3. 实时风控特征监控架构：整体架构图与各模块职责

实时风控特征 PSI 监控体系需要一套低延迟、高吞吐的架构来支撑。本章从整体架构出发，拆解数据采集层、特征计算层、PSI 计算层和告警层四个核心模块，明确各层职责、数据流转路径以及端到端延迟要求。

3.1 整体架构图

下图展示了实时风控特征 PSI 监控的四层架构，数据从左至右依次经过采集、计算、监控和告警，最终输出给运维与算法人员。

3.2 各模块职责

架构层	核心职责	关键组件	输出数据
数据采集层	从多种数据源实时接入原始事件与特征日志，保证数据不丢不重	Kafka、Flume、Logstash	原始事件流、特征日志流
特征计算层	对原始数据进行清洗、聚合、衍生，生成风控模型所需的特征向量	Flink、Spark Streaming、HBase	实时特征宽表
PSI 计算层	对特征分布进行分桶统计，计算当前分布与基线分布的 PSI 值	PSI 计算引擎、Redis 基线存储	特征 PSI 指标流
告警层	根据 PSI 阈值触发告警，通知运维与算法人员介入排查	告警判定器、钉钉/邮件通道	告警消息、监控看板

3.3 数据流与延迟要求

实时 PSI 监控对端到端延迟有严格要求，各环节的延迟预算直接影响架构选型。以下为典型数据流路径与延迟指标：

1. 数据采集 → 特征计算：原始事件从 Kafka 消费到 Flink 算子，延迟控制在 100ms 以内。采用 Kafka 分区与消费者并行度匹配策略。
2. 特征计算 → PSI 计算：特征宽表写入 HBase 后，PSI 计算引擎按分钟级窗口拉取数据。特征聚合延迟 200ms 以内，PSI 计算窗口为 1 分钟。
3. PSI 计算 → 告警判定：PSI 值实时写入 Redis，告警判定器每秒轮询一次。PSI 计算延迟 500ms 以内。
4. 告警判定 → 通知：触发告警后，通过钉钉机器人或邮件发送，端到端延迟 1 秒以内。

3.4 数据流时序图

下图以时间轴方式展示一次完整的 PSI 监控数据流，从事件产生到告警通知的典型时序。

3.5 架构设计要点

• 解耦性：各层通过消息队列（Kafka）或缓存（Redis）解耦，任一层的故障不影响上下游。
• 可扩展性：特征计算层和 PSI 计算层支持水平扩展，通过增加节点应对特征数量增长。
• 容错性：Flink 与 Kafka 提供 exactly-once 语义，保证 PSI 计算不重复不遗漏。
• 实时性：端到端延迟控制在 2 秒以内，满足风控场景对特征漂移的快速响应需求。