即時行情快取：儲存最新行情，設定15秒過期，過期後系統會自動從資料來源更新。
技術指標快取：儲存計算好的CD、RSI、布林帶等指標值，設定5分鐘過期，因為指標計算相對耗時。
策略訊號快取：儲存各策略生成的買賣訊號，設定1分鐘過期，確保交易決策基於最新資料。
“快取預熱機制也得做”。林晨思考著。系統啟動時，應該主動載入一些基礎資料到快取，避免第一批請求全部穿透到資料庫。
三天後的傍晚，三層資料庫架構全部搭建完畢。
林晨開始改造原有的系統程式碼。資料訪問層要重寫，原來直接讀寫SQLite的程式碼，現在要根據資料型別分發到不同的資料庫。
交易記錄寫入SQL，行情資料寫入InfluxDB，即時查詢走Redis快取。他寫了一個統一的資料訪問介面，對上層業務程式碼透明——業務程式碼不需要知道資料存在哪裡，只需要呼叫“儲存交易”、“查詢行情”、“獲取快取”這些方法。
這工作做了整整兩天。林晨像在搭建一座精密的鐘表，每個齒輪都要嚴絲合縫。有時候一個欄位的型別不匹配，就會導致整個寫入失敗；有時候快取過期時間設定不合理，就會產生髒資料。
第五天晚上十一點，最後一段程式碼除錯透過。
林晨深吸一口氣，點選了系統重啟按鈕。監控面板暗下去又亮起來，各個模組依次啟動：資料訪問層連線SQL成功，連線InfluxDB成功，連線Redis成功，快取預熱完成……
即時行情開始流入，系統介面上的股價數字跳動起來。
林晨開啟瀏覽器的開發者工具，切換到網路監控頁。他模擬了一個查詢請求：獲取某隻股票最近一個月的日K線資料，並計算相應的技術指標。
請求發出。之前用SQLite時，這個查詢需要800毫秒左右，因為要從幾十萬條資料裡篩選、計算。現在呢？
網路面板顯示：請求耗時237毫秒。
林晨眼睛一亮。他又測試了幾個複雜查詢：多隻股票對比分析、策略歷史回測、賬戶資產走勢圖……響應時間全部在300毫秒以內，比之前快了三四倍。
“值了”。林晨靠在椅背上，長長吐出一口氣。
這五天的高強度工作，讓他找回了當年做專案攻堅的感覺。不是被動完成任務，而是主動設計架構、解決難題。每一步最佳化都能看到效果，每一個決策都有資料支撐。
他開啟系統收益面板。自從架構升級和資料庫最佳化後，系統執行更加穩定，交易訊號生成更及時。實盤賬戶的收益率曲線，從之前的平緩上升，開始出現更明顯的上揚趨勢。
初始投入7萬元，現在總資產元。收益率8.25%，而且最近三天的日均收益率達到了0.3%，比之前提升了近一倍。
雖然絕對值還不大，但趨勢已經出來了。就像一列火車，剛開始啟動時很慢，一旦進入軌道，速度就會越來越快。
林晨儲存了所有程式碼，提交到Git倉庫。他在提交資訊裡寫道：“資料庫架構升級完成，三層儲存設計，查詢效能提升3倍以上”。
寫完這句話，他忽然想起什麼，開啟手機日曆。
明天就是週六了。父母乘坐的高鐵下午三點到鵬城北站。
技術上的成就感還在心頭盪漾，但現實的重量已經悄然落下。父母這次來，肯定不只是“看看”那麼簡單。失業半年，轉型做AI，現在又在搞什麼量化投資——這些在父母那一代人眼裡，恐怕都是不務正業。
林晨關掉電腦，走到窗邊。夜色中的鵬城依然燈火通明，科技園的寫字樓裡還有不少窗戶亮著燈。這座城市永遠不缺奮鬥的人，也不缺被淘汰的人。
他摸了摸口袋，裡面有一張打印出來的紙，是系統最新生成的資產分析報告。紙上的數字和圖表，是他這半年所有努力的量化證明。
“希望能講得通吧”。林晨輕聲說。
窗外，一輛晚歸的計程車駛過，車燈在夜色中劃出一道短暫的光軌，很快又消失在拐角處。就像很多故事一樣，高潮來臨之前，總有那麼一段看似平靜實則暗流湧動的路途。
