从零构建FLINK整合Drools动态规则实时运营系统（项目案例）-第3篇（需求示例篇）

前言

项目介绍在线视频： https://www.bilibili.com/video/BV1zv41157yY

本案例是一个专注于flink动态规则计算的项目，核心技术组件涉及flink、hbase、clickhouse、drools等
项目可根据各类个性化需求进行二次开发后，直接用于实时运营，实时风控、交通监控等场景的线上生产
项目完整视频教程和资料代码等，可在易学在线 https://v.51doit.cn 获取
技术交流，可加微信： haitao-duan

列位看官，为了能够更好地理解后续《动态规则版实时运营系统》的设计思想和代码实现，我们先来开发一个简化版且没有动态规则功能的实时运营系统；

需求示例

示例一

公司最近有一个商务休闲服装品牌的商家&平台联合促销活动，在3.25-4.25期间，只要购买该品牌的服装，则都可以使用一个50元的代金券；
市场运营人员不想把优惠券无差别地发放给平台所有用户，而是想把优惠券尽可能发给有可能产生购买行为的用户；因此，市场部定义了一个发放优惠券的促销规则：

规则触发行为条件：

• 用户浏览男装商品

受众画像属性条件：

• 用户年龄：28-40岁之间
• 用户性别：男性

受众行为属性条件：

• 用户在最近1个月内，有过10次男装浏览行为
• 用户在最近1个月内，有过5次“商务休闲”关键词搜索行为

示例二

• 规则触发条件：浏览或点击或加购奶茶类饮品

• 受众画像属性条件：年龄（15-25），性别（女），vip等级（>=2），月消费（>=200）

• 受众行为属性条件：

  • 周登录次数（>4），月奶茶类收藏（>3），近3天点赞（>6）
  • 周依次做过：轮播广告AD3点击，奶茶产品详情浏览，饮料类添加购物车

流程设计

用户行为事件数据源源不断流入；
对每个事件进行判断是否满足规则的触发条件，如果满足，则继续进行规则的受众用户属性判断；
如果属性判断也符合规则定义，则产生一个推送输出；