1. 催收系统概述
1.1 催收业务背景
催收是金融信贷生命周期中风险控制的最后一道防线。当借款人逾期未还款时，催收系统通过自动化与人工结合的手段，促使借款人履行还款义务。催收效率直接影响金融机构的坏账率与资金周转健康度。
核心业务目标： 在合规前提下，以最低成本、最短时间回收逾期资产，同时维护客户关系，避免过度催收引发投诉或法律风险。
1.2 催收系统核心模块
现代催收系统通常采用微服务架构，各模块协同完成从案件分配、触达、协商到结案的全流程。下表列出核心模块及其职责：
| 模块名称 | 核心职责 | 数据交互对象 |
|---|---|---|
| 案件管理 | 逾期案件入库、状态流转、结案归档 | 核心账务系统、风控引擎 |
| 策略引擎 | 根据逾期天数、金额、客户画像匹配催收策略 | 案件管理、决策树/规则库 |
| 触达中心 | 短信、电话、IVR、APP推送等多渠道触达 | 通信网关、消息队列 |
| 外呼系统 | 预测式外呼、人工坐席分配、通话录音 | CTI、坐席工作台 |
| 协商还款 | 分期方案、减免审批、还款计划生成 | 账务系统、审批流 |
| 数据看板 | 实时催收率、坐席绩效、逾期趋势分析 | OLAP引擎、Spark批处理 |
架构提示： 催收系统对实时性要求较高（如外呼分配、策略命中），同时需要批量处理海量历史数据（如逾期报表、模型训练），因此常采用 Lambda 或 Kappa 架构，将实时流与离线批处理结合。
1.3 催收数据特点与挑战
催收数据是典型的金融大数据场景，具有以下显著特征：
- 数据量大： 头部平台每日新增逾期案件可达百万级，关联的还款流水、通话记录、短信日志等日增数十亿条。
- 多源异构： 数据来源包括核心账务系统、第三方征信、通话录音、APP埋点、客服工单等，格式涵盖结构化表、JSON日志、音频文件。
- 时效性要求高： 逾期案件需在秒级内完成策略匹配与触达分配，延迟直接影响回收率。
- 数据质量参差： 客户联系方式变更、通话录音缺失、还款流水重复等问题普遍存在，需大量ETL清洗。
- 合规敏感： 催收数据涉及个人隐私与金融敏感信息，必须满足GDPR、个人信息保护法等法规要求。
下图展示了催收数据从产生到消费的典型流转链路：
关键挑战： 催收数据在采集与处理过程中，经常出现上游系统接口超时或返回异常数据，导致Spark任务失败或产出延迟。这引出了本课程的核心主题——API熔断：如何在Spark作业中优雅处理外部依赖故障，避免雪崩效应。
1.4 催收数据典型处理场景
在催收系统中，Spark承担着以下关键数据处理任务：
| 场景 | 数据规模 | 处理方式 | 时效要求 |
|---|---|---|---|
| 逾期案件批量评分 | 百万级/天 | Spark Batch + ML模型 | T+1 |
| 实时催收策略命中 | 千级/秒 | Spark Streaming + 规则引擎 | 秒级 |
| 通话录音转写与分析 | 十万级/天 | Spark Batch + NLP | T+1 |
| 催收报表聚合 | 亿级/天 | Spark SQL + OLAP | 分钟级 |