1、DataFunSummit#2023基于Flink的实时支付环境风控平台建设林佳-易游戏-资深开发程师01支付环境上的风控挑战02借助Flink从T+1走向实时风控03实时风控平台的建设04发展历程与展望未来目录CONTENTDataFunSummit#202301支付环境上的风控挑战支付环境上的风控挑战打开商城选择道具付款收到道具一次应用内购行为支付环境上的风控挑战外部服务内部服务支付环境上的风控挑战下单下单回执客户端下单支付环境上的风控挑战下单下单回执支付支付回执客户端下单渠道支付支付环境上的风控挑战支付凭证回执验证回执客户端下单渠道支付验证支付凭证支付环境上的风控挑战发货通知回执发货客户
2、端下单渠道支付验证支付凭证服务端发货支付环境上的风控挑战用户在手机客户端的一次点击服务端多个系统的协同工作跨请求、异构的中间结果、复杂的调用链路、不一致的时间标准支付环境上的风控挑战风控业务会话由一次用户行为所引发的,需要多个系统协作完成、同时触发多个请求、产生跨越多个服务提供方调用的全过程。支付环境上的风控挑战业务会话多服务、多请求产生的异构结果难以直接关联调用顺序复杂,存在并发、异步的情况时间跨度大、业务水位不同步支付环境上的风控挑战业务会话多服务、多请求产生的异构结果难以直接关联调用顺序复杂,存在并发、异步的情况时间跨度大、业务水位不同步业务会话级的问题定位,极度依赖人工处理和个人经验,
3、重复工作多,容易错判开源Tracing方案:依赖全局trace-id通常需要侵入服务打点单次请求链路跟踪支付环境上的风控挑战数据持续而大量产生数据与数据间存在会话关联关系数据来源的异构数据结构的异构数据时间步调的不一致ELK体系持续采集T+1 全量离线分析网盘同步/rsync/接口推送/多以业务特制脚本处理各种数据的ETLT+1 Spark离线处理07.51522.53037.512:0015:0018:0021:0024:0003:0006:0009:00机器数量空闲机器占用机器支付环境上的风控挑战处理数据最少机器数量结果交付 9时近100T30支付环境上的风控挑战实时化以提升能效支付环境上
4、的风控挑战07.51522.53037.512:0015:0018:0021:0024:0003:0006:0009:00机器数量空闲机器占用机器支付环境上的风控挑战07.51522.53037.512:0015:0018:0021:0024:0003:0006:0009:00机器数量机释放器占用机器降本增效支付环境上的风控挑战用更少的资源算更多的数据能更早地交付支付环境上的风控挑战用更少的资源算更多的数据能更早地交付更高效的成本使用更实时的计算结果更及时的决策响应支付环境上的风控挑战用更少的资源算更多的数据能更早地交付更高效的成本使用更实时的计算结果更及时的决策响应资源/数据能效UPData
5、FunSummit#202302借助Flink从T+1走向实时风控借助Flink从T+1走向实时风控借助Flink从T+1走向实时风控Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams.Flink has been designed to run in all common cluster environments,perform computations at in-memory speed
6、 and at any scale.可靠的有状态计算-可靠语义保证:At Least Once、Exactly Once-故障恢复-避免与外部系统的复杂交互逻辑-TTL借助Flink从T+1走向实时风控Apache Flink is a framework and distributed processing engine for stateful computations over unbounded and bounded data streams.Flink has been designed to run in all common cluster environments,perfo