2. 实时监控体系架构：数据采集层、实时计算层、存储层、展示层整体架构设计

催收触达看板的实时监控体系，本质是一条从“原始事件”到“业务决策”的低延迟数据管道。本章将体系拆解为四个核心层次：数据采集层、实时计算层、存储层与展示层。每一层承担明确的职责，层与层之间通过标准协议解耦，确保整体架构可水平扩展、可故障恢复。

2.1 四层架构总览

下图展示了实时监控体系的完整数据流向。从催收系统产生的原始事件日志，经过采集、计算、存储，最终在展示层以看板形式呈现给风控与运营人员。

2.2 数据采集层：事件捕获与缓冲

采集层是管道的起点，负责从催收系统的各个模块中无侵入地捕获原始事件。催收系统产生的典型事件包括：坐席外呼开始/结束、短信发送状态回执、IVR按键轨迹、AI语音对话节点等。

2.3 实时计算层：流处理与异常检测

实时计算层是整个架构的“大脑”。它从 Kafka 消费原始事件，执行窗口聚合、指标计算、规则匹配等核心逻辑。催收场景下，计算层需要处理两类主要任务：

• 常规指标计算：按 1 分钟/5 分钟窗口，统计坐席外呼量、接通率、承诺还款率、短信送达率等 KPI。
• 异常波动检测：基于历史基线（如过去 7 天同一时段均值），判断当前指标是否超出阈值（如接通率骤降 20%），触发告警。

以下是一个基于 Flink 的窗口聚合伪代码示例，展示如何计算每分钟的坐席外呼接通率：

DataStream<CallEvent> events = env
    .addSource(new FlinkKafkaConsumer<>("call_events", ...));

events
    .keyBy(event -> event.getAgentId())
    .window(TumblingProcessingTimeWindows.of(Time.minutes(1)))
    .aggregate(new AggregateFunction<CallEvent, AgentStats, AgentMetrics>() {
        @Override
        public AgentStats createAccumulator() {
            return new AgentStats();
        }
        @Override
        public AgentStats add(CallEvent event, AgentStats stats) {
            stats.totalCalls++;
            if ("ANSWERED".equals(event.getResultCode())) {
                stats.answeredCalls++;
            }
            return stats;
        }
        @Override
        public AgentMetrics getResult(AgentStats stats) {
            double connectRate = stats.totalCalls > 0
                ? (double) stats.answeredCalls / stats.totalCalls * 100
                : 0.0;
            return new AgentMetrics(stats.totalCalls, connectRate);
        }
    })
    .map(metrics -> {
        // 异常检测：如果接通率低于历史基线 20%，标记为异常
        double baseline = getBaseline(metrics.getAgentId());
        if (metrics.getConnectRate() < baseline * 0.8) {
            metrics.setAnomaly(true);
        }
        return metrics;
    })
    .addSink(new FlinkKafkaProducer<>("metrics_output", ...));

2.4 存储层：分层存储与查询优化

存储层需要同时满足低延迟查询（看板秒级刷新）和高吞吐写入（每秒数万事件）两个矛盾需求。因此，采用分层存储策略：

下图展示了存储层内部的数据流转与查询路径：

2.5 展示层：看板渲染与交互

展示层直接面向风控运营人员、团队主管和高级管理层。它从存储层查询数据，以图表、表格、告警列表等形式呈现。催收触达看板的展示层需要支持以下核心能力：

• 实时曲线：每秒刷新外呼量、接通率、承诺还款率等关键指标，支持按坐席、队列、产品线等维度下钻。
• 异常告警弹窗：当计算层检测到异常波动时，看板顶部弹出告警条，并高亮对应指标。
• 历史对比：支持选择“今日 vs 昨日”或“今日 vs 上周同期”的叠加曲线。
• 明细跳转：点击聚合指标可跳转到对应的原始事件明细列表（从 ES 查询）。

2.6 架构关键指标总结