如何利用Binance API高效批量获取BTC、ETH相关订单簿？

这个问题我之前也遇到过，同步循环调用REST接口确实效率极低，而且很容易触碰到币安的API限流机制，这里给你几个高效的优化方案，既能大幅提升速度，又能降低被封禁的风险：

1. 使用WebSocket实时订阅（最推荐） #

币安提供了WebSocket深度数据推送服务，相比REST请求，它能实时推送增量/全量订单簿数据，一次连接就能订阅多个交易对，完全避免了频繁发起HTTP请求的问题，效率提升非常明显。

实现思路： #

• 先通过币安API获取所有以BTC/ETH为计价货币的交易对
• 使用币安的合并流（multi-stream）WebSocket接口，一次性订阅所有目标交易对的深度频道
• 接收并处理实时推送的深度数据（如果需要完整订单簿，可先调用一次REST接口获取全量，再用WebSocket增量更新）

示例代码： #

import websockets
import asyncio
import json
from binance.client import Client

async def handle_depth_updates():
    # 第一步：获取所有BTC/ETH相关的交易对
    client = Client()
    exchange_info = client.get_exchange_info()
    target_symbols = [
        s['symbol'] for s in exchange_info['symbols']
        if s['quoteAsset'] in ['BTC', 'ETH']
    ]

    # 构建WebSocket合并流地址
    streams = [f"{symbol.lower()}@depth" for symbol in target_symbols]
    stream_url = f"wss://stream.binance.com:9443/stream?streams={'/'.join(streams)}"

    # 连接WebSocket并接收数据
    async with websockets.connect(stream_url) as websocket:
        print(f"已订阅 {len(target_symbols)} 个交易对的深度数据")
        while True:
            response = await websocket.recv()
            data = json.loads(response)
            # 解析交易对和深度数据
            symbol = data['stream'].split('@')[0].upper()
            depth_data = data['data']
            # 这里可以根据需求处理数据，比如存储到数据库/缓存
            print(f"[{symbol}] 买一价: {depth_data['bids'][0][0]}, 卖一价: {depth_data['asks'][0][0]}")

if __name__ == "__main__":
    asyncio.run(handle_depth_updates())

2. 异步HTTP请求（如果偏好REST接口） #

如果不需要实时数据，只是一次性批量获取订单簿，用异步HTTP请求替代同步循环，能把请求时间从5分钟压缩到几十秒内，同时通过并发控制避免触发限流。

实现思路： #

• 使用aiohttp库发起异步请求
• 用信号量（Semaphore）限制并发数（比如20-30），确保不超过币安的API权重限制（get_order_book的权重为1，币安默认每分钟允许1200次权重为1的请求）
• 添加简单的重试机制，处理限流情况

示例代码： #

import aiohttp
import asyncio
from binance.client import Client

async def fetch_single_depth(session, symbol, semaphore):
    async with semaphore:
        url = "https://api.binance.com/api/v3/depth"
        params = {
            'symbol': symbol,
            'limit': 100  # 可选，控制返回的订单档数，默认100，最大1000
        }
        async with session.get(url, params=params) as response:
            # 处理限流（429状态码）
            if response.status == 429:
                retry_after = int(response.headers.get('Retry-After', 10))
                await asyncio.sleep(retry_after)
                return await fetch_single_depth(session, symbol, semaphore)
            return await response.json()

async def batch_fetch_depths():
    # 获取目标交易对
    client = Client()
    exchange_info = client.get_exchange_info()
    target_symbols = [
        s['symbol'] for s in exchange_info['symbols']
        if s['quoteAsset'] in ['BTC', 'ETH']
    ]

    # 限制并发数，避免触发限流
    semaphore = asyncio.Semaphore(20)
    async with aiohttp.ClientSession() as session:
        # 创建所有请求任务
        tasks = [
            fetch_single_depth(session, symbol, semaphore)
            for symbol in target_symbols
        ]
        # 批量执行任务
        results = await asyncio.gather(*tasks)
        # 整理成交易对->订单簿的字典
        depth_map = {target_symbols[i]: results[i] for i in range(len(target_symbols))}
        print(f"已完成 {len(depth_map)} 个交易对的订单簿获取")
        return depth_map

if __name__ == "__main__":
    asyncio.run(batch_fetch_depths())

额外注意事项 #

• 筛选交易对：不要手动维护交易对列表，通过get_exchange_info接口动态获取，避免遗漏或错误
• 权重监控：可以通过响应头的X-MBX-USED-WEIGHT-1M字段查看当前分钟内已使用的权重，避免超过限额
• 数据精简：如果不需要全量订单簿，设置limit参数减少返回数据量，提升请求速度

内容的提问来源于stack exchange，提问作者user5043848