# 影子采集器部署

在第二台机器上跑一套完全相同的采集，用来看不同地理位置的数据差异。

## 先看这一节：延迟的瓶颈不在机房

滑点里最大的一项是**延迟漂移**，所以延迟越低越好。但延迟拆开之后，可优化的
地方和直觉不一样。腾讯云新加坡实测（2026-08-28）：

| 构成 | 中位 | 随机房位置变化吗 |
| --- | --- | --- |
| 数据到达（交易所推送 + 回源 + 网络） | 506ms | 只有网络那段，**2ms** |
| 信号计算（本机 CPU） | **646ms** | 不变，取决于 CPU |
| 合计到可下单 | 1315ms | |

`ws.bitget.com` 解析出来是 **CloudFront**（`dxotqhr62n6z4.cloudfront.net`），
落在新加坡的 AS16509（Amazon）。所以我们连的是 AWS 的 CDN 边缘，不是 Bitget
自己的机房。从腾讯云新加坡到这个边缘：

    ICMP 往返      2.1ms
    TCP 握手       3.3ms
    TLS 完成       9.0ms
    首字节        87.8ms   ← 减去 TLS 的 9ms，约 79ms 是 CloudFront 回源开销

回源那 79ms 和交易所自己的推送节奏，不管我们坐在哪都一样。而随位置变化的
只有那 2ms 往返。**换机房的全部空间是 1~2ms，占总延迟 1315ms 的 0.1%。**

真正的大头是本机 646ms 的信号计算：每根 K 线要在 2000 根 1m 加 800 根 5m 上
重建缠论结构，三个币同时收盘而本机只有 2 核、2 个计算进程，第三个币还要排队。

**所以第二台机器该测的是 CPU 规格，不是地理位置。** 看 `compute_ms`，不是
`lag_data_ms`。3 个币至少要 3 个 worker，`--workers` 给到核数减一。

## 三个必须一致，一个必须不同

必须一致，否则差异分不清是地理位置还是环境造成的：

- **代码版本**（`git_commit`）——同一个 commit
- **镜像摘要**（`image_digest`）——同一个 hummingbot 镜像
- **时钟**——两台都同步到 NTP，偏移都在 10ms 内

必须不同：

- **`SHADOW_SITE`**——写进每一行数据，是合并后区分来源的唯一依据

`start.sh` 会把这四项连同内核、核数、内存一起写进
`research/out/run_meta_<site>.json`。两地数据对不上时先看这个文件。

## 时钟为什么是硬门槛

所有延迟数字都是「本地时钟 − 交易所 K 线收盘时间戳」。时钟偏 50ms，全部
延迟就同向偏 50ms，而且**不会有任何报错**——只会让跨地对比得出一个干净、
自信、且完全错误的结论。所以 `start.sh` 在时钟未同步或偏移超阈值时直接
拒绝启动，而不是打个警告了事。

## 步骤

在新机器上：

```bash
git clone ssh://jack@git.jackyu66.com:2222/jack/chan.git
cd chan && git checkout chan

bash research/live/deploy/setup.sh          # 装 docker + chrony，拉镜像

# 站点名带上机型，因为要比的是 CPU 而不是位置
SHADOW_SITE=aws-sg-c7a4x WORKERS=3 bash research/live/deploy/start.sh
```

`WORKERS` 按核数减一给。3 个币同时收盘，worker 少于 3 就会排队，而排队时间
直接计入 `compute_ms`。本机 2 核只能给 2，这本身就是 646ms 里的一部分。

确认健康：

```bash
bash research/live/deploy/status.sh
```

启动日志里应当看到：

```
[补丁] 覆盖生效：基类取首元素 … 本地取末元素 …
成交流已挂 ['BTC', 'ETH', 'SOL']
就绪 3.0s · 1m [2001, 2001, 2001] 根 · 5m [801, 801, 801] 根
```

第一行尤其重要。上游 Bitget 连接器的换根解析有 bug（只取多根消息的首元素），
补丁把它修掉拿回约 1.06 秒。补丁若失效是静默的——不崩不报错，只是延迟悄悄
退回 1.4 秒，所以启动时做了断言。

## 对比

把两站的 `research/out/` 收到一处（同名文件会覆盖，所以分目录放）：

```bash
mkdir -p collected/sg collected/aws
rsync -av sg-box:chan/research/out/   collected/sg/
rsync -av aws-box:chan/research/out/  collected/aws/

python research/live/compare_sites.py \
  --glob 'collected/*/shadow_latency.csv' \
  --drift-glob 'collected/*/shadow_drift.csv' \
  --meta-dir collected/sg --meta-dir collected/aws
```

对比脚本做两件事值得说明：

- **只取各站都有的 K 线**做配对比较。不取交集就可能在比不同时段，而延迟对
  市场活跃度敏感。
- 报**配对差的符号占比**而不只是两个中位数相减。同根配对消掉了市场状态，
  「A 比 B 慢的根占多少」比「两个中位数差多少」更能说明有无系统性差异。

判读上有一条自检：**同一个固定延迟点上，两站的漂移应当几乎相同**——漂移是
市场性质，与机器位置无关。若漂移也差很多，先怀疑时钟或时段没对齐，而不是
急着下结论。

同理，`lag_data_ms` 两站也应当几乎相同（网络那段只有 2ms 空间）。真正该出现
差异的是 `compute_ms`。如果 `lag_data_ms` 差很多，先查时钟——比查网络更可能。

⚠ 但先读下面「资源占用」一节：`compute_ms` 的差异几乎全部来自单核性能，而
现役机型之间单核差距很小。**跨站点比 CPU 这件事本身收益有限**，本节流程保留
是为了比网络与时钟，不建议为了比 CPU 单独开机器。

## 资源占用

本机实测（2 vCPU EPYC 9K65 / 3 个币 / 2 worker）：内存 **410MiB**，CPU 均值
1~3%。盘口与成交流落盘约 15MB/天（gzip），一周在百 MB 内。

内存和平均 CPU 都不是约束。约束是**单根 K 线的计算延迟**，而它是纯单线程的：

```
compute_ms  中位 764ms   父进程测的墙钟，含排队
  queue_ms  中位   3ms   等空闲 worker
  inner_ms  中位 695ms   进程内真正在算
```

`queue_ms` 只有 3ms，说明 **2 个 worker 跑 3 个币并不排队**——三个币的收盘消息
错峰到达（SOL 最晚，排 66ms），没有真正的并发争抢。

**这条结论直接否掉了「换更强机器」这个方向。** 加核只能压 queue_ms，而它已经
是 3ms；695ms 全在单线程里，取决于单核性能。t3a.medium（Zen 1，2017）单核比
本机 Zen 5 慢 1.8~2 倍，换过去 compute_ms 会涨到 1200ms 以上。c7a / c6a 这类
现代机型单核与本机相当，也换不到东西。

要压这 695ms 只有算法一条路：现在每分钟把 2001 根从头算一遍，其中 2000 根的
结构与上一分钟完全相同。

`--workers 2` 是因为信号计算走独立进程池、不能阻塞事件循环。币数超过 worker
数才会看到 queue_ms 上来；届时加 worker 有效，加到与币数相等即可。