1. 风控网关概述

1.1 风控网关在金融系统中的定位

风控网关是金融系统交易链路中的前置安全屏障，部署在客户端与核心业务服务之间。所有交易请求必须经过风控网关进行实时检测与过滤，只有通过风控策略判定的合法请求才会被转发至后端服务。其核心价值在于：在请求进入核心系统之前，拦截欺诈、盗刷、洗钱等高风险行为，同时保障系统的高可用与低延迟。

1.2 核心功能矩阵

风控网关并非单一组件，而是由多个功能模块协同工作。下表梳理了四大核心功能及其技术实现要点：

1.3 常见架构模式

根据金融系统的规模与实时性要求，风控网关通常采用以下三种架构模式之一：

1. 单体网关模式： 所有功能集成在一个进程中，适用于中小型系统或初期建设。优点是部署简单、延迟低；缺点是扩展性差、功能耦合严重。
2. 分层网关模式： 将鉴权、限流、路由、日志拆分为独立层，每层可独立扩缩容。适用于中等规模、需要灵活调整策略的场景。
3. 异步事件驱动模式： 请求经过网关后，风控决策通过事件流（如Kafka）异步处理，网关只做透传与日志采集。适用于超大规模、对实时性要求相对宽松的场景。

1.4 风控网关典型请求处理流程

下图展示了风控网关处理一次交易请求的完整生命周期，从请求进入网关到最终返回决策结果：

1.5 风控网关与Spark回放对比的关联

在金融风控领域，回放对比是验证风控策略升级效果的核心手段。风控网关全量采集的日志数据（通常存储在Kafka或HDFS中）是回放对比的原始数据源。Spark作为分布式计算引擎，能够高效地对海量网关日志进行：

• 策略回放： 将历史请求在新旧两套风控策略下重新执行，对比决策差异。
• 指标计算： 统计拦截率、误杀率、响应延迟等关键指标的变化。
• 异常定位： 通过对比结果快速定位策略变更导致的风险漏洞或误伤。