Flink 从0到1实战实时风控系统（完结）

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

试看链接：https://pan.baidu.com/s/1bxs6-yIXjkgPoIlM4NN32g?pwd=63z8

相关推荐：

【2019更新】新一代大数据计算引擎 Flink从入门到实战

Flink+ClickHouse 玩转企业级实时大数据开发(完结）

轻松入门大数据：玩转Flink，打造湖仓一体架构（完结）

2021全新升级版-若泽数据Spark+Flink全栈训练营(高级班)

目录大纲：

├──{1}--第1章 课程介绍与学习指南  
|   ├──[1.1]--1-1 这是一门帮你进阶的好课.mp4  74.26M
|   ├──[1.2]--1-2 风控项目对于个人职业能力的提升.mp4  21.72M
|   ├──[1.3]--1-3 课程设计的思路以及所涵盖的知识点.mp4  36.19M
|   └──[1.4]--1-4 推荐几个课程项目使用的开发工具.mp4  24.49M
├──{2}--第2章 风控项目需求  
|   ├──[2.1]--2-1 羊毛党利用群控和接码平台薅尽羊毛.mp4  31.32M
|   ├──[2.2]--2-2 优惠券场景下被薅羊毛的业务逻辑漏洞复盘.mp4  30.45M
|   ├──[2.3]--2-3 基于领域驱动分析优惠券场景下风控的架构设计.mp4  60.85M
|   ├──[2.4]--2-4 基于领域驱动设计的代码目录分层架构思路.mp4  97.89M
|   └──[2.5]--2-5 优惠券场景下的风控规则和阙值确定.mp4  37.41M
├──{3}--第3章 风控引擎架构设计及项目演示  
|   ├──[3.1]--3-1 风控引擎架构的设计思路.mp4  81.08M
|   ├──[3.2]--3-2 画出风控引擎的系统架构图.mp4  63.34M
|   ├──[3.3]--3-3 风控规则引擎选用Groovy的原因.mp4  47.42M
|   ├──[3.4]--3-4 风控引擎整体技术栈以及版本.mp4  50.82M
|   └──[3.5]--3-5 亿级行为数据集提供的不同类型的羊毛党人数分布.mp4  12.07M
├──{4}--第4章 风控引擎组件基础知识准备  
|   ├──[4.10]--4-10 通过大白话通俗的去理解Flink4大基石之时间机（上）.mp4  53.22M
|   ├──[4.11]--4-11 通过大白话通俗的去理解Flink4大基石之时间机（中）.mp4  32.41M
|   ├──[4.12]--4-12 通过大白话通俗的去理解Flink4大基石之时间机（下）.mp4  43.44M
|   ├──[4.13]--4-13 初步认识Flink的Cep模式匹配.mp4  45.38M
|   ├──[4.14]--4-14 理解Flink4大基石之checkpoint机制（上）.mp4  60.71M
|   ├──[4.15]--4-15 理解Flink4大基石之checkpoint机制（中）.mp4  26.06M
|   ├──[4.16]--4-16 理解Flink4大基石之checkpoint机制（下）.mp4  42.98M
|   ├──[4.17]--4-17 本章总结.mp4  69.33M
|   ├──[4.1]--4-1 本章重点和难点.mp4  18.90M
|   ├──[4.2]--4-2 理解Flink数据流编程模型.mp4  79.23M
|   ├──[4.3]--4-3 代码演示Flink以流批两种方式实现wordcount（.mp4  91.20M
|   ├──[4.4]--4-4 代码演示Flink以流批两种方式实现wordcount（.mp4  60.13M
|   ├──[4.5]--4-5 通过有界流和无界流延伸理解Flink批流一体架构.mp4  85.44M
|   ├──[4.6]--4-6 理解Flink4大基石之状态机制.mp4  83.81M
|   ├──[4.7]--4-7 代码演示Flink基于状态计算实现wordcount（上.mp4  70.22M
|   ├──[4.8]--4-8 代码演示Flink基于状态计算实现wordcount（下.mp4  99.33M
|   └──[4.9]--4-9 理解Flink4大基石之窗口机制.mp4  74.59M
├──{5}--第5章 基础设施搭建--环境搭建及单元测试  
|   ├──(5.1)--5-4 【梳理】项目环境搭建步骤.pdf  72.55kb
|   ├──(5.2)--5-11 【拓展】简历植入重点及本章涉及面试知识点.pdf  10.75kb
|   ├──(5.3)--5-12 【作业】本章作业.pdf  20.32kb
|   ├──[5.10]--5-13 本章总结.mp4  112.43M
|   ├──[5.1]--5-1 本章重点和难点.mp4  9.66M
|   ├──[5.2]--5-2 画出项目结构图.mp4  53.27M
|   ├──[5.3]--5-3 基于docker的一键式搭建项目环境.mp4  44.45M
|   ├──[5.4]--5-5 Springboot基于Maven多模块构建项目.mp4  83.07M
|   ├──[5.5]--5-6 基于Junit5+MockMvc的单元测试用例编写（上）.mp4  79.05M
|   ├──[5.6]--5-7 基于Junit5+MockMvc的单元测试用例编写（下）.mp4  89.49M
|   ├──[5.7]--5-8 Flink流计算的单元测试用例编写（上）.mp4  76.80M
|   ├──[5.8]--5-9 Flink流计算的单元测试用例编写（下）.mp4  81.50M
|   └──[5.9]--5-10 基于maven-helper插件解决依赖冲突异常.mp4  44.41M
├──{6}--第6章 基础设施搭建--springboot工具类封装  
|   ├──[6.10]--6-10 封装Lettuce+RedisTemplate读写Re.mp4  91.94M
|   ├──[6.11]--6-11 封装Lettuce+RedisTemplate读写Re.mp4  90.02M
|   ├──[6.12]--6-12 封装Lettuce+RedisTemplate读写Re.mp4  59.36M
|   ├──[6.13]--6-13 Springboot封装Hbase工具类.mp4  96.07M
|   ├──[6.14]--6-14 本章总结.mp4  41.82M
|   ├──[6.1]--6-1 本章重点和难点.mp4  11.78M
|   ├──[6.2]--6-2 Springboot封装基于FastJson2的json.mp4  64.66M
|   ├──[6.3]--6-3 Springboot封装基于FastJson2的json.mp4  53.18M
|   ├──[6.4]--6-4 Springboot封装基于FastJson2的json.mp4  59.67M
|   ├──[6.5]--6-5 基于LocalDate封装时间工具类+自动生成测试类（上.mp4  77.73M
|   ├──[6.6]--6-6 基于LocalDate封装时间工具类+自动生成测试类（下.mp4  47.40M
|   ├──[6.7]--6-7 Springboot集成slf4j+log4j2（上）.mp4  81.25M
|   ├──[6.8]--6-8 Springboot集成slf4j+log4j2（下）.mp4  68.11M
|   └──[6.9]--6-9 Springboot封装自定义异常+全局异常的工具类.mp4  87.46M
├──{7}--第7章 基础设施搭建--flink工具类封装  
|   ├──[7.10]--7-10 Flink使用JDBC-Connector+预编译批量.mp4  72.05M
|   ├──[7.11]--7-11 Flink TableSQL Api + 表转流读取M.mp4  111.30M
|   ├──[7.12]--7-12 本章总结.mp4  103.81M
|   ├──[7.1]--7-1 本章重点和难点.mp4  6.67M
|   ├──[7.2]--7-2 Flink使用ParameterTool读取配置.mp4  80.19M
|   ├──[7.3]--7-3 基于巴希尔(Bahire)-Flink写入Redis集群.mp4  97.28M
|   ├──[7.4]--7-4 基于巴希尔(Bahire)-Flink写入Redis集群.mp4  58.79M
|   ├──[7.5]--7-5 Flink通过富函数类实现自定义Source.mp4  103.87M
|   ├──[7.6]--7-6 Flink自定义Source读取Redis集群（上）.mp4  78.88M
|   ├──[7.7]--7-7 Flink自定义Source读取Redis集群（下）.mp4  75.42M
|   ├──[7.8]--7-8 Flink自定义Source读取ClickHouse.mp4  92.18M
|   └──[7.9]--7-9 Flink使用JDBC-Connector+预编译批量写.mp4  67.02M
├──{8}--第8章 风控数据流入口--事件接入中心  
|   ├──[8.10]--8-10 ClickHouse对用户行为序列进行路径挖掘找出羊毛.mp4  78.37M
|   ├──[8.11]--8-11 ClickHouse对用户行为序列进行路径挖掘找出羊毛.mp4  84.02M
|   ├──[8.12]--8-12 ClickHouse对用户行为维度指标存储的表设计思路.mp4  42.69M
|   ├──[8.13]--8-13 Flink Job的Checkpoint, State.mp4  76.20M
|   ├──[8.14]--8-14 Flink Job的Checkpoint, State.mp4  83.69M
|   ├──[8.15]--8-15 Flink对Kafka数据清洗并转化为POJO对象.mp4  190.63M
|   ├──[8.16]--8-16 Flink对事件数据流添加水印保证事件行为的有序性.mp4  205.69M
|   ├──[8.17]--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.mp4  108.81M
|   ├──[8.18]--8-18 Flink aggregate统计用户最近1小时登录频.mp4  205.50M
|   ├──[8.1]--8-1 本章重点和难点.mp4  12.08M
|   ├──[8.2]--8-2 风控事件接入中心架构搭建思路.mp4  29.81M
|   ├──[8.3]--8-3 事件中心的数据格式.mp4  27.49M
|   ├──[8.4]--8-4 Flume监听目录将行为事件数据写入Kafka.mp4  33.05M
|   ├──[8.5]--8-5 Flink1.14使用全新的Kafka Connecto.mp4  102.55M
|   ├──[8.6]--8-6 Flink1.14自定义反序列化消费Kafka Json.mp4  87.90M
|   ├──[8.7]--8-7 ClickHouse存储用户行为路径序列的表设计思路.mp4  71.83M
|   ├──[8.8]--8-8 ClickHouse拉取Kafka Json格式的用户行.mp4  35.12M
|   └──[8.9]--8-9 ClickHouse将用户行为聚合为行为路径序列.mp4  86.25M
├──{9}--第9章 风控规则判断依据--指标计算模块  
|   ├──[9.10]--9-10 Flink通过单独线程读取指标聚合计算规则.mp4  85.87M
|   ├──[9.11]--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.mp4  101.83M
|   ├──[9.12]--9-12 进一步细化运营后台的指标聚合计算规则自定义.mp4  61.34M
|   ├──[9.13]--9-13 通过反射机制将指标聚合计算规则写入到事件流.mp4  116.87M
|   ├──[9.14]--9-14 keyBy算子根据指标聚合计算规则进行分组.mp4  107.24M
|   ├──[9.1]--9-1 本章重点和难点.mp4  11.68M
|   ├──[9.2]--9-2 风控指标的构成以及指标存储的设计思路.mp4  49.34M
|   ├──[9.3]--9-3 基于滑动窗口思想的风控指标采样思路.mp4  44.34M
|   ├──[9.4]--9-4 基于Redis快速获取风控指标采样的思路.mp4  123.21M
|   ├──[9.5]--9-5 风控指标在Redis唯一id的设计思路.mp4  33.12M
|   ├──[9.6]--9-6 Flink和POJO对象之间的关系.mp4  104.58M
|   ├──[9.7]--9-7 基于Flink实现的指标通用聚合计算框架思路.mp4  58.04M
|   ├──[9.8]--9-8 基于Flink实现的指标通用聚合计算框架初步结构.mp4  111.90M
|   └──[9.9]--9-9 运营后台自定义指标聚合计算规则.mp4  16.03M
├──{10}--第10章 风控系统核心--规则引擎  
|   ├──[10.10]--10-10 Flink自定义生成规则事件流.mp4  97.45M
|   ├──[10.11]--10-11 Flink将规则事件流广播到行为事件流.mp4  61.66M
|   ├──[10.12]--10-12 行为事件流读取规则事件流中的风控规则（1）.mp4  79.79M
|   ├──[10.13]--10-13 行为事件流读取规则事件流中的风控规则（2）.mp4  72.74M
|   ├──[10.14]--10-14 对行为事件使用对应的规则进行风控判断.mp4  57.99M
|   ├──[10.15]--10-15 本章总结.mp4  26.06M
|   ├──[10.1]--10-1 本章重点和难点.mp4  6.29M
|   ├──[10.2]--10-2 window算子根据指标聚合计算规则将事件分配到对应窗.mp4  138.04M
|   ├──[10.3]--10-3 根据指标聚合计算的规则进行增量聚合计算.mp4  150.11M
|   ├──[10.4]--10-4 aggregate算子根据指标聚合计算的规则进行结果输.mp4  116.18M
|   ├──[10.5]--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.mp4  110.16M
|   ├──[10.6]--10-6 风控规则的Mysql表设计思路及运营后台配置.mp4  45.29M
|   ├──[10.7]--10-7 风控规则的条件判断表达式解析的方案.mp4  38.34M
|   ├──[10.8]--10-8 Aviator引擎的表达式运算及自定义函数.mp4  111.91M
|   └──[10.9]--10-9 Aviator引擎应用于风控规则条件的判断.mp4  74.01M
├──{11}--第11章 实时风控--动态规则实现  
|   ├──[11.10]--11-10 为什么选择Groovy生成Flink-Cep Pat.mp4  35.19M
|   ├──[11.11]--11-11 Java集成Groovy之执行Groovy脚本.mp4  37.48M
|   ├──[11.12]--11-12 Java集成Groovy之从指定位置加载Groovy.mp4  57.30M
|   ├──[11.13]--11-13 Java集成Groovy之调用Groovy脚本的自定.mp4  57.15M
|   ├──[11.14]--11-14 Groovy能动态加载脚本的底层原理.mp4  68.86M
|   ├──[11.15]--11-15 Flink-Cep基于Groovy脚本动态加载Pat.mp4  105.15M
|   ├──[11.16]--11-16 Groovy动态加载脚本频繁触发Full GC 的解.mp4  38.15M
|   ├──[11.1]--11-1 本章重点和难点.mp4  9.23M
|   ├──[11.2]--11-2 哪种类型的风控规则适合实时计算以及实时判定.mp4  16.63M
|   ├──[11.3]--11-3 Flink-Cep开发流程及模式匹配.mp4  117.67M
|   ├──[11.4]--11-4 Flink-Cep检测最近1分钟登录失败超过阈值的用户.mp4  115.49M
|   ├──[11.5]--11-5 Flink-Cep以严格近邻的模式检测连续登录失败的用.mp4  71.23M
|   ├──[11.6]--11-6 Flink-Cep基于迭代条件检测最近15分钟IP频繁.mp4  102.06M
|   ├──[11.7]--11-7 Flink-Cep检测具有明显薅羊毛特征行为路径的用户.mp4  35.59M
|   ├──[11.8]--11-8 Flink-Cep对匹配事件的提取并且输出到事件流.mp4  91.11M
|   └──[11.9]--11-9 Flink-Cep基石 NFA状态转移流程.mp4  39.36M
├──{12}--第12章 风控引擎部署--单元测试  
|   ├──[12.1]--12-1 总结风控引擎涉及的Flink任务.mp4  37.50M
|   ├──[12.2]--12-2 风控运营后台最终定稿版.mp4  60.57M
|   ├──[12.3]--12-3 总结Flink-Cep和DataStream Api进.mp4  22.08M
|   ├──[12.4]--12-4 测试Flink-Cep检测登录失败超过阈值的用户.mp4  93.21M
|   ├──[12.5]--12-5 测试Flink-Cep检测连续事件序列的用户.mp4  103.40M
|   ├──[12.6]--12-6 测试Flink-Cep基于Groovy脚本加载Patt.mp4  39.31M
|   ├──[12.7]--12-7 通过运营后台动态修改Flink-Cep Pattern.mp4  57.40M
|   └──[12.8]--12-8 使用通义灵码和MybatisPlus3.5+ 自动生成.mp4  103.66M
├──{13}--第13章 风控引擎部署--打包部署  
|   ├──[13.10]--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.mp4  35.61M
|   ├──[13.1]--13-1 部署定时任务 模拟源源不断的行为事件流.mp4  41.54M
|   ├──[13.2]--13-2 部署定时任务 ClickHouse将用户每小时的行为事.mp4  41.93M
|   ├──[13.3]--13-3 补充 Flink-CDC的底层原理.mp4  32.89M
|   ├──[13.4]--13-4 补充 Flink-CDC实时捕获Mysql数据变更.mp4  108.50M
|   ├──[13.5]--13-5 补充 Flink-CDC自定义反序列化.mp4  99.40M
|   ├──[13.6]--13-6 部署风控规则 Flink-CDC监听规则表.mp4  63.60M
|   ├──[13.7]--13-7 补充 Flink 双流Join.mp4  64.08M
|   ├──[13.8]--13-8 部署风控规则 通过Join对规则组信息进行维度补充.mp4  38.21M
|   └──[13.9]--13-9 部署风控规则 广播规则使得行为事件携带规则组.mp4  57.62M
├──{14}--第14章 风控引擎部署--压测优化  
|   ├──[14.1]--14-1 Flink背压的表现.mp4  8.27M
|   ├──[14.2]--14-2 Flink流量压测方法.mp4  10.20M
|   ├──[14.3]--14-3 Flink背压告警以及造成的影响.mp4  27.36M
|   └──[14.4]--14-4 Flink背压解决方案.mp4  6.43M
├──{1}--第1章 课程介绍与学习指南  
|   ├──[1.1]--1-1 这是一门帮你进阶的好课.mp4  74.26M
|   ├──[1.2]--1-2 风控项目对于个人职业能力的提升.mp4  21.72M
|   ├──[1.3]--1-3 课程设计的思路以及所涵盖的知识点.mp4  36.19M
|   └──[1.4]--1-4 推荐几个课程项目使用的开发工具.mp4  24.49M
└──源码

游客永久会员

收藏 海报 链接