2. SQL在风控中的角色：特征提取、样本标注与实时决策流数据探查

在实时风控系统中，SQL 是连接原始数据与决策逻辑的核心桥梁。它承担着三大关键职责：特征提取（将日志/交易表转化为模型可用的数值特征）、样本标注（为监督学习生成正负样本标签）、以及实时决策流中的数据探查（在毫秒级规则链中快速查询上下文）。本章从这三个维度拆解 SQL 的具体应用模式。

2.1 特征提取：从原始表到模型特征

风控特征通常来自用户历史行为、设备指纹、交易序列等异构数据。SQL 通过聚合、窗口函数、条件计数等方式，将多行记录压缩为单行特征向量。

-- 示例：提取用户过去1小时交易次数与总金额（实时特征）
SELECT
    user_id,
    COUNT(*) AS tx_cnt_1h,
    SUM(amount) AS tx_amt_1h,
    AVG(amount) AS tx_avg_amt_1h
FROM transaction_log
WHERE event_time >= NOW() - INTERVAL '1 hour'
  AND event_time < NOW()
GROUP BY user_id;

2.2 样本标注：用SQL生成训练标签

样本标注是监督学习的起点。风控中通常以“交易发生后N天内是否逾期/欺诈”作为正样本标签。SQL 通过左连接未来事件表或窗口偏移来实现。

• 正样本（bad）：交易后7天内发生逾期、拒付或投诉。
• 负样本（good）：交易后30天无任何风险事件。
• 排除样本：交易后尚未满观察期的记录（避免标签不完整）。

-- 示例：为交易流水标注逾期标签
SELECT
    t.txn_id,
    t.user_id,
    t.txn_time,
    CASE
        WHEN o.overdue_time IS NOT NULL THEN 1
        ELSE 0
    END AS label
FROM transaction_log t
LEFT JOIN overdue_log o
    ON t.user_id = o.user_id
    AND o.overdue_time >= t.txn_time
    AND o.overdue_time < t.txn_time + INTERVAL '7 days'
WHERE t.txn_time < NOW() - INTERVAL '30 days';  -- 确保观察期已满

2.3 实时决策流中的数据探查

在毫秒级实时决策链路中，SQL 用于快速查询当前请求的上下文数据，例如：查询该设备过去5分钟关联的账号数、查询该IP是否在最近1小时的黑名单中。这类查询对延迟极度敏感，通常使用预聚合表或内存SQL引擎（如 Flink SQL / ClickHouse）执行。

2.4 三种角色的对比总结