证券交易风控系统架构设计：基于服务体系架构的大数据应用

以服务体系架构为导向的技术体系有利于在应用程序建设过程中采用一种统一的、普适的方式来实现不同系统之间的互动，从而提供一个很好的技术架构。采用Spring能够提高风控系统的开发和测试效率。在数据层方面，采用了Hbase和Mysql数据库，并且Kafka消息队列支持全部的数据处理操作。Kafka是一个工作性能非常优秀的消息中间件，风控系统将使用Kafka作为数据总线以保证线上服务的可靠性和扩展性。

风控系统采用了主流大数据组件，利用Kafka消息中间件和Flink流式计算引擎构建实时数据仓库。Kafka因其出色的零拷贝技术、顺序写速度等特点，一般被用作数据中转站实现实时数据仓库，Flink与Kafka进行直接数据读写交互。对业务数据进行匹配，针对不同业务需求，设计了不同处理逻辑并提供了多种业务场景支持。对于复杂应用，能够实现对数据进行高效、可靠地处理与分析。系统以模块化架构为基础，包含若干功能模块。各模块间采用标准协议相连，可以相互调用，使得系统扩展性强。

整个风控系统是为证券交易而设计的。当交易系统同时调用风控系统时，风控网关首先会从实时数仓获得当前业务方所需数据并同步其数据给规则引擎做规则判断再返回给业务方以使得上层业务方可依据其返问信息发起相应业务方所需操作。风控过程中，风控网关依据交易请求向后台服务器传输当前交易结果，后台服务器再向风控模块下发命令。通过对风控系统的重新设计，使得用户可以使用更多的方式来查看风控表。这种方法在提高数据处理效率的同时还能保证数据的安全性。最后实时数仓保存本次风控情况资料，保证数据有效。

风控运营平台作为整个风控系统的网页管理系统，承载着监控名单增删改查、实时数仓交易数据查询以及在规则引擎上对规则进行增删改查的一些配置实现。按照央行合规要求，风控运营人员也需要同时提供用户管理和证券账户管理的功能。风控运营平台的可视化功能能够为研发人员、运营人员、运维人员或者管理人员依据业务类型开展部分数据分析、规则分析和人工审核。同样的，交易的拦截率、风控的报警率、界面使用状况以及监控报警和其他数据功能都能够在风控运营平台上进行。