2、整体架构概览:配置中心在信用评分系统中的位置、上下游依赖关系与核心模块

信用评分系统的核心是对海量用户数据进行实时、准实时与批量加工,最终输出风险评分。配置中心作为整个系统的“中枢神经”,负责管理特征逻辑、模型版本、评分卡参数与数据源路由规则。理解配置中心在整体架构中的位置,是后续集成工作的前提。

2.1 配置中心在信用评分系统中的位置

配置中心位于数据接入层与决策引擎层之间,向上承接数据源的元数据定义,向下为特征计算与模型推理提供动态参数。它不直接参与评分计算,但所有评分行为的行为逻辑均由配置中心下发。

关键定位:配置中心是评分系统的“规则定义面”,而非“数据流经面”。所有特征加工、模型调用、分数映射的变更,均通过配置中心统一发布,避免硬编码与重复部署。
配置中心在信用评分系统中的位置与上下游依赖 配置中心在信用评分系统中的位置与上下游依赖 数据源层 用户信息·征信·行为 特征存储 离线/实时特征宽表 模型仓库 评分卡·机器学习模型 配置中心 特征逻辑 · 模型路由 · 分数映射 · 版本管理 决策引擎 实时评分 · 规则拦截 · 额度计算 结果输出 评分·拒绝原因·建议 配置中心不直接处理数据流,而是通过发布/订阅模式向上下游推送配置变更事件

2.2 上下游依赖关系

配置中心与周边系统的依赖关系可归纳为数据依赖、运行时依赖与治理依赖三个维度。下表列出核心上下游系统及其交互方式:

依赖方向 系统/模块 交互内容 通信协议 变更触发方式
上游 数据源元数据管理 字段定义、数据源连接串、采样规则 gRPC / REST 手动发布 + 定时同步
上游 特征工程平台 特征加工逻辑、衍生规则、聚合窗口 消息队列 (Kafka) 配置变更事件驱动
上游 模型训练平台 模型文件路径、版本号、入参 schema REST + 文件存储 模型上线审批后自动同步
核心 配置中心自身 配置版本、灰度标签、回滚快照 内部 RPC 管理后台操作 / API 调用
下游 实时特征计算节点 特征 ID、计算脚本、缓存策略 gRPC Stream 配置热加载 (Watch)
下游 决策引擎 评分卡参数、模型路由、分数映射表 REST / 本地 SDK 配置中心推送 + 本地缓存
下游 监控告警系统 配置生效状态、版本差异、异常事件 HTTP Webhook 异步事件通知
集成要点:配置中心与下游决策引擎之间建议采用“推拉结合”模式——配置中心主动推送变更,决策引擎同时保留本地缓存并定期轮询校验,防止网络瞬断导致配置丢失。

2.3 核心模块划分

配置中心内部按功能域划分为六个核心模块,各模块职责清晰、松耦合设计:

  1. 配置元数据管理模块 —— 维护配置项的名称、类型、版本、生效环境、标签等基础信息,是配置中心的“数据字典”。
  2. 特征逻辑编排模块 —— 定义特征加工的有向无环图(DAG),包括数据源选择、清洗规则、衍生计算、聚合窗口等,支持可视化编排与脚本模式。
  3. 模型路由与版本管理模块 —— 管理模型文件的存储路径、版本号、灰度比例、回滚策略,支持 A/B 测试与金丝雀发布。
  4. 分数映射与策略配置模块 —— 将模型输出分数映射为最终信用评分,配置拒绝阈值、额度系数、人工审核触发条件等业务策略。
  5. 配置发布与灰度模块 —— 负责配置的灰度发布、全量发布、紧急回滚,提供变更审批流与版本差异对比能力。
  6. 监控与审计模块 —— 记录所有配置变更操作、生效状态、推送延迟,提供配置健康度看板与异常告警。
配置中心核心模块架构图 配置中心核心模块架构图 配置中心 配置元数据管理 数据字典·版本·标签 特征逻辑编排 DAG·清洗·聚合 模型路由与版本 A/B测试·灰度·回滚 分数映射与策略 阈值·额度·人工审核 配置发布与灰度 审批流·差异对比·回滚 监控与审计 健康度·告警·操作日志 各模块通过内部事件总线通信,支持独立扩展与灰度发布

2.4 配置中心与周边系统的数据流

一次完整的信用评分请求,配置中心参与的数据流如下:

  • 步骤 1: 决策引擎收到评分请求,向配置中心请求当前生效的特征逻辑配置与模型路由配置。
  • 步骤 2: 配置中心返回特征 DAG 定义,决策引擎将其下发至实时特征计算节点。
  • 步骤 3: 特征计算节点按配置加工特征,将结果写回特征存储或直接返回决策引擎。
  • 步骤 4: 决策引擎根据模型路由配置加载对应模型,执行评分计算。
  • 步骤 5: 决策引擎根据分数映射配置,将模型分数转换为最终信用评分与业务策略结果。
  • 步骤 6: 配置中心异步接收决策引擎上报的配置生效状态与异常事件,更新监控看板。
常见集成陷阱:配置中心与特征计算节点之间的配置同步若采用全量拉取方式,在配置项较多(超过 10,000 条)时可能导致网络拥堵与节点启动延迟。建议优先使用增量推送 + 本地快照的同步策略。

2.5 配置中心的高可用设计要点

作为评分系统的关键基础设施,配置中心自身需要满足以下高可用要求:

维度 要求 实现方式
存储高可用 配置数据不丢失,支持多副本 基于 Raft 共识算法的分布式存储(如 etcd / Consul)
服务高可用 单节点故障不影响配置下发 多节点部署 + 负载均衡 + 健康检查
推送高可用 配置变更不丢失,至少一次送达 消息队列持久化 + 消费确认 + 重试机制
缓存高可用 下游节点在配置中心不可用时仍能运行 本地缓存 + 过期策略 + 心跳保活
变更审计 所有配置变更可追溯、可回滚 操作日志 + 版本快照 + 变更审批流
架构决策:配置中心的数据存储建议与业务数据库物理隔离,避免业务流量波动影响配置读取性能。同时,配置中心应提供独立的运维入口,不依赖业务系统的认证体系。