电子撮合系统是典型的高性能场景下的信息化系统，研发的核心难点集中在算法设计、系统架构、数据一致性等多个关键方面。
当下，鹏交所每日成交订单仅一百多笔，可随着上市公司数量的增多以及股民和机构投资者不断涌入，订单量定会呈爆发式增长。
他清楚地记得，前世鹏交所在电子撮合系统上线当年，日均订单量就飙升至五千笔，1998年首批基金公司进场后，更是迅猛增长到日均十万笔。而到了后来全民炒股的21世纪20年代，每日订单量竟高达三到五亿笔。
依据这些经验，秦奕将如今设计的这个电子撮合系统峰值处理能力定在每秒五百笔，他预计这个系统在未来五年内应该能稳定运行，不会出现大问题。
为实现电子撮合算法，团队首先得设计一个适合动态插入、撤单且能动态排序的数据结构。
堆、跳表、红黑树这两类高效数据结构及相关算法已被完整提出，秦奕无需给团队详细介绍其中的算法设计，只需把去年出版的那本《算法导论》拿给负责算法设计的团队成员研读即可。
数据结构之外，由于撮合系统会同时接收不同营业部发来的订单信息，必然涉及多线程处理。
在多线程环境下，订单的插入、撤单和撮合操作，都要保证数据一致性，而要让性能不被这一致性要求拖累，就必须采用优化的乐观锁机制。
秦奕召集团队成员，详细讲解了这一机制的要点，成员们认真记录，不时提出疑问，大家围绕着技术难题展开热烈讨论。
系统可靠性与容错同样是巨大挑战。为保证交易不间断运行，避免宕机或数据丢失，交易数据需实时落盘。但以现有的技术条件，频繁的I\/o操作严重拖累性能，团队需要设计轻量级的预写日志结构。
团队成员们围坐在会议桌前，对着电脑上的数据和设计图纸，反复探讨如何优化，有人提出一种思路，马上就有人从不同角度分析其可行性与不足。
此外，系统崩溃后，要快速重建内存中的订单簿和账户状态，可当下缺乏高效的快照机制，恢复时间难以把控。团队成员只能不断摸索，尝试不同的方法，在实验室里模拟系统崩溃场景，一次次记录数据恢复时间，调整参数，只为找到最佳解决方案。
在实时风控规则集成方面，要在撮合过程中嵌入风控逻辑，且保证风控检查在毫秒级内完成。
但目前没有现成且方便合适的规则引擎，所以团队又得开发一个类似的库，确保风控逻辑一旦需要修改，无需停机重编译，毕竟一旦撮合系统停机就可能给证券交易所带来巨大的损失。
秦奕和团队里负责这块的成员一起，查阅大量资料，参考国内外相关案例，一点点搭建框架，编写代码。
在网络通信与协议设计上，为高效传输订单和行情数据，像是http这类用于传输文本的常规可读性协议是无法满足需求的，团队需自定义二进制协议，减少传输开销。