a specified timeframe with 4 bonds of interest, we would reduce the message flow from 1000 to 4 messages over that timeframe Alternatively, if we receive 1000 messages in the same timeframe with 750 bonds of interest, we will have reduced the message flow from 1000 to 750 messages relatively little gain for the amount of effort A quick analysis of the message updates proves that the Java client receives many messages updating fields of the same bond, and therefore related messages So, Aggregator is in fact a good decision. What s left is to determine how the Aggregator will know when to send a message it has been aggregating The pattern describes a few algorithms for the Aggregator to know when to send the message These include algorithms to cause the aggregator to send out its contents after a certain amount of time has elapsed, after all required fields in a data set have been completed, and others The problem with all of these approaches is that the aggregator is controlling the message flow, not the client And the client is the major bottleneck in this case, not the message flow. This is because the Aggregator is assuming the consumers of its purged messages the client application in this case are Event-Driven Consumer s, or consumers that rely on events from an external source We need to turn the client into a Polling Consumer or a consumer that continuously checks for messages, so the client application can control the message flow We can do this by creating a background thread that continuously cycles through the set of bonds and updates and flashes any changes that have occurred since the last iteration This way, the client controls when messages are received and as a result, guarantees that it will never become overloaded with messages during high update periods We can easily implement this by sending a Command Message to the Aggregator initiating an update The Aggregator will respond with a Document Message containing the set of updated fields that the client will process. The choice of Aggregator over Message Filter is clearly a decision based solely on the business requirements of our system Each could help us solve our performance problems, but using the Message Filter would solve the problem at cost of the system data integrity. Major Production Crash. With the performance of the flashing fixed, we are now in production One day the entire system goes down MQSeries crashes, bringing several components down with it We struggle with the problem for a while and finally trace it back to the MQSeries dead letter queue an implementation of the Dead Letter Channel The queue grows so large that it brings down the entire server After exploring the messages in the dead letter queue we find they are all expired market data messages This is caused by slow consumers, or consumers that do not process messages fast enough While messages are waiting to be processed, they time out see the Message Expiration pattern and are sent to the Dead Letter Channel The excessive number of expired market data messages in the dead letter queue is a clear indication that the message flow is too great messages expire before the target application can consume them We need to fix the message flow and we turn to patterns for help slowing down the message flow. A reasonable first step is to explore solving this problem with the Aggregator as we recently used this pattern to solve the similar flashing market data control rate problem The system design relies on the client application to immediately forward market data update messages to the trading venues This means the system cannot wait to collect messages and aggregate them So the Aggregator must be abandoned. There are two other patterns that deal with the problem of consuming messages concurrently Competing Consumers and Message Dispatcher Starting with Competing Consumers the benefit of this pattern is the parallel processing of incoming messages This is accomplished using several consumers on the same channel Only one consumer processes each incoming message leaving the others to process successive messages Competing Consumers however, will not work for us since we are using Publish-Subscribe Channel s in server-to-client communication Competing Consumers on a Publish-Subscribe Channel channel means that all consumers process the same incoming message This results in more work without any gain and completely misses the goal of the pattern This approach also has to be abandoned. On the other hand, the Message Dispatcher describes an approach whereby you add several consumers to a pool Each consumer can run its own execution thread One main Message Consumer listens to the Channel and delegates the message on to an unoccupied Message Consumer in the pool and immediately returns to listening on the Message Channel This achieves the parallel processing benefit of Competing Consumers but works on Publish-Subscribe Channel s. The Message Dispatcher in context. Implementing this in our system is simple We create a single JMSListener called the Dispatcher, which contains a collection of other JMSListener s called Performers When the onMessage method of the Dispatcher is called, it in turn picks a Performer out of the collection to actually process the message The result of which is a Message Listener the Dispatcher that always returns immediately This guarantees a steady flow of message processing regardless of the message flow rate Additionally, this works equally well on a Publish-Subscribe Channel s as it does on a Point-to-Point Channel s With this infrastructure, messages can be received by the client application at almost any rate If the client application is still slow to process the message after receiving them, the client application can deal with the delayed processing and potentially outdated market data rather than the messages expiring in the JMS Message Channel. The crash discussed in this section and the fix using the Message Dispatcher is an excellent example of the limits of applying patterns We encountered a performance problem based on a design flaw not allowing the client to process messages in parallel This greatly improved the problem, but did not completely fix it This is because the real problem was the client becoming a bottleneck This couldn t be fixed with a thousand patterns We later addressed this problem by refactoring the message flow architecture to route messages directly from the Pricing Gateway to the Contribution Gateway So patterns can help design and maintain a system, but don t necessarily make up for poor upfront design. Throughout this chapter, we have applied patterns to several different aspects of a bond trading system including solving initial upfront design problems and fixing a nearly job threatening production crash with patterns We also saw these patterns as they already exist in third party product, legacy components, and our JMS and TIBCO messaging systems Most importantly, these are real problems with the same types of architectural, technical and business problems we experience as we design and maintain our own systems Hopefully reading about applying patterns to this system helps give you a better understanding of the patterns as well as how to apply them to your own systems. Want to keep up-to-date Follow My Blog. Want to read more in depth Check out My Articles. Want to see me live See where I am speaking next. Find the full description of this pattern in Enterprise Integration Patterns Gregor Hohpe and Bobby Woolf ISBN 0321200683 650 pages Addison-Wesley. From Enterprise Integration to Enterprise Transformation. My new book describes how architects can play a critical role in IT transformation by applying their technical, communication, and organizational skills with 37 episodes from large-scale enterprise IT. Parts of this page are made available under the Creative Commons Attribution license You can reuse the pattern icon, the pattern name, the problem and solution statements in bold , and the sketch under this license Other portions of the text, such as text chapters or the full pattern text, are protected by copyright. Messaging Patterns Integration Patterns in Practice Case Study Bond Trading System. Imagine Trading System. Since 1993, Imagine Software has been a leading provider of investment management solutions for the global financial industry Its award-winning enterprise product, the Imagine Trading System and its on-demand cloud-based ASP version, is a real-time integrated trading, portfolio, and risk management solution employed by thousands of buy-side and sell-side end-users across the globe. Imagine Software s reputation of delivering competitive advantage is based upon its long track record of delivering institutional-grade functionality, broad cross-asset instrument support, and the ability to handle any trading strategy The firm consistently satisfies the diverse portfolio and risk processing, market data, regulatory, and reporting requirements of the largest global hedge funds, fund-of-funds, pension funds, asset management companies, and major brokerage firms and banks Imagine provides users with everything they need for their day-to-day operations advanced software functionality, comprehensive data management consisting of the myriad live market, credit, static data, and other elements necessary for real-time trading in today s global markets , and end-of-day and start - of-day processing services. Maximizing Investment Returns and Managing Risk Investment decision-makers reap immediate benefits with Imagine s robust, real-time portfolio and risk management functionality, which supports their activities across all trading strategies and asset classes Key portfolio functionality includes unlimited portfolio drilldowns, real-time pricing, limits monitoring and control, plus live views of PL values and greeks, and securities tracking Risk functionality spans stress testing and historical Monte Carlo, plus intra-day portfolio VaR, factor analysis, and much more Users can easily examine exposure to shifting market prices, interest rates, volatility, yield-curve assumptions and other risks. Achieve Transparency Imagine s status as a trusted industry-standard provider of risk and portfolio reporting capabilities make it a must have resource for a wide array of financial businesses ranging from institutional investment firms to start-up hedge funds Superior reporting capabilities plus complete historical data archiving enables the transparency today s investors and regulator agencies demand. Gain Operational Efficiencies clients concentrate solely on managing assets because the critical components underpinning their business processes software, market data, global security masters, corporate actions, etc are managed efficiently at Imagine s secure, high-performance data center The operational risk and cost benefits of fast implementation, automation of manual processes, seamless integration with other third-party systems, and elimination of IT support requirements are undeniable. Appears on these sections. Product and service specifications.