我用 Django、Redis 和 WebSockets 构建了一个实时股票价格跟踪器

Source: Dev.to

我想在后端工程领域找到一个细分方向，并被实时系统所吸引。我想了解实时系统在底层是如何工作的——不仅仅是使用它们，而是自己构建一个。因此，我构建了一个 stock‑price tracker，它：

• 每 60 秒获取一次实时价格，
• 计算 SMA（简单移动平均线），
• 检测交叉警报，且
• 通过 WebSocket 将所有信息推送给已连接的客户端。

以下是我学到的内容。

它的功能（每 60 秒）

• 获取 来自 Finnhub API 的 15 只股票的实时价格。
• 保存 它们到 PostgreSQL。
• 缓存 每只股票最近 5 个价格到 Redis。
• 计算 来自缓存的 5 期 SMA。
• 检测 看涨/看跌交叉警报。
• 广播 所有信息给已连接的 WebSocket 客户端，使用单条消息。

The stack

• Django + DRF – API层。
• Celery + Celery Beat – 任务调度。
• Redis – 缓存 和 Channels 后端。
• Django Channels – WebSocket 支持。
• Uvicorn – ASGI 服务器。
• Finnhub API – 市场数据。
• SQLite – 用于演示数据库（我在 Mac 上使用 PostgreSQL 时遇到问题）。

让我恍然大悟的部分

Redis 可以用于很多场景。虽然我之前把它当作 Celery broker 使用过，但这个项目让我看到了它更广泛的能力——尤其是作为滚动窗口数据存储。

单个 Redis 实例的三大职责

看到同一个服务能够承担三种完全不同的用途，真是灵光一现。

缓存工作原理

每只股票都有一个 Redis List 用来保存最近的 5 个价格。每次更新时我们执行两个命令：

RPUSH stock:AAPL:prices 255.78   # add new price to the end
LTRIM stock:AAPL:prices -5 -1   # keep only the newest 5 items

列表永远不会超过五个元素；最旧的价格会自动被移除。

我还使用 Redis pipelines 将这些命令批处理。与每只股票一次往返（共 15 次）相比，我把所有命令排队并在一次往返中执行——把 60 次往返压缩到仅 2 次。

SMA 与警报的工作原理

一旦缓存了五个价格，SMA 就是一个简单的平均值：

sma = sum(last_5_prices) / 5

交叉检测

# Bullish: price was below SMA, now above
if previous_price < previous_sma and current_price > current_sma:
    alert = "bullish"

# Bearish: price was above SMA, now below
if previous_price > previous_sma and current_price < current_sma:
    alert = "bearish"

我们需要前一个值来检测交叉，这也是缓存 SMA 很重要的原因。

实时广播是如何工作的

最棘手的部分是将后台 Celery 任务与 WebSocket 客户端连接起来。答案就在 Channel Layer：

Celery 任务完成处理
        ↓
向 Channel Layer（Redis）发布消息
        ↓
Django Channels 接收消息
        ↓
推送给所有已连接的 WebSocket 客户端

Redis 充当这两个进程之间的桥梁。

示例 WebSocket 负载

{
  "type": "stock_update",
  "timestamp": "2026-02-14T21:38:22+00:00",
  "stocks": [
    { "ticker": "AAPL", "price": 255.78, "sma": 254.32, "alert": null },
    { "ticker": "MSFT", "price": 401.32, "sma": 399.80, "alert": "bullish" },
    { "ticker": "TSLA", "price": 417.44, "sma": 419.10, "alert": "bearish" }
  ]
}

所有 15 支股票会在一条消息中发送，每 60 秒自动推送一次。

在开发环境中运行两个服务器

manage.py runserver 是一个 WSGI 服务器，只处理请求/响应周期。WebSocket 需要持久连接，因此需要 ASGI 服务器。

# DRF browsable API (WSGI)
python manage.py runserver        # → http://localhost:8000

# WebSocket server (ASGI)
uvicorn core.asgi:application --port 8001   # → ws://localhost:8001

REST 端点位于 8000 端口，WebSocket 连接位于 8001 端口。

我实际学到的内容

• 了解 Celery Beat 如何进行后台任务调度。
• 了解 Redis 列表 在滚动窗口数据中的完美用途。
• 了解为什么 Redis 管道 对批量命令很重要。
• 了解 WSGI 与 ASGI 的区别。
• 了解 Django Channels 如何使用通道层在异步和同步代码之间桥接。
• 了解如何端到端构建实时数据管道。

构建这个系统让实时系统不再神秘。它并不是魔法——只不过是一个生产者、一个通道和一个消费者。

源代码

• GitHub: Stock-Price-Tracker-API
• 股票价格跟踪器 API

未来计划

• 简单的前端展示其工作原理
• 确保在市场关闭时（自动）不进行 API 调用
• 将数据库迁移到 PostgreSQL