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。
将学到：
1. 提升架构设计思维与能力
4. 构建 Flink 核心技能体系
2. 积累亿级数据实时处理经验
5. 实践 Flink 动态规则引擎
3. 具备生产环境故障处理能力
6. 解锁Flink 生态框架整合技巧
简介：
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
课程目录：
第1章 课程介绍与学习指南
4 节｜31分钟
展开
视频：
1-1 这是一门帮你进阶的好课
试看
14:51
视频：
1-2 风控项目对于个人职业能力的提升
试看
03:58
视频：
1-3 课程设计的思路以及所涵盖的知识点
06:43
视频：
1-4 推荐几个课程项目使用的开发工具
04:38
第2章 风控项目需求
5 节｜48分钟
收起
视频：
2-1 羊毛党利用群控和接码平台薅尽羊毛
06:00
视频：
2-2 优惠券场景下被薅羊毛的业务逻辑漏洞复盘
05:33
视频：
2-3 基于领域驱动分析优惠券场景下风控的架构设计
10:25
视频：
2-4 基于领域驱动设计的代码目录分层架构思路
18:28
视频：
2-5 优惠券场景下的风控规则和阙值确定
07:08
第3章 风控引擎架构设计及项目演示
5 节｜46分钟
收起
视频：
3-1 风控引擎架构的设计思路
14:17
视频：
3-2 画出风控引擎的系统架构图
试看
11:36
视频：
3-3 风控规则引擎选用Groovy的原因
08:53
视频：
3-4 风控引擎整体技术栈以及版本
08:32
视频：
3-5 亿级行为数据集提供的不同类型的羊毛党人数分布
02:14
第4章 风控引擎组件基础知识准备
17 节｜193分钟
展开
视频：
4-1 本章重点和难点
03:27
视频：
4-2 理解Flink数据流编程模型
14:59
视频：
4-3 代码演示Flink以流批两种方式实现wordcount（上）
16:59
视频：
4-4 代码演示Flink以流批两种方式实现wordcount（下）
11:29
视频：
4-5 通过有界流和无界流延伸理解Flink批流一体架构
16:19
视频：
4-6 理解Flink4大基石之状态机制
14:34
视频：
4-7 代码演示Flink基于状态计算实现wordcount（上）
13:10
视频：
4-8 代码演示Flink基于状态计算实现wordcount（下）
19:07
视频：
4-9 理解Flink4大基石之窗口机制
14:47
视频：
4-10 通过大白话通俗的去理解Flink4大基石之时间机（上）
09:19
视频：
4-11 通过大白话通俗的去理解Flink4大基石之时间机（中）
05:25
视频：
4-12 通过大白话通俗的去理解Flink4大基石之时间机（下）
07:01
视频：
4-13 初步认识Flink的Cep模式匹配
08:20
视频：
4-14 理解Flink4大基石之checkpoint机制（上）
11:47
视频：
4-15 理解Flink4大基石之checkpoint机制（中）
05:17
视频：
4-16 理解Flink4大基石之checkpoint机制（下）
08:09
视频：
4-17 本章总结
12:46
第5章 基础设施搭建--环境搭建及单元测试
13 节｜115分钟
展开
视频：
5-1 本章重点和难点
01:45
视频：
5-2 画出项目结构图
09:59
视频：
5-3 基于docker的一键式搭建项目环境
08:20
图文：
5-4 【梳理】项目环境搭建步骤
视频：
5-5 Springboot基于Maven多模块构建项目
15:32
视频：
5-6 基于Junit5+MockMvc的单元测试用例编写（上）
15:11
视频：
5-7 基于Junit5+MockMvc的单元测试用例编写（下）
17:01
视频：
5-8 Flink流计算的单元测试用例编写（上）
14:50
视频：
5-9 Flink流计算的单元测试用例编写（下）
15:22
视频：
5-10 基于maven-helper插件解决依赖冲突异常
06:09
图文：
5-11 【拓展】简历植入重点及本章涉及面试知识点
图文：
5-12 【作业】本章作业
视频：
5-13 本章总结
10:33
第6章 基础设施搭建--springboot工具类封装
14 节｜178分钟
展开
视频：
6-1 本章重点和难点
02:03
视频：
6-2 Springboot封装基于FastJson2的json工具类（上）
12:16
视频：
6-3 Springboot封装基于FastJson2的json工具类（中）
10:13
视频：
6-4 Springboot封装基于FastJson2的json工具类（下）
11:31
视频：
6-5 基于LocalDate封装时间工具类+自动生成测试类（上）
14:38
视频：
6-6 基于LocalDate封装时间工具类+自动生成测试类（下）
09:08
视频：
6-7 Springboot集成slf4j+log4j2（上）
15:24
视频：
6-8 Springboot集成slf4j+log4j2（下）
12:39
视频：
6-9 Springboot封装自定义异常+全局异常的工具类
16:55
视频：
6-10 封装Lettuce+RedisTemplate读写Redis集群（上）
17:18
视频：
6-11 封装Lettuce+RedisTemplate读写Redis集群（中）
16:58
视频：
6-12 封装Lettuce+RedisTemplate读写Redis集群（下）
11:48
视频：
6-13 Springboot封装Hbase工具类
18:18
视频：
6-14 本章总结
07:59
第7章 基础设施搭建--flink工具类封装
12 节｜172分钟
展开
视频：
7-1 本章重点和难点
01:14
视频：
7-2 Flink使用ParameterTool读取配置
14:59
视频：
7-3 基于巴希尔(Bahire)-Flink写入Redis集群（上）
18:37
视频：
7-4 基于巴希尔(Bahire)-Flink写入Redis集群（下）
11:24
视频：
7-5 Flink通过富函数类实现自定义Source
19:44
视频：
7-6 Flink自定义Source读取Redis集群（上）
15:24
视频：
7-7 Flink自定义Source读取Redis集群（下）
14:13
视频：
7-8 Flink自定义Source读取ClickHouse
17:50
视频：
7-9 Flink使用JDBC-Connector+预编译批量写入ClickHouse（上）
12:56
视频：
7-10 Flink使用JDBC-Connector+预编译批量写入ClickHouse（下）
13:34
视频：
7-11 Flink TableSQL Api + 表转流读取Mysql
21:02
视频：
7-12 本章总结
10:14
第8章 风控数据流入口--事件接入中心
18 节｜230分钟
展开
视频：
8-1 本章重点和难点
02:16
视频：
8-2 风控事件接入中心架构搭建思路
06:10
视频：
8-3 事件中心的数据格式
04:42
视频：
8-4 Flume监听目录将行为事件数据写入Kafka
05:50
视频：
8-5 Flink1.14使用全新的Kafka Connector读取Kafka
18:46
视频：
8-6 Flink1.14自定义反序列化消费Kafka Json格式数据
16:33
视频：
8-7 ClickHouse存储用户行为路径序列的表设计思路
13:24
视频：
8-8 ClickHouse拉取Kafka Json格式的用户行为数据
05:59
视频：
8-9 ClickHouse将用户行为聚合为行为路径序列
16:03
视频：
8-10 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（上）
14:34
视频：
8-11 ClickHouse对用户行为序列进行路径挖掘找出羊毛客（下）
15:42
视频：
8-12 ClickHouse对用户行为维度指标存储的表设计思路
07:34
视频：
8-13 Flink Job的Checkpoint, State配置以及并行度的合理数量（上）
14:24
视频：
8-14 Flink Job的Checkpoint, State配置以及并行度的合理数量（下）
16:08
视频：
8-15 Flink对Kafka数据清洗并转化为POJO对象
16:16
视频：
8-16 Flink对事件数据流添加水印保证事件行为的有序性
17:27
视频：
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
20:32
视频：
8-18 Flink aggregate统计用户最近1小时登录频率的聚合操作
17:37
第9章 风控规则判断依据--指标计算模块
14 节｜189分钟
展开
视频：
9-1 本章重点和难点
02:06
视频：
9-2 风控指标的构成以及指标存储的设计思路
08:36
视频：
9-3 基于滑动窗口思想的风控指标采样思路
07:49
视频：
9-4 基于Redis快速获取风控指标采样的思路
21:49
视频：
9-5 风控指标在Redis唯一id的设计思路
06:34
视频：
9-6 Flink和POJO对象之间的关系
17:02
视频：
9-7 基于Flink实现的指标通用聚合计算框架思路
10:14
视频：
9-8 基于Flink实现的指标通用聚合计算框架初步结构
21:19
视频：
9-9 运营后台自定义指标聚合计算规则
04:01
视频：
9-10 Flink通过单独线程读取指标聚合计算规则
16:25
视频：
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
19:19
视频：
9-12 进一步细化运营后台的指标聚合计算规则自定义
10:19
视频：
9-13 通过反射机制将指标聚合计算规则写入到事件流
21:48
视频：
9-14 keyBy算子根据指标聚合计算规则进行分组
20:53
第10章 风控系统核心--规则引擎
15 节｜219分钟
展开
视频：
10-1 本章重点和难点
01:09
视频：
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
26:08
视频：
10-3 根据指标聚合计算的规则进行增量聚合计算
28:35
视频：
10-4 aggregate算子根据指标聚合计算的规则进行结果输出
22:07
视频：
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
21:08
视频：
10-6 风控规则的Mysql表设计思路及运营后台配置
08:49
视频：
10-7 风控规则的条件判断表达式解析的方案
06:46
视频：
10-8 Aviator引擎的表达式运算及自定义函数
21:38
视频：
10-9 Aviator引擎应用于风控规则条件的判断
14:09
视频：
10-10 Flink自定义生成规则事件流
11:56
视频：
10-11 Flink将规则事件流广播到行为事件流
11:48
视频：
10-12 行为事件流读取规则事件流中的风控规则（1）
14:57
视频：
10-13 行为事件流读取规则事件流中的风控规则（2）
13:51
视频：
10-14 对行为事件使用对应的规则进行风控判断
10:53
视频：
10-15 本章总结
04:41
第11章 实时风控--动态规则实现
16 节｜185分钟
展开
视频：
11-1 本章重点和难点
01:43
视频：
11-2 哪种类型的风控规则适合实时计算以及实时判定
03:04
视频：
11-3 Flink-Cep开发流程及模式匹配
17:14
视频：
11-4 Flink-Cep检测最近1分钟登录失败超过阈值的用户
21:43
视频：
11-5 Flink-Cep以严格近邻的模式检测连续登录失败的用户
13:23
视频：
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
19:20
视频：
11-7 Flink-Cep检测具有明显薅羊毛特征行为路径的用户
06:47
视频：
11-8 Flink-Cep对匹配事件的提取并且输出到事件流
17:37
视频：
11-9 Flink-Cep基石 NFA状态转移流程
07:31
视频：
11-10 为什么选择Groovy生成Flink-Cep Pattern对象
06:35
视频：
11-11 Java集成Groovy之执行Groovy脚本
07:05
视频：
11-12 Java集成Groovy之从指定位置加载Groovy脚本
10:57
视频：
11-13 Java集成Groovy之调用Groovy脚本的自定义类
10:51
视频：
11-14 Groovy能动态加载脚本的底层原理
13:09
视频：
11-15 Flink-Cep基于Groovy脚本动态加载Pattern
20:23
视频：
11-16 Groovy动态加载脚本频繁触发Full GC 的解决方案
07:09
第12章 风控引擎部署--单元测试
8 节｜97分钟
展开
视频：
12-1 总结风控引擎涉及的Flink任务
06:52
视频：
12-2 风控运营后台最终定稿版
11:36
视频：
12-3 总结Flink-Cep和DataStream Api进行风控的不同使用场景
04:02
视频：
12-4 测试Flink-Cep检测登录失败超过阈值的用户
17:35
视频：
12-5 测试Flink-Cep检测连续事件序列的用户
19:34
视频：
12-6 测试Flink-Cep基于Groovy脚本加载Pattern-
07:20
视频：
12-7 通过运营后台动态修改Flink-Cep Pattern参数
09:21
视频：
12-8 使用通义灵码和MybatisPlus3.5+ 自动生成CRUD
20:12
第13章 风控引擎部署--打包部署
13 节｜152分钟
收起
视频：
13-1 部署定时任务 模拟源源不断的行为事件流
04:55
视频：
13-2 部署定时任务 ClickHouse将用户每小时的行为事件归档
03:30
视频：
13-3 补充 Flink-CDC的底层原理
06:14
视频：
13-4 补充 Flink-CDC实时捕获Mysql数据变更
20:06
视频：
13-5 补充 Flink-CDC自定义反序列化
18:33
视频：
13-6 部署风控规则 Flink-CDC监听规则表
11:59
视频：
13-7 补充 Flink 双流Join
12:24
视频：
13-8 部署风控规则 通过Join对规则组信息进行维度补充
06:46
视频：
13-9 部署风控规则 广播规则使得行为事件携带规则组
10:35
视频：
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
06:49
视频：
13-11 部署动态cep Flink不停机动态加载 cep 风控规则的方案
16:00
视频：
13-12 部署动态cep 修改cep源码注入动态获取Pattern的方法
15:20
视频：
13-13 部署动态cep 修改cep源码构造新的NFA进行事件匹配
18:00
第14章 风控引擎部署--压测优化
4 节｜10分钟
展开
视频：
14-1 Flink背压的表现
01:30
视频：
14-2 Flink流量压测方法
01:50
视频：
14-3 Flink背压告警以及造成的影响
05:02
视频：
14-4 Flink背压解决方案
01:12
本课程已完结
评论0+