3. 风控网关架构详解：请求路由、规则引擎、模型调用、限流熔断等核心组件

风控网关是整个实时风控系统的流量入口与决策中枢。它不仅要承接每秒数万笔的线上请求，还要在毫秒级内完成路由分发、规则匹配、模型推理与流量治理。本章从架构视角拆解风控网关的四大核心组件，并结合特征服务与回放场景，说明每个组件的设计要点与常见陷阱。

3.1 风控网关整体架构分层

一个生产级风控网关通常分为四层：接入层、路由层、决策层与治理层。各层职责清晰，通过异步管道串联，确保高吞吐与低延迟。

3.2 请求路由：流量分发与上下文构建

请求路由是网关的第一道逻辑关卡。它根据请求中的业务标识（如用户ID、设备ID、订单ID）将流量分发到对应的策略集与特征管道。

3.2.1 路由策略设计

• 一致性哈希路由：按用户ID哈希分片，保证同一用户请求始终路由到同一决策节点，避免特征缓存失效。
• 策略版本路由：根据请求中的策略版本号或AB实验标识，将流量导向不同版本的规则集与模型。
• 灰度路由：按比例或白名单将部分请求路由到新版本策略，用于线上验证与回放对比。

3.2.2 上下文构建

路由完成后，网关会构建一个请求上下文（Request Context），包含原始请求、解析后的参数、预加载的特征快照以及链路追踪 ID。上下文贯穿整个决策流程，是回放时比对输入一致性的核心对象。

// 请求上下文结构示例
public class RiskContext {
    private String requestId;          // 全局唯一ID
    private String routeKey;           // 路由Key（如userId）
    private Map<String, Object> rawParams;   // 原始请求参数
    private Map<String, Feature> preFeatures; // 预加载特征
    private String strategyVersion;    // 策略版本号
    private long timestamp;            // 请求到达时间
    // ... 其他元数据
}

3.3 规则引擎：条件匹配与决策树

规则引擎是风控决策的核心执行单元。它接收上下文中的特征数据，按照预定义的规则集进行条件匹配，输出命中结果与风险等级。

3.3.1 规则引擎执行流程

1. 规则加载：从配置中心拉取最新规则集，编译为可执行对象（如 DAG 或决策树）。
2. 特征注入：将上下文中的特征注入规则上下文，供条件表达式引用。
3. 条件匹配：按优先级依次执行规则，支持与/或/非逻辑组合。
4. 动作输出：命中规则后输出动作（如拒绝、人工审核、放行）并记录命中日志。

3.3.2 规则引擎对比：传统 vs 现代

3.4 模型调用：特征拼接与推理服务

风控网关需要调用多个模型（如评分卡、XGBoost、深度学习模型）进行风险评分。模型调用环节是延迟消耗最大的部分，也是回放对比中最容易出问题的环节。

3.4.1 模型调用架构

• 特征拼接：从上下文中提取模型所需的特征向量，进行缺失值填充与标准化。
• 模型路由：根据模型 ID 或版本号，将请求转发到对应的推理服务（如 TensorFlow Serving、ONNX Runtime）。
• 结果聚合：多个模型返回的分数按权重组合，生成最终风险评分。

// 模型调用伪代码
public ModelResult callModel(RiskContext ctx, String modelId) {
    // 1. 特征拼接
    FeatureVector vector = featureService.buildVector(ctx, modelId);
    // 2. 调用推理服务
    InferenceResponse response = inferenceClient.predict(modelId, vector);
    // 3. 记录调用日志（用于回放）
    auditLogger.logModelCall(ctx.getRequestId(), modelId, vector, response);
    return response.toModelResult();
}

3.4.2 模型版本对齐

回放时最大的挑战是模型版本一致性。线上模型可能已迭代多次，而回放数据使用的是旧版本特征与模型。解决方案是在回放请求中携带模型版本号，强制使用与线上一致的模型版本。

3.5 限流熔断：流量治理与自我保护

限流与熔断是网关的自我保护机制。当流量超过系统阈值或下游服务异常时，网关主动丢弃或降级请求，防止雪崩。

3.5.1 限流策略

3.5.2 熔断机制

熔断器监控下游服务（如特征服务、模型服务）的错误率与延迟。当错误率超过阈值时，熔断器打开，后续请求直接降级返回默认值，避免等待超时。

3.6 核心组件回放对比要点总结

将上述四个核心组件的回放对比要点汇总如下，便于在实际项目中对照检查。