Flink 从0到1实战实时风控系统

资源介绍

手机端访问

📂 资源目录15 个文件夹160 个文件合计 24.7GB全部展开 | 全部收起

📁AA_0234——mksz698-Flink 从0到1实战实时风控系统14 个文件夹 · 160 个文件

▶📁 第1章课程介绍与学习指南4 个文件

📄1-1 这是一门帮你进阶的好课.mp4166.0MB

📄1-2 风控项目对于个人职业能力的提升.mp435.7MB

📄1-3 课程设计的思路以及所涵盖的知识点.mp460.4MB

📄1-4 推荐几个课程项目使用的开发工具.mp442.6MB

▶📁 第2章风控项目需求5 个文件

📄2-1 羊毛党利用群控和接码平台薅尽羊毛.mp452.1MB

📄2-2 优惠券场景下被薅羊毛的业务逻辑漏洞复盘.mp447.1MB

📄2-3 基于领域驱动分析优惠券场景下风控的架构设计.mp4100.5MB

📄2-4 基于领域驱动设计的代码目录分层架构思路.mp4286.5MB

📄2-5 优惠券场景下的风控规则和阙值确定.mp496.9MB

▶📁 第3章风控引擎架构设计及项目演示5 个文件

📄3-1 风控引擎架构的设计思路.mp4132.7MB

📄3-2 画出风控引擎的系统架构图.mp4143.9MB

📄3-3 风控规则引擎选用Groovy的原因.mp469.3MB

📄3-4 风控引擎整体技术栈以及版本.mp4159.0MB

📄3-5 亿级行为数据集提供的不同类型的羊毛党人数分布.mp418.6MB

▶📁 第4章风控引擎组件基础知识准备17 个文件

📄4-1 本章重点和难点.mp436.6MB

📄4-2 理解Flink数据流编程模型.mp4118.7MB

📄4-3 代码演示Flink以流批两种方式实现wordcount（上）.mp4285.9MB

📄4-4 代码演示Flink以流批两种方式实现wordcount（下）.mp4188.5MB

📄4-5 通过有界流和无界流延伸理解Flink批流一体架构.mp4131.0MB

📄4-6 理解Flink4大基石之状态机制.mp4120.7MB

📄4-7 代码演示Flink基于状态计算实现wordcount（上）.mp4230.2MB

📄4-8 代码演示Flink基于状态计算实现wordcount（下）.mp4314.2MB

📄4-9 理解Flink4大基石之窗口机制.mp4109.0MB

📄4-10 通过大白话通俗的去理解Flink4大基石之时间机（上）.mp470.6MB

📄4-11 通过大白话通俗的去理解Flink4大基石之时间机（中）.mp437.0MB

📄4-12 通过大白话通俗的去理解Flink4大基石之时间机（下）.mp467.4MB

📄4-13 初步认识Flink的Cep模式匹配.mp459.1MB

📄4-14 理解Flink4大基石之checkpoint机制（上）.mp497.4MB

📄4-15 理解Flink4大基石之checkpoint机制（中）.mp449.7MB

📄4-16 理解Flink4大基石之checkpoint机制（下）.mp466.5MB

📄4-17 本章总结.mp4107.0MB

▶📁 第5章基础设施搭建--环境搭建及单元测试13 个文件

📄5-1 本章重点和难点.mp414.7MB

📄5-2 画出项目结构图.mp4165.7MB

📄5-3 基于docker的一键式搭建项目环境.mp4128.6MB

📄5-4 项目环境搭建步骤.pdf72.6KB

📄5-5 pringboot基于Maven多模块构建项目.mp4273.7MB

📄5-6 基于Junit5+MockMvc的单元测试用例编写（上）.mp4252.5MB

📄5-7 基于Junit5+MockMvc的单元测试用例编写（下）.mp4275.0MB

📄5-8 Flink流计算的单元测试用例编写（上）.mp4224.5MB

📄5-9 Flink流计算的单元测试用例编写（下）.mp4250.9MB

📄5-10 基于maven-helper插件解决依赖冲突异常.mp469.6MB

📄5-11 简历植入重点及本章涉及面试知识点.pdf10.8KB

📄5-12 本章作业.pdf20.3KB

📄5-13 本章总结.mp475.9MB

▶📁 第6章基础设施搭建--springboot工具类封装14 个文件

📄6-1 本章重点和难点.mp412.7MB

📄6-2 pringboot封装基于FastJson2的json工具类（上）.mp4149.4MB

📄6-3 pringboot封装基于FastJson2的json工具类（中）.mp4171.8MB

📄6-4 pringboot封装基于FastJson2的json工具类（下）.mp4182.4MB

📄6-5 基于LocalDate封装时间工具类+自动生成测试类（上）.mp4222.8MB

📄6-6 基于LocalDate封装时间工具类+自动生成测试类（下）.mp4151.9MB

📄6-7 pringboot集成slf4j+log4j2（上）.mp4227.9MB

📄6-8 pringboot集成slf4j+log4j2（下）.mp4220.4MB

📄6-9 pringboot封装自定义异常+全局异常的工具类.mp4231.6MB

📄6-10 封装Lettuce+RedisTemplate读写Redis集群（上）.mp4271.5MB

📄6-11 封装Lettuce+RedisTemplate读写Redis集群（中）.mp4288.4MB

📄6-12 封装Lettuce+RedisTemplate读写Redis集群（下）.mp4182.0MB

📄6-13 pringboot封装Hbase工具类.mp4303.7MB

📄6-14 本章总结.mp458.7MB

▶📁 第7章基础设施搭建--flink工具类封装12 个文件

📄7-1 本章重点和难点.mp48.4MB

📄7-2 Flink使用ParameterTool读取配置.mp4269.8MB

📄7-3 基于巴希尔(Bahire)-Flink写入Redis集群（上）.mp4318.6MB

📄7-4 基于巴希尔(Bahire)-Flink写入Redis集群（下）.mp4188.7MB

📄7-5 Flink通过富函数类实现自定义ource.mp4333.0MB

📄7-6 Flink自定义ource读取Redis集群（上）.mp4247.3MB

📄7-7 Flink自定义ource读取Redis集群（下）.mp4248.8MB

📄7-8 Flink自定义ource读取ClickHouse.mp4294.3MB

📄7-9 Flink使用JDBC-Connector+预编译批量写入ClickHouse（上）.mp4215.0MB

📄7-10 Flink使用JDBC-Connector+预编译批量写入ClickHouse（下）.mp4241.5MB

📄7-11 Flink TableQL Api + 表转流读取Mysql.mp4297.3MB

📄7-12 本章总结.mp463.9MB

▶📁 第8章风控数据流入口--事件接入中心18 个文件

📄8-1 本章重点和难点.mp423.3MB

📄8-2 风控事件接入中心架构搭建思路.mp432.0MB

📄8-3 事件中心的数据格式.mp429.8MB

📄8-4 Flume监听目录将行为事件数据写入Kafka.mp4103.1MB

📄8-5 Flink1.14使用全新的Kafka Connector读取Kafka.mp4283.9MB

📄8-6 Flink1.14自定义反序列化消费Kafka Json格式数据.mp4289.7MB

📄8-7 ClickHouse存储用户行为路径序列的表设计思路.mp492.9MB

📄8-8 ClickHouse拉取Kafka Json格式的用户行为数据.mp482.5MB

📄8-9 ClickHouse将用户行为聚合为行为路径序列.mp4149.9MB

📄8-10 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（上）.mp4136.1MB

📄8-11 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（下）.mp4143.8MB

📄8-12 ClickHouse对用户行为维度指标存储的表设计思路.mp4118.1MB

📄8-13 Flink Job的Checkpoint, tate配置以及并行度的合理数量（上）.mp4147.1MB

📄8-14 Flink Job的Checkpoint, tate配置以及并行度的合理数量（下）.mp4159.0MB

📄8-15 Flink对Kafka数据清洗并转化为POJO对象.mp4184.0MB

📄8-16 Flink对事件数据流添加水印保证事件行为的有序性.mp4178.6MB

📄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.mp4247.5MB

📄8-18 Flink aggregate统计用户最近1小时登录频率的聚合操作.mp4186.2MB

▶📁 第9章风控规则判断依据--指标计算模块14 个文件

📄9-1 本章重点和难点.mp412.6MB

📄9-2 风控指标的构成以及指标存储的设计思路.mp430.6MB

📄9-3 基于滑动窗口思想的风控指标采样思路.mp432.2MB

📄9-4 基于Redis快速获取风控指标采样的思路.mp4103.9MB

📄9-5 风控指标在Redis唯一id的设计思路.mp424.9MB

📄9-6 Flink和POJO对象之间的关系.mp4116.1MB

📄9-7 基于Flink实现的指标通用聚合计算框架思路.mp484.0MB

📄9-8 基于Flink实现的指标通用聚合计算框架初步结构.mp4356.5MB

📄9-9 运营后台自定义指标聚合计算规则.mp422.3MB

📄9-10 Flink通过单独线程读取指标聚合计算规则.mp4173.9MB

📄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.mp4249.9MB

📄9-12 进一步细化运营后台的指标聚合计算规则自定义.mp460.0MB

📄9-13 通过反射机制将指标聚合计算规则写入到事件流.mp4309.3MB

📄9-14 keyBy算子根据指标聚合计算规则进行分组.mp4275.5MB

▶📁 第10章风控系统核心--规则引擎15 个文件

📄10-1 本章重点和难点.mp45.7MB

📄10-2 window算子根据指标聚合计算规则将事件分配到对应窗口.mp4294.5MB

📄10-3 根据指标聚合计算的规则进行增量聚合计算.mp4474.5MB

📄10-4 aggregate算子根据指标聚合计算的规则进行结果输出.mp4365.0MB

📄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.mp4347.3MB

📄10-6 风控规则的Mysql表设计思路及运营后台配置.mp4125.6MB

📄10-7 风控规则的条件判断表达式解析的方案.mp472.9MB

📄10-8 Aviator引擎的表达式运算及自定义函数.mp4364.9MB

📄10-9 Aviator引擎应用于风控规则条件的判断.mp4237.8MB

📄10-10 Flink自定义生成规则事件流.mp4181.6MB

📄10-11 Flink将规则事件流广播到行为事件流.mp4192.1MB

📄10-12 行为事件流读取规则事件流中的风控规则（1）.mp4257.7MB

📄10-13 行为事件流读取规则事件流中的风控规则（2）.mp4231.5MB

📄10-14 对行为事件使用对应的规则进行风控判断.mp4184.2MB

📄10-15 本章总结.mp439.4MB

▶📁 第11章实时风控--动态规则实现18 个文件

📄11-1 本章重点和难点.mp414.9MB

📄11-2 哪种类型的风控规则适合实时计算以及实时判定.mp453.7MB

📄11-3 Flink-Cep开发流程及模式匹配.mp4265.7MB

📄11-4 Flink-Cep检测最近1分钟登录失败超过阈值的用户1.mp4352.3MB

📄11-4 Flink-Cep检测最近1分钟登录失败超过阈值的用户2.mp433.4MB

📄11-5 Flink-Cep以严格近邻的模式检测连续登录失败的用户.mp4233.3MB

📄11-6 Flink-Cep基于迭代条件检测最近15分钟IP频繁变化的用户.mp4321.9MB

📄11-7 Flink-Cep检测具有明显薅羊毛特征行为路径的用户.mp4108.7MB

📄11-8 Flink-Cep对匹配事件的提取并且输出到事件流.mp4287.8MB

📄11-9 Flink-Cep基石 NFA状态转移流程.mp439.8MB

📄11-10 为什么选择Groovy生成Flink-Cep Pattern对象.mp438.7MB

📄11-11 Java集成Groovy之执行Groovy脚本.mp4104.1MB

📄11-12 Java集成Groovy之从指定位置加载Groovy脚本.mp4187.0MB

📄11-13 Java集成Groovy之调用Groovy脚本的自定义类1.mp483.2MB

📄11-13 Java集成Groovy之调用Groovy脚本的自定义类2.mp4107.3MB

📄11-14 Groovy能动态加载脚本的底层原理.mp4223.6MB

📄11-15 Flink-Cep基于Groovy脚本动态加载Pattern.mp4313.9MB

📄11-16 Groovy动态加载脚本频繁触发Full GC 的解决方案.mp4128.9MB

▶📁 第12章风控引擎部署--单元测试8 个文件

📄12-1 总结风控引擎涉及的Flink任务.mp451.5MB

📄12-2 风控运营后台最终定稿版.mp496.5MB

📄12-3 总结Flink-Cep和Datatream Api进行风控的不同使用场景.mp431.9MB

📄12-4 测试Flink-Cep检测登录失败超过阈值的用户.mp4308.4MB

📄12-5 测试Flink-Cep检测连续事件序列的用户.mp4328.1MB

📄12-6 测试Flink-Cep基于Groovy脚本加载Pattern-.mp4123.2MB

📄12-7 通过运营后台动态修改Flink-Cep Pattern参数.mp4121.1MB

📄12-8 使用通义灵码和MybatisPlus3.5+ 自动生成CRUD.mp4325.8MB

▶📁 第13章风控引擎部署--打包部署13 个文件

📄13-1 部署定时任务模拟源源不断的行为事件流.mp427.6MB

📄13-2 部署定时任务 ClickHouse将用户每小时的行为事件归档.mp487.9MB

📄13-3 补充 Flink-CDC的底层原理.mp495.7MB

📄13-4 补充 Flink-CDC实时捕获Mysql数据变更.mp4341.1MB

📄13-5 补充 Flink-CDC自定义反序列化.mp4312.7MB

📄13-6 部署风控规则 Flink-CDC监听规则表.mp4202.1MB

📄13-7 补充 Flink 双流Join.mp4193.2MB

📄13-8 部署风控规则通过Join对规则组信息进行维度补充.mp4120.5MB

📄13-9 部署风控规则广播规则使得行为事件携带规则组.mp4179.7MB

📄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.mp4110.1MB

📄13-11 部署动态cep Flink不停机动态加载 cep 风控规则的方案.mp4265.8MB

📄13-12 部署动态cep 修改cep源码注入动态获取Pattern的方法.mp4256.1MB

📄13-13 部署动态cep 修改cep源码构造新的NFA进行事件匹配.mp4306.5MB

▶📁 第14章风控引擎部署--压测优化4 个文件

📄14-1 Flink背压的表现.mp415.1MB

📄14-2 Flink流量压测方法.mp418.1MB

📄14-3 Flink背压告警以及造成的影响.mp453.6MB

📄14-4 Flink背压解决方案.mp412.8MB

推荐资源

官方客服