大家好，我在做行情可视化时碰到过这类现象：

  • 回调补数与实时推送交错；
  • 后到的旧 tick 把已经闭合的 bar 又改写；
  • 图表上出现「最后一根突然缩回去再蹦出去」。

想请教社区更稳妥的做法，并分享我用于定位的最小复现框架（与具体券商无关）。

最小复现构造

用本地模拟器按时间戳乱序喂入：

t1 open bar
t3 tick  (先到)
t2 tick  (后到，但时间更早)
t4 close bar

观察：

  1. bar 的 high/low 是否被旧 tick 污染；
  2. 已向 UI 提交的 snapshot 是否被 retrospectively 修改；
  3. 下游策略引擎看到的是「最终一致」还是「中间态」。

我目前的分层

  1. 入队按 exchange_time 排序缓冲（短窗口，比如 50–200ms），超时仍刷出；
  2. 已闭合 bar 只读；迟到数据进 revision 通道，UI 用标记显示「修正」而不是默默改历史；
  3. 图表层与策略层不要共享可变 bar 对象，避免一边在画、一边在改。

想确认的问题

  • 在 vn.py 生态里，大家更常用「排序缓冲」还是「直接覆盖 + 全量重算」？
  • 对高频品种，revision 通道有没有实践中的性能坑？

代码和密钥都不会贴；如果有人愿意，我可以补一个纯内存的 pytest 用例结构（假 gateway）。

谢谢。