Etrade 是一个用于 CEX-DEX 套利分析的一站式平台，主要针对 Uniswap V3 和 Binance 的 ETH/USDT 交易对进行分析。
系统采用微服务架构，核心数据流如下：
[Vue.js 前端] -> [Go 后端 API (Gin)] -> [Python Worker (gRPC)] -> [PostgreSQL 数据库]
架构说明：
- Go 后端：负责任务创建、调度与对外 API 服务
- Python Worker：执行数据采集、聚合、分析等具体任务，并写入任务日志与结果
使用技术栈为：
- PostgreSQL: 存储套利机会、交易记录、任务日志、批次/模板等数据
- Go (Gin): 请求处理、任务调度、Swagger 文档
- Python: 数据获取与分析（gRPC Worker + pandas/psycopg2）
- Vue: 前端看板（ant-design-vue / echarts）
- gRPC/Protobuf: 后端与 Worker 的任务派发接口
# 在 frontend 目录
npm install # 下载对应依赖
npm run dev # 运行项目前端默认请求后端 http://localhost:8888/api/v1
项目结构（src 目录）：
api/：API 接口层，使用axios与后端通信assets/：公共静态资源（CSS 等）components/：可复用组件router/：路由配置views/：页面组件App.vue、main.ts、style.css：应用入口和全局样式
提示：如果
tsconfig.app.json等配置文件中出现异常报错，经检查无实质性问题时，可能是缓存导致。可尝试删除并恢复相关语句/文件，通常即可解决。
使用 Docker 部署 PostgreSQL，便于配置管理：
# 拉取镜像
docker pull postgres
# 运行容器（默认端口 5432，用户名 postgres，密码 123456）
docker run --name postgresql \
-e POSTGRES_PASSWORD=123456 \
-p 5432:5432 \
-d postgres注意：确保 5432 端口可用，或根据需要修改映射端口。
PgAdmin（可选）
PgAdmin 用于可视化管理和查询 PostgreSQL，同样可通过 Docker 部署：
# 拉取 PgAdmin 镜像
docker pull dpage/pgadmin4
# 运行容器
docker run -d -p 5433:80 \
--name pgadmin4 \
-e PGADMIN_DEFAULT_EMAIL=test@123.com \
-e PGADMIN_DEFAULT_PASSWORD=123456 \
dpage/pgadmin4重要：在 PgAdmin 中连接 Docker 部署的 PostgreSQL 时，主机地址应使用
host.docker.internal，而非localhost或127.0.0.1。
使用 Docker 部署 RabbitMQ（含管理界面）：
docker run -d \
--name rabbitmq \
-p 5672:5672 \
-p 15672:15672 \
-e RABBITMQ_DEFAULT_USER=admin \
-e RABBITMQ_DEFAULT_PASS=123456 \
rabbitmq:management管理界面地址：http://localhost:15672（用户名：admin，密码：123456）
启动步骤：
cd backend
go mod tidy # 安装依赖
go run main.go # 启动服务（默认端口 8888）配置文件
需要配置 backend/config/config.yaml：
- 数据库连接信息
worker.address：Python Worker 地址
API 文档
Swagger 地址：http://localhost:8888/swagger/index.html
项目结构（MVC 模式）
api/：HTTP 请求处理层db/：数据库连接配置models/：数据模型（数据库映射与请求/响应结构）service/：业务逻辑层（数据库操作与 Worker 任务派发）utils/：工具函数
统一响应格式
utils/response.go 定义了统一的 API 响应方法，响应格式如下：
{
"code": 200,
"message": "",
"data": []
}使用示例：
// 返回失败响应
utils.Fail(c, http.StatusInternalServerError, err.Error())数据模型规范
建议为所有模型字段添加 GORM 标签，特别是非空约束。例如：
type BinanceTrade struct {
ID uint `gorm:"primaryKey"`
TradeTime time.Time `gorm:"index;not null"`
Price float64 `gorm:"not null"`
Quantity float64 `gorm:"not null"`
}Python Worker 负责执行数据采集、聚合和分析任务。
启动步骤：
cd data
pip install -r requirements.txt
python server.pydata/server.py 作为 gRPC Worker 服务，后端通过 worker.address 调用其执行各类任务。
- 操作系统：推荐 Linux 或 Windows（PowerShell）
- PostgreSQL：用于存储套利任务、批次、机会等数据（默认端口 5432）
- Go 1.20+：运行后端 API
- Python 3.10+：运行数据脚本/worker（建议使用虚拟环境
.venv） - Node.js 18+：运行前端
环境变量建议：
# 在仓库根目录
python -m venv .venv
./.venv/Scripts/activate # Windows 上运行
pip install -r data/requirements.txt
cd backend && go mod tidy
cd ../frontend && npm install- 在 PostgreSQL 中创建数据库
etrade（或在backend/config/config.yaml中自定义）。 - 运行后端（见下）会自动执行 GORM 的 AutoMigrate，创建
tasks/batches/arbitrage_opportunities等表。 - 如需导入初始数据，可手动执行 SQL 或运行
data/block_chain/collect_*脚本。
仓库已包含生成后的 Python/Go 代码；如果你修改了 protos/task.proto，可按下面方式重新生成 Python 端代码：
pip install grpcio-tools
cd data
python -m grpc_tools.protoc -I .. --python_out=. --grpc_python_out=. ../protos/task.proto生成文件会落在 data/protos/ 下（对应 from protos.task_pb2 import ... 的导入路径）。
Python 端负责实际执行任务（采集/分析）并写入日志：
cd data
# 启动 worker（默认读取 data/config/config.yaml，监听 worker_port=50052）
python server.pydata/server.py 会：
- 监听 gRPC RPC（CollectBinance/CollectUniswap/ProcessPrices/Analyse）。
- 读取
data/config/config.yaml中的 DB 配置，写入task_logs并更新tasks.status。 - 调用
data/block_chain/*.py执行具体任务。
后端同时暴露 HTTP (默认 :8888) 和内部 gRPC (默认 :50060)：
cd backend
go run main.gobackend/config/config.yaml的worker.address指定 Python Worker 地址（如127.0.0.1:50052）。- HTTP API 对外服务
/api/v1/*，Swagger 地址http://localhost:8888/swagger/index.html。
cd frontend
npm install
npm run dev # 开发模式
# 或 npm run build && npm run preview- 任务一直 RUNNING：确认 Python Worker 已启动，且后端
worker.address指向正确端口；检查数据库task_logs是否有日志，若无则 Worker 未执行。 - 端口冲突：Go HTTP
:8888，Go gRPC:50060，Python Worker:50052。确保三者不冲突。 - proto 导入失败：确认
data/protos/task_pb2.py与data/protos/task_pb2_grpc.py存在；建议从data/目录启动 Worker。 - 配置/密钥泄露风险：
data/config/config.yaml中包含数据库密码、The Graph API Key 等敏感信息；不要提交到公开仓库，建议复制一份data/config/config.yaml.example（或用环境变量/私有配置文件）并加入.gitignore。 - The Graph 请求失败 / 401：检查
data/config/config.yaml的the_graph.api_key是否有效；免费额度/速率限制也可能导致间歇失败，可缩小时间范围或降低并发。 - Binance 下载失败 / 403/404：
collect_binance_by_date会从data.binance.vision拉取日级 zip；若指定日期不存在或网络受限会失败，建议先用较短时间范围验证。 - RabbitMQ 连接失败：确认容器已启动且账号密码与
data/config/config.yaml的rabbitmq.*一致；Windows + Docker 场景下注意端口映射与防火墙。 - 数据库权限不足/表不存在：首次启动后端会 AutoMigrate 建表；如果 Worker 先跑、但数据库里还没有
tasks/task_logs等表，会导致写日志失败，建议按顺序启动：DB → 后端 → Worker。 - 时间格式不匹配：前端 datetime-local 生成本地时间，后端/脚本按 UTC 解析；建议在选择时间范围时统一使用 UTC（或在配置里明确时区）。
按以上步骤即可启动完整系统：先启动 PostgreSQL → Python Worker → Go 后端 → 前端；然后访问前端面板或 REST API，即可使用套利分析平台。
下面给出一个最小可用的“单机部署”思路（数据库与队列也可替换为云服务）。
- 准备依赖
- PostgreSQL（或云数据库）
- RabbitMQ（或云队列）
- Go 1.20+、Python 3.10+、Node.js 18+
- 配置文件
- 后端：编辑
backend/config/config.yaml（数据库、worker.address、gRPC 端口） - Worker：编辑
data/config/config.yaml（数据库、RabbitMQ） - 前端：通过环境变量指定后端地址（默认
http://localhost:8888/api/v1）frontend/.env.production中写入：VITE_BACKEND_URL=http://<your-host>:8888/api/v1
- 启动服务（注意工作目录）
- Python Worker（务必在
data/目录运行，保证能正确读取./config/config.yaml）：
cd data
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
python server.py- Go 后端（务必在
backend/目录运行，保证能读取./config/config.yaml）：
cd backend
go mod tidy
go build -o etrade-api .
./etrade-api- 前端（构建后可用 Nginx 托管
dist/，或临时用 preview 启动）：
cd frontend
npm install
npm run build
npm run preview -- --host 0.0.0.0 --port 5173- 验证
- Swagger：
http://<your-host>:8888/swagger/index.html - 前端：
http://<your-host>:5173/
- PostgreSQL：
5432 - RabbitMQ：
5672（管理台15672） - Go 后端 HTTP：
8888 - Go 内部 gRPC：
50060 - Python Worker gRPC：
50052 - 前端开发/preview：
5173
本项目采用 MIT License，详见仓库根目录 LICENSE。