4. 沙盘环境搭建：模拟风控数据仓库环境、数据表结构设计、模拟脏数据注入规则

沙盘推演的核心在于构建一个“真实但可控”的战场。本章将带领学员从零搭建一套模拟风控数据仓库环境，设计核心数据表结构，并制定一套标准化的脏数据注入规则。这套环境将作为后续所有推演战役的“数据沙盘”，确保每一次优化动作都有据可依、可量化、可复现。

4.1 模拟风控数据仓库环境架构

我们采用经典的“贴源层（ODS）→ 明细层（DWD）→ 汇总层（DWS）→ 应用层（ADS）”四层架构，并针对风控场景进行轻量化改造。环境基于 PostgreSQL 12+ 构建，所有脚本均兼容标准 SQL。

4.2 核心数据表结构设计

我们聚焦风控最核心的三大实体：用户、订单、支付。每张表都预留了“质量监控字段”，用于后续推演中的数据质量探测。

4.2.1 用户画像表（ods.user_profile）

4.2.2 订单明细表（ods.order_info）

4.2.3 支付流水表（ods.payment_log）

4.3 模拟脏数据注入规则

为了真实还原风控数据治理的痛点，我们设计了 6 大类、18 种 脏数据注入规则。这些规则将随机或按比例注入到上述三张核心表中，模拟生产环境中的常见数据质量问题。

4.3.1 脏数据分类与注入规则清单

4.4 脏数据注入脚本示例

以下为规则 D01（关键字段置 NULL）和 D07（金额为负数）的 SQL 注入脚本，学员可直接在沙盘环境中执行。

-- 规则 D01：将 5% 的订单金额置为 NULL
UPDATE ods.order_info
SET order_amount = NULL
WHERE order_id IN (
    SELECT order_id FROM ods.order_info
    TABLESAMPLE BERNOULLI(5)
);

-- 规则 D07：将 3% 的订单金额改为负数
UPDATE ods.order_info
SET order_amount = -ABS(order_amount)
WHERE order_id IN (
    SELECT order_id FROM ods.order_info
    TABLESAMPLE BERNOULLI(3)
);

-- 规则 D10：主键重复插入（需先关闭主键约束或使用临时表）
INSERT INTO ods.order_info (order_id, user_id, merchant_id, order_amount, order_time)
SELECT order_id, user_id, merchant_id, order_amount, order_time
FROM ods.order_info
WHERE order_id IN (
    SELECT order_id FROM ods.order_info
    TABLESAMPLE BERNOULLI(2)
);

4.5 数据质量监控基线

在注入脏数据之前，我们需要建立一套“零污染”基线指标，用于对比脏数据注入后的质量偏差。基线指标将作为后续推演中“数据质量评分卡”的基准值。

4.6 沙盘环境初始化步骤

1. 创建数据库与 Schema： 执行 CREATE DATABASE risk_sandbox; 并依次创建 ods、dwd、dws、ads 四个 Schema。
2. 执行建表脚本： 按 4.2 节结构创建三张核心表，并添加主键、外键及索引。
3. 生成模拟数据： 使用 Python Faker 库或 pgAdmin 的数据生成工具，生成 10 万条用户、50 万条订单、80 万条支付流水。
4. 备份基线数据： 执行 CREATE TABLE ... AS SELECT * 备份三张表的纯净版本。
5. 执行脏数据注入： 按 4.3 节规则，随机选取 8% 的数据执行注入脚本。
6. 验证注入效果： 运行数据质量探查 SQL，确认脏数据已成功注入且比例符合预期。