Flink 从0到1实战实时风控系统|同步追更

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

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。

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

目录大纲：

第1章 课程介绍与学习指南
4 节｜31分钟
收起
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
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
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
第4章 风控引擎组件基础知识准备
17 节｜193分钟
收起
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
第5章 基础设施搭建–环境搭建及单元测试
13 节｜115分钟
收起
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
第6章 基础设施搭建–springboot工具类封装
14 节｜178分钟
收起
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
第7章 基础设施搭建–flink工具类封装
12 节｜172分钟
收起
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
第8章 风控数据流入口–事件接入中心
18 节｜230分钟
收起
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
第9章 风控规则判断依据–指标计算模块
10 节｜116分钟
收起
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
第10章 风控系统核心–规则引擎
9 节｜84分钟
收起
视频：
10-1 本章重点和难点
01:24
视频：
10-2 纯Java手写实现规则引擎的思路
07:31
视频：
10-3 纯Java手写实现规则引擎的伪代码
16:10
视频：
10-4 前置知识：什么是面向切面编程（AOP）
06:27
视频：
10-5 Springboot整合AOP
14:53
视频：
10-6 Springboot自定义注解以及通过AOP进行解析
12:38
视频：
10-7 前置知识：什么是Spring的表达式语言（SpEL）
08:18
视频：
10-8 基于Spring表达式语言运行逻辑和关系表达式
06:18
视频：
10-9 风控规则的Mysql表设计思路
10:07
第11章 实时风控–动态规则实现
内容更新中
第12章 风控引擎部署–性能测试
内容更新中
第13章 风控引擎展望–优化与扩展
内容更新中

admin永久会员

收藏 海报 链接