4. 环境准备与工具链：Python 3.8+、XGBoost、Flask/FastAPI、Docker、Redis、Prometheus、Grafana

本章将搭建一套完整的实时风控模型 Serving 环境。工具链覆盖模型训练、API 服务、缓存加速、容器化部署与可观测性监控，确保生产级风控系统具备低延迟、高可用与可追溯能力。

4.1 工具链全景与职责划分

实时风控场景对延迟要求通常在 50ms 以内，且需要应对突发流量。下表列出各组件在架构中的核心职责：

4.2 环境安装与验证

4.2.1 Python 虚拟环境与核心库

推荐使用 conda 或 venv 创建隔离环境，避免依赖冲突：

# 创建 Python 3.9 虚拟环境
conda create -n xgb_risk python=3.9 -y
conda activate xgb_risk

# 安装核心依赖
pip install xgboost==1.7.6 fastapi==0.104.1 uvicorn==0.24.0
pip install redis==5.0.1 prometheus-client==0.19.0
pip install pandas numpy scikit-learn joblib

验证安装：

python -c "import xgboost; print(xgboost.__version__)"
python -c "import fastapi; print(fastapi.__version__)"
python -c "import redis; print(redis.__version__)"

4.2.2 Docker 与容器化工具

Docker 用于封装模型服务，确保开发、测试、生产环境一致：

# 验证 Docker 安装
docker --version
docker compose version

# 拉取基础镜像（后续构建使用）
docker pull python:3.9-slim
docker pull redis:7-alpine
docker pull prom/prometheus:v2.45.0
docker pull grafana/grafana:9.5.2

4.3 组件间数据流与架构关系

下图展示实时风控请求从进入 API 到返回决策结果的完整链路，以及各工具链在链路中的位置：

4.4 关键配置与启动脚本

4.4.1 docker-compose.yml 核心片段

以下配置定义 API 服务、Redis、Prometheus 和 Grafana 的容器化部署：

version: '3.8'
services:
  api:
    build: ./app
    ports:
      - "8000:8000"
    environment:
      - REDIS_HOST=redis
      - REDIS_PORT=6379
      - MODEL_PATH=/app/model/model.json
    depends_on:
      - redis

  redis:
    image: redis:7-alpine
    ports:
      - "6379:6379"
    volumes:
      - redis_data:/data

  prometheus:
    image: prom/prometheus:v2.45.0
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus/prometheus.yml:/etc/prometheus/prometheus.yml

  grafana:
    image: grafana/grafana:9.5.2
    ports:
      - "3000:3000"
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=admin
    volumes:
      - grafana_data:/var/lib/grafana

volumes:
  redis_data:
  grafana_data:

4.4.2 Prometheus 采集配置

在 prometheus/prometheus.yml 中定义抓取目标：

global:
  scrape_interval: 5s
  evaluation_interval: 5s

scrape_configs:
  - job_name: 'risk-api'
    static_configs:
      - targets: ['api:8000']
    metrics_path: '/metrics'

4.5 环境验证清单

启动所有服务后，执行以下检查确认环境就绪：

4.6 工具链版本兼容矩阵

为避免生产环境出现依赖冲突，下表列出经过验证的兼容版本组合：