业务背景
项目的讲解本身是基于“实时营销”场景来展开;
但实际应用场景,远不止“实时营销”;
可适用于“实时规则风控“,“实时规则推荐”,“实时交通灯故障感知”等一切需要按照“规则”进行实时数据处理的场景;
项目功能
本项目课程的核心:主要是基于flink及groovy,实现一个“动态规则引擎”;
简单来说,就是可以在系统运行时,通过动态注入各类“逻辑规则”,来让系统自动实现各种不同逻辑的数据处理;
- 以营销规则举例:
如:对促销热爱型的用户,发现其正在浏览包包类商品时,及时推送出正在做促销活动的包包信息;
如:对价格敏感型用户,发现其正在犹豫不决反复查看购物车中的某目标商品时,适时推送优惠券;
如:对某类画像人群,在规则上线后,如果用户发生过A行为n次,(X Y Z)行为序列m次,推送信息;
- 以交通灯故障感知举例:
如:机动车交通灯,如果在红灯后没有黄灯直接跳绿灯,则记录故障信息;
如:行人信号灯,如果出现黄色,则记录故障信息;
如:非机动车信号灯不能从绿灯直接变到红灯,应该有黄灯,否则记录故障信息;
如:同一灯色内,出现倒计时出现突变,即倒计时的值由小变大。(正常倒计时只能由大变小)
项目试听视频
项目要点
由于本项目是以规则营销为业务背景,它的功能复杂度远超一般的规则引擎场景需求(如上述的交通灯故障感知),因此系统涉及的核心设计点会比较丰富:
- 如何将规则运算与flink api解耦
- 如何实现“参数差异级别“的规则动态上下线
- 如何实现“运算逻辑差异级别”的规则动态上下线
- 如何实现运行时静态人群画像条件查询的高效率处理
- 如何实现运行时实时动态画像统计的高效率处理
- 如何实现运行时对外部系统进行数据统计查询的高效率处理
- 如何优化对state等的使用,提高系统的整体TPS
- 如何解决doris查询历史值与规则运算上线时的时间差问题
- 如何解决系统可靠性及故障后的恢复问题
- 等;
项目整体架构
学习收获
学习本课程:
- 你将获得一个价值极高的“动态规则引擎”类需求场景的整体解决方案
- 你将获得一个非常有亮点的不流于大众的直接项目经验
- 你将获得很多巧妙设计思想,极大开拓实际工作中解决问题的思路
课程视频
课程视频(共分成7天内容),视频目录如下:
视频及配套资料
- 课程源码
- 课程文档
- 上课所用的虚拟机环境
- 交流答疑微信群
学习及购买方式
视频形式 | 离线加密视频,也可用播放器在线播放 |
播放器 | 大黄蜂播放器,有win,mac,安卓,iphone等各平台app |
课程进度 | 已全部更新完结 |
课程价格 | 1199元 |
购买方式 | 1. 加客服微信,付款后开通账号 2. 下载安装大黄蜂播放器 3. 登录开通的账号己开启学习 |