Flink 项目案例实操01

项目详情：https://yq.aliyun.com/articles/691495

基于实时计算，您可以轻松完成实时欺诈检测系统。 实时欺诈检测系统能够及时发现用户高危行为并采取措施，降低损失。

1，系统架构：

实时欺诈检测（风控）系统流程如下：

1. 用户的行为经由App上报或Web日志记录下来，发送到一个消息队列里去。
2. 实时计算订阅消息队列，过滤出感兴趣的行为，比如：购买、领券、浏览等。
3. 实时计算计算把这个行为特征化。
4. 实时计算通过UDF调用外部一个风险模型，判断这次行为是否有问题（单次行为）。
5. 实时计算里通过CEP功能，跨多条记录分析用户行为（比如用户先做了A，又做了B，又做了3次C），整体识别是否有风险。
6. 综合风险模型和CEP的结果，产出预警信息。

2，实操步骤

1，首先我们要了解CEP，所以呢，我在花时间搞搞CEP，不过有写地方我们是可以先做了

  1）将kafka作为数据来源

  2）特征化，需要建立模型吗？

  3）写一个Flink UDF对单次行为进行判断，场景写在Redis？或者clickHouse？

  4）实现CEP功能，判断多次行为。

  5）输出结果到kafka。