首页 实战

Flink 从0到1实战实时风控系统

Flink 核心技能实操 + 亿级数据性能调优 + Groovy 动态规则引擎实践 进阶大数据开发高手

已完结
|
难度：初级
|
时长：共 31 小时 30 分钟
￥299.00
距离活动结束
立即购买
加购物车
已有 198 人在学
  • 提升架构设计思维与能力
  • 构建 Flink 核心技能体系
  • 积累亿级数据实时处理经验
  • 实践 Flink 动态规则引擎
  • 具备生产环境故障处理能力
  • 解锁Flink 生态框架整合技巧
试看本节课 14:51
试看本节课 03:58
试看本节课 11:36
1-1 这是一门帮你进阶的好课
1-2 风控项目对于个人职业能力的提升
3-2 画出风控引擎的系统架构图

课程预览

检测到您还没有关注慕课网服务号，无法接收课程更新通知。请扫描二维码即可绑定
重新观看
黑灰产问题日益突出的当下，“风控”已经成为大多数公司的基础业务之一。能够设计并架构风控体系，是大数据工程师的重要竞争力。课程将基于 Flink+ Groovy 构建风控系统，以生产视角带你掌握风控体系设计的核心要素、Flink 实用技能、优化技巧、故障处理策略等高阶技能，并融合贯通运用到实际工作中，助力提升你的架构设计思维和代码实践能力，少走弯路，加速职业发展。
展开所有

本章介绍：

通过风控项目的学习，从而提高同学的职业能力，包括项目的深度，以及技术的广度，这是整个课程设计的初衷。并以思维导图的形式，展现整个课程章节安排的框架，以及每个章节的重要知识点

第1章 课程介绍与学习指南
4 节｜31分钟
展开
  • 视频：
    1-1 这是一门帮你进阶的好课
    试看
    14:51
  • 视频：
    1-2 风控项目对于个人职业能力的提升
    试看
    03:58
  • 视频：
    1-3 课程设计的思路以及所涵盖的知识点
    06:43
  • 视频：
    1-4 推荐几个课程项目使用的开发工具
    04:38

本章介绍：

风控项目在企业的实际业务中是有很广阔的应用场景，特别是当下羊毛党猖獗，作弊行为防不胜防，对企业的促销推广活动造成很大的损失，针对于优惠券这种薅羊毛集中的场景，企业对于懂得风控技术的人才是有很大需求，这一章是从优惠券风控需求的背景为出发点，针对于优惠券被薅羊毛的环节，初步搭建风控的架构，以及制定风控规则和阈值

第2章 风控项目需求
5 节｜48分钟
收起
  • 视频：
    2-1 羊毛党利用群控和接码平台薅尽羊毛
    06:00
  • 视频：
    2-2 优惠券场景下被薅羊毛的业务逻辑漏洞复盘
    05:33
  • 视频：
    2-3 基于领域驱动分析优惠券场景下风控的架构设计
    10:25
  • 视频：
    2-4 基于领域驱动设计的代码目录分层架构思路
    18:28
  • 视频：
    2-5 优惠券场景下的风控规则和阙值确定
    07:08

本章介绍：

继续完善上一章初步形成的风控架构思路，如何将风控规则应用到用户的行为事件，如何计算用户的违规次数，从而触发风控阈值，以及如何在风控引擎运行的过程中，根据实际状况动态的调整风控规则和阈值，这一章主要风控引擎整体的架构图画出来，以及技术栈的选型

第3章 风控引擎架构设计及项目演示
5 节｜46分钟
收起
  • 视频：
    3-1 风控引擎架构的设计思路
    14:17
  • 视频：
    3-2 画出风控引擎的系统架构图
    试看
    11:36
  • 视频：
    3-3 风控规则引擎选用Groovy的原因
    08:53
  • 视频：
    3-4 风控引擎整体技术栈以及版本
    08:32
  • 视频：
    3-5 亿级行为数据集提供的不同类型的羊毛党人数分布
    02:14

本章介绍：

风控引擎的核心是Flink，Flink是现在主流企业实时计算的核心大数据组件，对于Flink的掌握是企业大数据人才的核心能力，Flink知识点的深度讲解也是课程对于提高同学技术深度的体现，这一章是从Flink最基础的知识点开始讲解，面对的是没接触过Flink的同学，而接触过Flink的同学也可以从这章节的学习去完善自己的基础知识的一些空白。

第4章 风控引擎组件基础知识准备
17 节｜193分钟
展开
  • 视频：
    4-1 本章重点和难点
    03:27
  • 视频：
    4-2 理解Flink数据流编程模型
    14:59
  • 视频：
    4-3 代码演示Flink以流批两种方式实现wordcount（上）
    16:59
  • 视频：
    4-4 代码演示Flink以流批两种方式实现wordcount（下）
    11:29
  • 视频：
    4-5 通过有界流和无界流延伸理解Flink批流一体架构
    16:19
  • 视频：
    4-6 理解Flink4大基石之状态机制
    14:34
  • 视频：
    4-7 代码演示Flink基于状态计算实现wordcount（上）
    13:10
  • 视频：
    4-8 代码演示Flink基于状态计算实现wordcount（下）
    19:07
  • 视频：
    4-9 理解Flink4大基石之窗口机制
    14:47
  • 视频：
    4-10 通过大白话通俗的去理解Flink4大基石之时间机（上）
    09:19
  • 视频：
    4-11 通过大白话通俗的去理解Flink4大基石之时间机（中）
    05:25
  • 视频：
    4-12 通过大白话通俗的去理解Flink4大基石之时间机（下）
    07:01
  • 视频：
    4-13 初步认识Flink的Cep模式匹配
    08:20
  • 视频：
    4-14 理解Flink4大基石之checkpoint机制（上）
    11:47
  • 视频：
    4-15 理解Flink4大基石之checkpoint机制（中）
    05:17
  • 视频：
    4-16 理解Flink4大基石之checkpoint机制（下）
    08:09
  • 视频：
    4-17 本章总结
    12:46

本章介绍：

这一章是项目的准备工作，主要是把项目的运行环境搭建起来，课程是提供了一键部署的docker环境，运行脚本即可把运行环境搭建起来，第2个是数据表结构的设计思路，课程也提供了详细的数据表结构文档。第3个是单元测试，课程也提供了各个封装方法，各个模块的单元测试文档，

第5章 基础设施搭建--环境搭建及单元测试
13 节｜115分钟
展开
  • 视频：
    5-1 本章重点和难点
    01:45
  • 视频：
    5-2 画出项目结构图
    09:59
  • 视频：
    5-3 基于docker的一键式搭建项目环境
    08:20
  • 图文：
    5-4 【梳理】项目环境搭建步骤
  • 视频：
    5-5 Springboot基于Maven多模块构建项目
    15:32
  • 视频：
    5-6 基于Junit5+MockMvc的单元测试用例编写（上）
    15:11
  • 视频：
    5-7 基于Junit5+MockMvc的单元测试用例编写（下）
    17:01
  • 视频：
    5-8 Flink流计算的单元测试用例编写（上）
    14:50
  • 视频：
    5-9 Flink流计算的单元测试用例编写（下）
    15:22
  • 视频：
    5-10 基于maven-helper插件解决依赖冲突异常
    06:09
  • 图文：
    5-11 【拓展】简历植入重点及本章涉及面试知识点
  • 图文：
    5-12 【作业】本章作业
  • 视频：
    5-13 本章总结
    10:33

本章介绍：

项目所需工具类的封装，包括Redis，日志，时间，Json，异常错误

第6章 基础设施搭建--springboot工具类封装
14 节｜178分钟
展开
  • 视频：
    6-1 本章重点和难点
    02:03
  • 视频：
    6-2 Springboot封装基于FastJson2的json工具类（上）
    12:16
  • 视频：
    6-3 Springboot封装基于FastJson2的json工具类（中）
    10:13
  • 视频：
    6-4 Springboot封装基于FastJson2的json工具类（下）
    11:31
  • 视频：
    6-5 基于LocalDate封装时间工具类+自动生成测试类（上）
    14:38
  • 视频：
    6-6 基于LocalDate封装时间工具类+自动生成测试类（下）
    09:08
  • 视频：
    6-7 Springboot集成slf4j+log4j2（上）
    15:24
  • 视频：
    6-8 Springboot集成slf4j+log4j2（下）
    12:39
  • 视频：
    6-9 Springboot封装自定义异常+全局异常的工具类
    16:55
  • 视频：
    6-10 封装Lettuce+RedisTemplate读写Redis集群（上）
    17:18
  • 视频：
    6-11 封装Lettuce+RedisTemplate读写Redis集群（中）
    16:58
  • 视频：
    6-12 封装Lettuce+RedisTemplate读写Redis集群（下）
    11:48
  • 视频：
    6-13 Springboot封装Hbase工具类
    18:18
  • 视频：
    6-14 本章总结
    07:59

本章介绍：

项目中Flink是会大量重复的调用一些查询方法，例如对于数据库的读写，所以对于这些方法的封装是风控项目很重要的部分，这些封装方法重点的一个是Flink自定义Source和Sink读写Redis，另外一个是将mysql读取的数据转化为Flink数据流。

第7章 基础设施搭建--flink工具类封装
12 节｜172分钟
展开
  • 视频：
    7-1 本章重点和难点
    01:14
  • 视频：
    7-2 Flink使用ParameterTool读取配置
    14:59
  • 视频：
    7-3 基于巴希尔(Bahire)-Flink写入Redis集群（上）
    18:37
  • 视频：
    7-4 基于巴希尔(Bahire)-Flink写入Redis集群（下）
    11:24
  • 视频：
    7-5 Flink通过富函数类实现自定义Source
    19:44
  • 视频：
    7-6 Flink自定义Source读取Redis集群（上）
    15:24
  • 视频：
    7-7 Flink自定义Source读取Redis集群（下）
    14:13
  • 视频：
    7-8 Flink自定义Source读取ClickHouse
    17:50
  • 视频：
    7-9 Flink使用JDBC-Connector+预编译批量写入ClickHouse（上）
    12:56
  • 视频：
    7-10 Flink使用JDBC-Connector+预编译批量写入ClickHouse（下）
    13:34
  • 视频：
    7-11 Flink TableSQL Api + 表转流读取Mysql
    21:02
  • 视频：
    7-12 本章总结
    10:14

本章介绍：

事件接入中心是风控引擎的入口，用户的行为数据是从事件接入中心流入，然后才进入到风控引擎的核心进行规则判断，事件接入中心的核心组件是Flume+Kafka，然后通过Kafka进行数据的分流，是两个方向的分流，分别是ClickHouse和Flink，这一章重点是ClickHouse如何从Kafka拉取数据，以及Flink如何基于滑动窗口计算用户行为的一些简单指标值

第8章 风控数据流入口--事件接入中心
18 节｜230分钟
展开
  • 视频：
    8-1 本章重点和难点
    02:16
  • 视频：
    8-2 风控事件接入中心架构搭建思路
    06:10
  • 视频：
    8-3 事件中心的数据格式
    04:42
  • 视频：
    8-4 Flume监听目录将行为事件数据写入Kafka
    05:50
  • 视频：
    8-5 Flink1.14使用全新的Kafka Connector读取Kafka
    18:46
  • 视频：
    8-6 Flink1.14自定义反序列化消费Kafka Json格式数据
    16:33
  • 视频：
    8-7 ClickHouse存储用户行为路径序列的表设计思路
    13:24
  • 视频：
    8-8 ClickHouse拉取Kafka Json格式的用户行为数据
    05:59
  • 视频：
    8-9 ClickHouse将用户行为聚合为行为路径序列
    16:03
  • 视频：
    8-10 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（上）
    14:34
  • 视频：
    8-11 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（下）
    15:42
  • 视频：
    8-12 ClickHouse对用户行为维度指标存储的表设计思路
    07:34
  • 视频：
    8-13 Flink Job的Checkpoint, State配置以及并行度的合理数量（上）
    14:24
  • 视频：
    8-14 Flink Job的Checkpoint, State配置以及并行度的合理数量（下）
    16:08
  • 视频：
    8-15 Flink对Kafka数据清洗并转化为POJO对象
    16:16
  • 视频：
    8-16 Flink对事件数据流添加水印保证事件行为的有序性
    17:27
  • 视频：
    8-17 Flink基于滑动窗口每5分钟统计用户最近1小时的登录频率
    20:32
  • 视频：
    8-18 Flink aggregate统计用户最近1小时登录频率的聚合操作
    17:37

本章介绍：

这章是课程的第1个核心章节，这章的重点有2个，1是Redis存储采样指标的思路，如何根据Redis的指标存储id，能在任意时间获取到指定时间的指标值，例如最近3个小时的指标值，第2个重点是Flink指标计算的通用框架，这里的Flink指标计算基本涵盖了Flink重要的函数方法

第9章 风控规则判断依据--指标计算模块
14 节｜189分钟
展开
  • 视频：
    9-1 本章重点和难点
    02:06
  • 视频：
    9-2 风控指标的构成以及指标存储的设计思路
    08:36
  • 视频：
    9-3 基于滑动窗口思想的风控指标采样思路
    07:49
  • 视频：
    9-4 基于Redis快速获取风控指标采样的思路
    21:49
  • 视频：
    9-5 风控指标在Redis唯一id的设计思路
    06:34
  • 视频：
    9-6 Flink和POJO对象之间的关系
    17:02
  • 视频：
    9-7 基于Flink实现的指标通用聚合计算框架思路
    10:14
  • 视频：
    9-8 基于Flink实现的指标通用聚合计算框架初步结构
    21:19
  • 视频：
    9-9 运营后台自定义指标聚合计算规则
    04:01
  • 视频：
    9-10 Flink通过单独线程读取指标聚合计算规则
    16:25
  • 视频：
    9-11 将指标聚合计算规则写入到事件流传播给下游算子思路
    19:19
  • 视频：
    9-12 进一步细化运营后台的指标聚合计算规则自定义
    10:19
  • 视频：
    9-13 通过反射机制将指标聚合计算规则写入到事件流
    21:48
  • 视频：
    9-14 keyBy算子根据指标聚合计算规则进行分组
    20:53

本章介绍：

这是课程的第2个重点章节，这一章的重点是Flink读取mysql的风控规则，并将获取的风控规则广播到行为事件流，这里会涉及Flink的一个很重要知识点：Flink的广播流。这一章还有比较重要的知识点是在Flink的行为事件流里，每个行为事件如何匹配上对应的风控规则

第10章 风控系统核心--规则引擎
15 节｜219分钟
展开
  • 视频：
    10-1 本章重点和难点
    01:09
  • 视频：
    10-2 window算子根据指标聚合计算规则将事件分配到对应窗口
    26:08
  • 视频：
    10-3 根据指标聚合计算的规则进行增量聚合计算
    28:35
  • 视频：
    10-4 aggregate算子根据指标聚合计算的规则进行结果输出
    22:07
  • 视频：
    10-5 Kafka工具类直接返回事件流以及配置带环境的配置信息
    21:08
  • 视频：
    10-6 风控规则的Mysql表设计思路及运营后台配置
    08:49
  • 视频：
    10-7 风控规则的条件判断表达式解析的方案
    06:46
  • 视频：
    10-8 Aviator引擎的表达式运算及自定义函数
    21:38
  • 视频：
    10-9 Aviator引擎应用于风控规则条件的判断
    14:09
  • 视频：
    10-10 Flink自定义生成规则事件流
    11:56
  • 视频：
    10-11 Flink将规则事件流广播到行为事件流
    11:48
  • 视频：
    10-12 行为事件流读取规则事件流中的风控规则（1）
    14:57
  • 视频：
    10-13 行为事件流读取规则事件流中的风控规则（2）
    13:51
  • 视频：
    10-14 对行为事件使用对应的规则进行风控判断
    10:53
  • 视频：
    10-15 本章总结
    04:41

本章介绍：

这是课程的第3个重点章节，这一章主要讲解一个新的组件：Groovy，风控规则的动态调整会用到Groovy脚本，基本是从0开始讲解Groovy，因为Groovy和Java语法想通，所以掌握Groovy是比较容易的，这章的另一个重要知识点是Flink-cep，同样也是从0开始讲解Flink-cep，所以这章主要是讲解风控规则动态调整所需要的2个组件：Groovy以及Flink-cep

第11章 实时风控--动态规则实现
16 节｜185分钟
展开
  • 视频：
    11-1 本章重点和难点
    01:43
  • 视频：
    11-2 哪种类型的风控规则适合实时计算以及实时判定
    03:04
  • 视频：
    11-3 Flink-Cep开发流程及模式匹配
    17:14
  • 视频：
    11-4 Flink-Cep检测最近1分钟登录失败超过阈值的用户
    21:43
  • 视频：
    11-5 Flink-Cep以严格近邻的模式检测连续登录失败的用户
    13:23
  • 视频：
    11-6 Flink-Cep基于迭代条件检测最近15分钟IP频繁变化的用户
    19:20
  • 视频：
    11-7 Flink-Cep检测具有明显薅羊毛特征行为路径的用户
    06:47
  • 视频：
    11-8 Flink-Cep对匹配事件的提取并且输出到事件流
    17:37
  • 视频：
    11-9 Flink-Cep基石 NFA状态转移流程
    07:31
  • 视频：
    11-10 为什么选择Groovy生成Flink-Cep Pattern对象
    06:35
  • 视频：
    11-11 Java集成Groovy之执行Groovy脚本
    07:05
  • 视频：
    11-12 Java集成Groovy之从指定位置加载Groovy脚本
    10:57
  • 视频：
    11-13 Java集成Groovy之调用Groovy脚本的自定义类
    10:51
  • 视频：
    11-14 Groovy能动态加载脚本的底层原理
    13:09
  • 视频：
    11-15 Flink-Cep基于Groovy脚本动态加载Pattern
    20:23
  • 视频：
    11-16 Groovy动态加载脚本频繁触发Full GC 的解决方案
    07:09

本章介绍：

这一章是对Flink-Cep加载Groovy脚本编写单元测试方法

第12章 风控引擎部署--单元测试
8 节｜97分钟
展开
  • 视频：
    12-1 总结风控引擎涉及的Flink任务
    06:52
  • 视频：
    12-2 风控运营后台最终定稿版
    11:36
  • 视频：
    12-3 总结Flink-Cep和DataStream Api进行风控的不同使用场景
    04:02
  • 视频：
    12-4 测试Flink-Cep检测登录失败超过阈值的用户
    17:35
  • 视频：
    12-5 测试Flink-Cep检测连续事件序列的用户
    19:34
  • 视频：
    12-6 测试Flink-Cep基于Groovy脚本加载Pattern-
    07:20
  • 视频：
    12-7 通过运营后台动态修改Flink-Cep Pattern参数
    09:21
  • 视频：
    12-8 使用通义灵码和MybatisPlus3.5+ 自动生成CRUD
    20:12

本章介绍：

这一章主要是补充如何结合Groovy和Flink-cep，对风控规则进行动态调整，这里会对Flink-Cep做源码的二次开发，除此之外，风控规则的动态调整，除了使用Groovy和Flink-Cep之外，还补充介绍了另外一种动态调整的方法，通过Flink-CDC监听Mysql存储的风控规则，mysql的信息发生更改，会规则更改的部分广播到行为事件流，

第13章 风控引擎部署--打包部署
13 节｜152分钟
展开
  • 视频：
    13-1 部署定时任务 模拟源源不断的行为事件流
    04:55
  • 视频：
    13-2 部署定时任务 ClickHouse将用户每小时的行为事件归档
    03:30
  • 视频：
    13-3 补充 Flink-CDC的底层原理
    06:14
  • 视频：
    13-4 补充 Flink-CDC实时捕获Mysql数据变更
    20:06
  • 视频：
    13-5 补充 Flink-CDC自定义反序列化
    18:33
  • 视频：
    13-6 部署风控规则 Flink-CDC监听规则表
    11:59
  • 视频：
    13-7 补充 Flink 双流Join
    12:24
  • 视频：
    13-8 部署风控规则 通过Join对规则组信息进行维度补充
    06:46
  • 视频：
    13-9 部署风控规则 广播规则使得行为事件携带规则组
    10:35
  • 视频：
    13-10 部署风控规则 遍历规则组产生冗余行为事件并规则判断
    06:49
  • 视频：
    13-11 部署动态cep Flink不停机动态加载 cep 风控规则的方案
    16:00
  • 视频：
    13-12 部署动态cep 修改cep源码注入动态获取Pattern的方法
    15:20
  • 视频：
    13-13 部署动态cep 修改cep源码构造新的NFA进行事件匹配
    18:00

本章介绍：

课程总结以及压测方法的介绍，并对项目进行压测

第14章 风控引擎部署--压测优化
4 节｜10分钟
展开
  • 视频：
    14-1 Flink背压的表现
    01:30
  • 视频：
    14-2 Flink流量压测方法
    01:50
  • 视频：
    14-3 Flink背压告警以及造成的影响
    05:02
  • 视频：
    14-4 Flink背压解决方案
    01:12
本课程已完结
适合人群
大数据开发者
Java 开发者
对 Flink 感兴趣的研究者
技术储备
熟悉 Java 基础语法
熟悉 Springboot 基本操作
了解大数据组件基础操作
环境参数
Flink 1.14.5
Clickhouse 21.1.9.41
Springboot 2.6.11
Docker 23.0
Redis 6.2.1
小简同学
推荐系统项目负责人， 已有5993个学生
其他课程： 《Spark2.x+协同过滤算法，开发企业级个性化推荐系统》 《Spark+ES+ClickHouse 构建DMP用户画像》、
全部
不为别的，只为提升面试通过率
尽管课程时间很长，
但没关系，我们有老师的陪伴，
还有同学之间互相鼓励，彼此帮助，
完成学习后，还能获得慕课网官方认证的证书。
立即购买
零基础入门Flink到进阶实战
套餐价格：¥1,968.00
2门课 总价：¥2,298.00
立即购买
 课程介绍

Flink 从0到1实战实时风控系统

初级  · 198人报名 ¥299.00
课程介绍 

9大业务场景实战Hadoop+Flink，完成大数据能力进修

初级  · 58人报名 ¥1999.00
Spark+Flink进阶实战
套餐价格：¥629.00
2门课 总价：¥698.00
立即购买
 课程介绍

Flink 从0到1实战实时风控系统

初级  · 198人报名 ¥299.00
课程介绍 

Spark+ES+ClickHouse 构建DMP用户画像

中级  · 300人报名 ¥399.00
查看更多
数据加载中...
查看更多好课
《Flink 从0到1实战实时风控系统》的真实评价
综合评分：分，共 人参与
篇幅原因，只展示最近100条评价
￥299.00
立即购买
加购物车

学习咨询

选课、学习遇到问题？

扫码添加指导老师 1V1 帮助你！

添加后老师会第一时间解决你的问题

意见反馈 帮助中心 APP下载
官方微信