ホームページ バックエンド開発 Python チュートリアル Python プロキシを使用したスケーラブルな外国為替 WebSocket の実装

Python プロキシを使用したスケーラブルな外国為替 WebSocket の実装

Jan 04, 2025 pm 06:55 PM

Implementing a Scalable Forex WebSocket Using a Python Proxy

このガイドでは、Python で WebSocket プロキシ サーバーを作成する方法を説明します。

サーバーが行うことは次のとおりです。

  • クライアント ID の検証: クライアントの接続を許可する前に、それぞれに固有の「ユーザー キー (API キー)」があるかどうかがチェックされます。
  • 別の WebSocket に接続します: サーバーは別の WebSocket サーバーに接続します。
  • リレーメッセージ: サーバーは、接続された WebSocket からメッセージを受信し、検証されたすべてのクライアントに送信します。

始める前に:

  • Python 3.6 以降のバージョンがインストールされていることを確認してください。 WebSocket には Python 3.6 以降が必要です。
  • WebSockets ライブラリをインストールします: ターミナルで次のコマンドを使用してインストールできます。
pip install websockets
ログイン後にコピー

1. はじめに

  • プロジェクト用に新しいフォルダーを作成します。
  • フォルダー内に新しい Python ファイルを作成し、「websocket_proxy_server.py」という名前を付けます。このファイルにはサーバーのすべてのコードが含まれます。

2. WebSocketサーバーの作成

  • 必要なライブラリをインポートします。前にインストールしたライブラリが必要になります。
  • サーバーの基本構造を構築します。 WebSocket ライブラリを使用して、サーバーの基盤を作成します。
import asyncio
import websockets
import json

class WebSocketProxy:

    def init(self, source_url, symbols):

        self.source_url = source_url
        self.clients = set()
        self.symbols = symbols
        self.valid_user_key = "yourValidUserKey"  # Single valid user key for authentication

    async def on_open(self, ws):

        print("Connected to source")
        symbols_str = ",".join(self.symbols.keys())
        init_message = f"{{"userKey":"your_api_key", "symbol":"{symbols_str}"}}"
        await ws.send(init_message)
ログイン後にコピー

3. クライアントの接続と検証

  • サーバーがクライアントからの接続を受け入れるようにすべて設定されていることを確認してください。
  • 各クライアントの身元を確認するためのチェックを追加します。クライアントが接続を試行すると、サーバーは「ユーザー キー」を要求する必要があります。正しいキーを持つクライアントのみが接続を許可されます。
async def client_handler(self, websocket, path):

        try:

            # Wait for a message that should contain the authentication key
            auth_message = await asyncio.wait_for(websocket.recv(), timeout=10)
            auth_data = json.loads(auth_message)
            user_key = auth_data.get("userKey")

            if user_key == self.valid_user_key:
                self.clients.add(websocket)
                print(f"Client authenticated with key: {user_key}")

                try:
                    await websocket.wait_closed()

                finally:
                    self.clients.remove(websocket)

            else:

                print("Authentication failed")
                await websocket.close(reason="Authentication failed")
        except (asyncio.TimeoutError, json.JSONDecodeError, KeyError):
            print("Failed to authenticate")
            await websocket.close(reason="Failed to authenticate")
ログイン後にコピー

4. ソースに接続してメッセージを共有する

  • サーバーを元の WebSocket に接続し続ける関数を作成します。
  • この関数は、元の WebSocket から受信したメッセージを、正常に検証されたすべてのクライアントに自動的に送信する必要があります。
async def source_handler(self):
        async with websockets.connect(self.source_url) as websocket:
            await self.on_open(websocket)
            async for message in websocket:
                await self.broadcast(message)

    async def broadcast(self, message):
        if self.clients:
            await asyncio.gather(*(client.send(message) for client in self.clients))
ログイン後にコピー

5. サーバーを起動します

  • サーバーを起動して接続をリッスンする関数を作成します。
  • この関数を実行するコードを追加して、WebSocket プロキシ サーバーを起動します。
def run(self, host="localhost", port=8765):
        start_server = websockets.serve(self.client_handler, host, port)
        asyncio.get_event_loop().run_until_complete(start_server)
        asyncio.get_event_loop().run_until_complete(self.source_handler())
        asyncio.get_event_loop().run_forever()

if name == "main":
    symbols = {"EURUSD": {}, "GBPUSD": {}, "USDJPY": {}, "AUDUSD": {}, "USDCAD": {}}
    source_url = "ws://example.com/source"
    proxy = WebSocketProxy(source_url, symbols)
    proxy.run()

ログイン後にコピー

要約すれば

Python ベースの WebSocket プロキシ サーバーの開発に成功しました。このサーバーは、クライアント ID を認証し、指定されたデータ ソースへの永続的な接続を維持し、ソースから受信したメッセージを検証されたすべてのクライアントに効果的に配布できます。この機能は、単一の発信元から多様なユーザー ベースにデータを安全かつ瞬時に配布する必要があるアプリケーションにとって非常に貴重であることがわかります。

次のステップ

最適なパフォーマンスと信頼性を確保するには、徹底的なサーバー テストが不可欠です。接続とメッセージ送信が適切に処理されることを検証します。効率を高めるには、負荷分散メカニズムの実装と接続ヘッダーのカスタマイズを検討してください。最後に、長期間のネットワーク接続に対応するように特別に設計されたクラウド サービスなど、実稼働展開に適した環境にサーバーを展開することをお勧めします。

また、弊社 Web サイトで最初に公開されたチュートリアル: Python プロキシを使用した外国為替 WebSocket のスケーリング

もご覧ください。

以上がPython プロキシを使用したスケーラブルな外国為替 WebSocket の実装の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonの学習:2時間の毎日の研究で十分ですか? Pythonの学習:2時間の毎日の研究で十分ですか? Apr 18, 2025 am 12:22 AM

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Python vs. C:パフォーマンスと効率の探索 Python vs. C:パフォーマンスと効率の探索 Apr 18, 2025 am 12:20 AM

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Python vs. C:重要な違​​いを理解します Python vs. C:重要な違​​いを理解します Apr 21, 2025 am 12:18 AM

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Python Standard Libraryの一部はどれですか:リストまたは配列はどれですか? Apr 27, 2025 am 12:03 AM

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングのためのPython:詳細な外観 科学コンピューティングのためのPython:詳細な外観 Apr 19, 2025 am 12:15 AM

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発用のPython:主要なアプリケーション Web開発用のPython:主要なアプリケーション Apr 18, 2025 am 12:20 AM

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

See all articles