一、背景概述
交易反欺诈是VoltDB适用场景之一，是典型的事件驱动的业务，核心是摄取高频的交易数据，并逐条对交易进行一系列复杂的反欺诈规则校验，最终生成评判交易可疑度的分值，发送给下游业务系统，触发交易拦截动作。
反欺诈规则中涉及大量的通过分析历史交易生成的指标项，在VoltDB中进行流式计算，可基于本地保存的丰富的上下文数据对事件进行分析决策，使实时计算靠近上下文数据，获得性能优势。
二、实例回现
下面我们通过一个刷卡的应用，展示VoltDB是如何实现一个简单的反欺诈用例的。为了让示例代码更加简洁，又能突出VoltDB的功能，这里使用一个地铁刷卡的场景替代金融交易（如信用卡刷卡），以避免引入过多专业的金融业务知识。同时一个繁忙地铁系统产生的交易吞吐量不可小觑，定义的反欺诈规则也更容易理解。
可以通过这个链接来访问详细的代码https://github.com/ssomagani/event-driven-transactions
在这个应用中，模拟如下几个场景：
- 多辆列车在地铁站点之间运行，生成列车进站事件。通过这个场景可以了解，如何将数据发布到VoltDB Topic中，以及如何消费Topic中的数据。
- 公交卡充值操作。通过这个场景，可以了解，如何使用一个包含自定义业务规则的procedure来处理Topic中的数据，同时使用Stream对象将数据导出到Topic中，并通过视图对Stream中的数据流进行统计，生成实时的统计报表。视图会逐条统计Stream中的流数据，将处理结果保存到视图中，是VoltDB实现流式计算的方式之一。
- 乘客刷卡乘车，生成高频交易数据。通过这个场景，可以了解，如何使用VoltDB数据库客户端api直接操作数据表（区别与将数据发送到Topic中），保存交易数据。如何通过VoltDB的java procedure定制反欺诈校验规则，并调用java procedure进行交易校验和反欺诈行为。
让我们来具体了解一下，在VoltDB中运行这个用例的过程。
2.1准备工作
1. 启用VoltDB Topic功能
VoltDB提供一个统一的配置文件，主要的特性都可以在其中进行定义，如：持久化、高可用、安全性等等，这里主要介绍与案例相关的VoltDB Topic功能。如下配置开启了Topic服务，并在服务器上开启端口9999，用于接受客户端发来的消息。
<Topics enabled="true">
<properties>
<property name="port">9999</property>
<property name="group.initial.rebalance.delay.ms">0</property>
<property name="retention.policy.threads">1</property>
</properties>
<profiles>
<profile name="retain_compact">
<retention policy="compact" limit="2048" />
</profile>
</profiles>
</Topics>
2.根据特定配置文件启动VoltDB
3.创建Topic，Topic的用途后面的代码分析中提到
CREATE Topic TRAINTOPIC execute procedure train_events.insert;
CREATE TOPIC RECHARGE execute procedure RechargeCard;
CREATE TOPIC using stream CARD_ALERT_EXPORT properties(topic.format=avro);
create topic using stream FRAUD properties(topic.format=avro,consumer.keys=TRANS_ID);
4.创建数据表
在处理实时事件流时，可以充分利用底层的数据库引擎，充分利用本地关系型数据进行数据分析，得到反欺诈业务指标。在本例中将创建如下数据表和视图（省略具体DDL）
![在这里插入图片描述]()
5.初始化数据
通过VoltDB的数据导入功能，从csv文件中初始化站点和列车
csvloader --file $PROJ_HOME/data/redline.csv --reportdir log stations
csvloader --file $PROJ_HOME/data/trains.csv --reportdir log trains
2.2 代码分析-列车运行
在这个场景中，客户端模拟8辆列车在17个站点之间运行，产生进站事件并发送到Topic。由于设定的列车进出站时间比较短（微秒为单位），所以会产生高频事件流。
在服务端，VoltDB完成：
1.消息接收
2.消费消息
3.将列车进站事件记录到数据库中
在客户端，通过java类TrainProducer生成多辆列车进站事件，并将事件发送到VoltDB Topic中。TrainProducer的执行命令如下：
java metro.pub.TrainProducer localhost:9999 TRAINTOPIC 8
TrainProducer类接收四个参数：
- .指定接收列车进站和离站事件的VoltDB服务器端口。这里假设在同一台机器上运行client代码和VoltDB，而前面在VoltDB配置文件中我们已经指定Topic的监听端口是9999。
- 指定VoltDB broker
- 指定数据发送的Topic名称。
- 指定要模拟的列车数量。
分析一下TrainProducer的主要方法，main方法生成10个线程,每50毫秒执行一次publish（）方法，将列车进出站时间发送到Topic“TRAINTOPIC”中。
public static void main(String[] args) {
ScheduledExecutorService EXECUTOR = Executors.newScheduledThreadPool(10);
TrainProducer producer = new TrainProducer(args[0], args[1], Integer.parseInt(args[2]));
System.out.println("Scheduling trains");
EXECUTOR.scheduleAtFixedRate (
() -> {
producer.publish(producer.getNewEvents());
}, 1, 50, MILLISECONDS);
}
跟踪代码找到producer的定义，它其实就是原生的KafkaProducer，所以可以看到VoltDB Topic完全兼容kafka api。而brokers即是main方法中的传参localhost:9999，因此上面producer.getNewEvents()方法生成的数据将被发送到VoltDB Topic中。
private Producer<String, TrainEvent> createProducer() {
Properties props = new Properties();
props.put("bootstrap.servers", brokers);
props.put("acks", "all");
props.put("retries", 0);
props.put("batch.size", 16384);
props.put("linger.ms", 1);
props.put("buffer.memory", 33554432);
props.put("key.serializer",
"org.apache.kafka.common.serialization.StringSerializer");
props.put("value.serializer",
"metro.serde.TrainEventSer");
Producer<String, TrainEvent> producer = new KafkaProducer
<String, TrainEvent>(props);
return producer;
}
Publish方法所发送的消息由producer.getNewEvents()方法生成。有必要提前看一下Stations类，其中定义了17个火车站点，包括每个站点的到下一个站点的运行时间（Station.nextStnDuration）和本站点停车时间（Station.stnWaitDuration），时间以微秒为单位。所有列车将依次在这些站点中运行。
static HashMap<Integer, Station> idToStationMap = new HashMap<>();
static {
idToStationMap.put(1, new Station(1, 1200000, 450000));
idToStationMap.put(2, new Station(2, 1050000, 250000));
idToStationMap.put(3, new Station(3, 850000, 300000));
idToStationMap.put(4, new Station(4, 900000, 350000));
idToStationMap.put(5, new Station(5, 500000, 260000));
idToStationMap.put(6, new Station(6, 950000, 190000));
idToStationMap.put(7, new Station(7, 450000, 130000));
idToStationMap.put(8, new Station(8, 200000, 280000));
idToStationMap.put(9, new Station(9, 200000, 110000));
idToStationMap.put(10, new Station(10, 450000, 300000));
idToStationMap.put(11, new Station(11, 550000, 200000));
idToStationMap.put(12, new Station(12, 550000, 200000));
idToStationMap.put(13, new Station(13, 800000, 150000));
idToStationMap.put(14, new Station(14, 950000, 100000));
idToStationMap.put(15, new Station(15, 1000000, 130000));
idToStationMap.put(16, new Station(16, 1200000, 220000));
idToStationMap.put(17, new Station(17, 1500000, 500000));
}
public static class Station {
public final int stationId;
public final int nextStnDuration;
public final int stnWaitDuration;
public Station(int stationId, int nextStnDuration, int stnWaitDuration) {
this.stationId = stationId;
this.nextStnDuration = nextStnDuration;
this.stnWaitDuration = stnWaitDuration;
}
}
所以getNewEvents主要的逻辑是首先随机设定列车从任意站点出发，然后调用next（）根据系统当前时间和站点的Station.nextStnDuration、Station.stnWaitDuration来判断每辆列车目前运行到哪个站点，如果next返回的LastKnownLocation对象有变化，则判断列车已进入下一站，将列车进站事件trainEvent放到records中，用于发送给Topic。（注：列车调度不是本样例的重点，因此next方法不会考虑列车的冲突问题，它假设站点之间由足够多的轨道，可以供多个列车并行）。
public List<TrainEvent> getNewEvents() {
ArrayList<TrainEvent> records = new ArrayList<>();
for(TrainEvent trainEvent : idToTrainMap.values()) {
LastKnownLocation prevLoc = trainEvent.location;
LastKnownLocation curLoc = next(prevLoc, LocalDateTime.now());
if(!prevLoc.equals(curLoc)) {
trainEvent = new TrainEvent(trainEvent.trainId, curLoc);
idToTrainMap.put(trainEvent.trainId, trainEvent);
records.add(trainEvent);
}
}
return records;
}
Topic TRAINTOPIC定义如下，train_events.insert是VoltDB为表创建的默认存储过程，命名规则为[tablename].insert。Topic与存储过程连用，表示存储过程train_events.insert消费该Topic TRAINTOPIC中的trainEvent数据，并写入train_events表中。
CREATE Topic TRAINTOPIC execute procedure train_events.insert;
2.23 代码分析-公交卡充值
在这个场景中，客户端将完成充值消息发送。
在服务端，VoltDB完成：
- 消息接收
- 消费消息
- 使用自定义逻辑处理消息 将充值数据更新到数据库中
- 生成充值消息，并将数据写入stream对象中
- 基于stream对象创建视图，来生成实时的充值统计报表
- 将stream中的充值消息发布到Topic中，供后续（VoltDB之外的）数据处理逻辑进行消费。例如被spark消费，由于进行后续的批处理逻辑。
在客户端通过执行java类CardsProducer，首先初始化公交卡记录，并将记录写入数据库表中。然后随机生成卡片充值事件，发送事件到Topic RECHARGE中。CardsProducer的执行命令如下：
java metro.pub.CardsProducer --mode=recharge --servers=localhost:9999 --Topic=RECHARGE
CardsProducer类接收三个参数：
- 执行模式，用于指定是初始化公交卡记录还是生成充值事件。
- 指定VoltDB broker
- 指定数据发送的Topic名称
分析一下CardsProducer的主要方法，main方法生成10个线程,每5毫秒执行一次publish（）方法，将列车进出站时间发送到Topic“RECHARGE”中。
public static void main(String[] args) throws IOException {
CONFIG.parse("CardsProducer", args);
if(CONFIG.mode.equals("new")) {
genCards(CONFIG);
return;
}
ScheduledExecutorService EXECUTOR = Executors.newScheduledThreadPool(10);
CardsProducer producer = new CardsProducer(CONFIG.servers, CONFIG.Topic);
System.out.println("Recharging Cards");
EXECUTOR.scheduleAtFixedRate (
() -> {
producer.publish(producer.getRechargeActivityRecords(1));
}, 1, 5, MILLISECONDS);
}
和前面TrainProducer一样，CardsProducer中的 producer也是KafkaProducer，不多介绍。getRechargeActivityRecords方法用来生成一条随机的充值事件，包括卡号、充值金额和充值站点。每5毫秒执行一次。
public List<CardEvent> getRechargeActivityRecords(int count) {
final ArrayList<CardEvent> records = new ArrayList<>();
int amt = (ThreadLocalRandom.current().nextInt(18)+2)*1000;
int stationId = ThreadLocalRandom.current().nextInt(1, 18);
ThreadLocalRandom.current().ints(count, 0, CONFIG.cardcount).forEach((cardId)
-> {
records.add(new CardEvent(cardId, amt, stationId));
}
);
return records;
}
这个场景中，Client端的代码非常简单，到此为止。更多的逻辑在服务端定义，请看以下。
Topic用于接收充值事件，它的定义如下：
CREATE TOPIC RECHARGE execute procedure RechargeCard;
其中RechargeCard用于消费Topic中的数据，而RechargeCard是一个java procedure，它通过java+sql的方式，自定义了业务逻辑。java procedure是VoltDB在处理流数据时经常用到的对象，它是一个运行在VoltDB服务端的java类，而非client端代码。它需要提前编译成jar包（如下procs.jar），并加载到VoltDB java 运行时环境中。之后使用如下DDL定义。定义了RechargeCard后，在上面的CREATE TOPIC中才能被引用。
sqlcmd --query="load classes $PROJ_HOME/dist/procs.jar"
CREATE PROCEDURE PARTITION ON TABLE cards COLUMN card_id PARAMETER 0 FROM CLASS metro.cards.RechargeCard;
让我们看一下RechargeCard中的逻辑，重点关注如何将java业务逻辑与SQL进行结合。其中定义run()方法和四个sql语句。RechargeCard从Topic RECHARGE中消费数据，进行反序列化之后，逐条将数据（即充值事件）作为传参交给run()方法，run()是procedure的入口方法。
voltQueueSQL是VoltDB的server 端api，用来执行sql并返回结果。Sql getCard和getStationName首先根据从Topic中获取的数据进行充值事件合法性校验，如果数据库中没有对应的充值站点或公交卡记录，则执行sql exportNotif写入一条错误信息。否则，update VoltDB数据库中对应公交卡，增加余额，并执行sql exportNotif写入一条成功信息。
public class RechargeCard extends VoltProcedure {
public final SQLStmt updateBalance = new SQLStmt("UPDATE cards SET balance = balance + ? WHERE card_id = ? AND card_type = 0");
public final SQLStmt getCard = new SQLStmt("SELECT * from cards WHERE card_id = ?");
public final SQLStmt exportNotif = new SQLStmt("INSERT INTO CARD_ALERT_EXPORT values (?, NOW, ?, ?, ?, ?, ?, ?)");
public final SQLStmt getStationName = new SQLStmt("SELECT name FROM stations WHERE station_id = ?");
public long run(int cardId, int amt, int stationId) {
voltQueueSQL(getStationName, stationId);
voltQueueSQL(getCard, cardId);
String station = "UNKNOWN";
final VoltTable[] results = voltExecuteSQL();
if(results.length == 0)
exportError(cardId, station);
VoltTable stationResult = results[0];
if(stationResult.advanceRow())
station = stationResult.getString(0);
VoltTable card = results[1];
if(card.advanceRow()) {
voltQueueSQL(updateBalance, amt, cardId);
String name = card.getString(5);
String phone = card.getString(6);
String email = card.getString(7);
int notify = (int) card.getLong(8);
voltQueueSQL(updateBalance, amt, cardId);
voltQueueSQL(exportNotif, cardId, station, name, phone, email, notify, "Card recharged successfully");
voltExecuteSQL(true);
} else {
exportError(cardId, station);
}
return 0;
}
private void exportError(int cardId, String station) {
exportError(cardId, station, "", "", "", 0, "Could not locate details of card for recharge");
}
private void exportError(int cardId, String station, String name, String phone, String email, int notify, String msg) {
voltQueueSQL(exportNotif, cardId, station, name, phone, email, notify, msg);
voltExecuteSQL(true);
}
}
exportNotif的定义如下，其中CARD_ALERT_EXPORT是VoltDB的stream数据库对象，一种数据管道，insert进去的数据逐一流过。
public final SQLStmt exportNotif = new SQLStmt("INSERT INTO CARD_ALERT_EXPORT values (?, NOW, ?, ?, ?, ?, ?, ?)");
可以在CARD_ALERT_EXPORT上添加数据处理逻辑，实现流计算效果。这个场景中，简单的在Stream上创建了一个视图，用于生成实时统计报表。视图的定义如下：
CREATE VIEW card_export_stats(card_id, station_name, rechargeCount) AS
SELECT card_id, station_name, count(*) from CARD_ALERT_EXPORT
GROUP BY card_id, station_name;
最后，我们定义Stream中的数据最终流向另外的Topic，该Topic可以让VoltDB之外的大数据产品进行消费，完成下游数据处理逻辑。
CREATE TOPIC using stream CARD_ALERT_EXPORT properties(Topic.format=avro);
2.4 代码分析-乘客刷卡乘车
这个场景中，客户端随机生成大量乘客刷卡进站记录，并发送给数据库处理。
服务端完成如下操作：
1.首先进行一系列校验，如验证卡信息，卡余额，是否盗刷等反欺诈操作。
2.将所有刷卡行为都记录到数据表中。并将余额不足和复合欺诈逻辑的刷卡事件分别发布到不同的Topic中，供其他下游系统订阅。
在客户端通过执行java类RidersProducer，与前面两个场景不同，RidersProducer类直接连接VoltDB数据库将数据写入数据表中，而不是将数据发送到VoltDB Topic中。用来展示VoltDB的多种使用方式。
connectToOneServerWithRetry使用VoltDB client api连接指定ip的VoltDB数据库。
void connectToOneServerWithRetry(String server, Client client) {
int sleep = 1000;
while (true) {
try {
client.createConnection(server);
break;
}
catch (Exception e) {
System.err.printf("Connection failed - retrying in %d second(s).\n", sleep / 1000);
try { Thread.sleep(sleep); } catch (Exception interruted) {}
if (sleep < 8000) sleep += sleep;
}
}
System.out.printf("Connected to VoltDB node at: %s.\n", server);
}
RidersProducer类创建100个线程，runBenchmark方法中每200毫秒这些线程执行一次getEntryActivityRecords。getEntryActivityRecords随机生成一条乘客进站乘车记录，记录内容包括卡号、当前时间、进站站点id等
private static final ScheduledExecutorService EXECUTOR = Executors.newScheduledThreadPool(100);
public void runBenchmark() throws Exception {
int microsPerTrans = 1000000/RidersProducer.config.rate;
EXECUTOR.scheduleAtFixedRate (
() -> {
List<Object[]> entryRecords = getEntryActivityRecords(config.cardcount);//生成随机的进站记录
call(config.cardEntry, entryRecords);//将数据发送到VoltDB数据库
}, 10000, microsPerTrans, MICROSECONDS);
}
public static List<Object[]> getEntryActivityRecords(int count) {
final ArrayList<Object[]> records = new ArrayList<>();
long curTime = System.currentTimeMillis();
ThreadLocalRandom.current().ints(1, 0, count).forEach((cardId)
-> {
records.add(new Object[] {cardId, curTime, Stations.getRandomStation().stationId, ENTER.value, 0});
}
);
return records;
}
接着调用call方法，将数据records发送到数据库进行处理。Call方法定义如下，callProcedure是VoltDB的client端api，用于将数据发送给指定名称的procedure进行处理，可以通过同步和异步IO两种方式进行调用，异步调用时需要指定回调函数对数据库调用的返回结果进行处理，即本例中的自定义了BenchmarkCallback。
protected static void call(String proc, Object[] args) {
try {
client.callProcedure(new BenchmarkCallback(proc, args), procName, args);
} catch (IOException e) {
e.printStackTrace();
}
}
Call方法将数据发送给procedure，procedure名称由如下代码指定。一起看看procedure中的具体逻辑。
@Option(desc = "Proc for card entry swipes")
String cardEntry = "ValidateEntry";
Procedure ValidateEntry的部分定义，首先定义了6个SQL。
//查询公交卡是否存在
public final SQLStmt checkCard = new SQLStmt(
"SELECT enabled, card_type, balance, expires, name, phone, email, notify FROM cards WHERE card_id = ?;");
//卡充值
public final SQLStmt chargeCard = new SQLStmt(
"UPDATE cards SET balance = ? WHERE card_id = ?;");
//查询指定站点的入站费用
public final SQLStmt checkStationFare = new SQLStmt(
"SELECT fare, name FROM stations WHERE station_id = ?;");
//记录进站事件
public final SQLStmt insertActivity = new SQLStmt(
"INSERT INTO card_events (card_id, date_time, station_id, activity_code, amount, accept) VALUES (?,?,?,?,?,?);");
//再次用到card_alert_export 这个stream对象，用于发送公交卡欠费消息
public final SQLStmt exportActivity = new SQLStmt(
"INSERT INTO card_alert_export (card_id, export_time, station_name, name, phone, email, notify, alert_message) VALUES (?,?,?,?,?,?,?,?);");
//将刷卡欺诈行为写入stream对象fraud中
public final SQLStmt publishFraud = new SQLStmt(
"INSERT INTO fraud (trans_id, card_id, date_time, station, activity_type, amt) values (?, ?, ?, ?, ?, ?)"
);
值得说明的，上面最后一个sql中用到的fraud是另外一个stream对象，用于插入刷卡欺诈事件，通过DDL定义其中的刷卡欺诈行为最终会发布到VoltDB Topic中，用于下游处理产品消费。
CREATE STREAM FRAUD partition on column CARD_ID (
TRANS_ID varchar not null,
CARD_ID integer not null,
DATE_TIME timestamp not null,
STATION integer not null,
ACTIVITY_TYPE TINYINT not null,
AMT integer not null
);
create Topic using stream FRAUD properties(Topic.format=avro,consumer.keys=TRANS_ID);
前面已经提到run方法是procedure的入口方法，VoltDB运行procedure时，自动调用该方法。前面客户端传进的records记录，被逐一传递到run方法到参数中进行处理。run方法定义如下
public VoltTable run(int cardId, long tsl, int stationId, byte activity_code, int amt) throws VoltAbortException {
//查询公交卡是否存在
voltQueueSQL(checkCard, EXPECT_ZERO_OR_ONE_ROW, cardId);
//查询指定站点的交通费用
voltQueueSQL(checkStationFare, EXPECT_ONE_ROW, stationId);
VoltTable[] checks = voltExecuteSQL();
VoltTable cardInfo = checks[0];
VoltTable stationInfo = checks[1];
byte accepted = 0;
//如果公交卡记录等于0，说明卡不存在
if (cardInfo.getRowCount() == 0) {
//记录刷卡行为到数据库表中，将accept字段置为拒绝“REJECTED”
voltQueueSQL(insertActivity, cardId, tsl, stationId, ACTIVITY_ENTER, amt, ACTIVITY_REJECTED);
voltExecuteSQL(true);
//返回“被拒绝”消息给客户端。
return buildResult(accepted,"Card Invalid");
}
// 如果卡存在，则取出卡信息。
cardInfo.advanceRow();
//卡状态，0不可用，1可用
int enabled = (int)cardInfo.getLong(0);
int cardType = (int)cardInfo.getLong(1);
//卡余额
int balance = (int)cardInfo.getLong(2);
TimestampType expires = cardInfo.getTimestampAsTimestamp(3);
String owner = cardInfo.getString(4);
String phone = cardInfo.getString(5);
String email = cardInfo.getString(6);
int notify = (int)cardInfo.getLong(7);
// 查询指定站点的进站费用
stationInfo.advanceRow();
//指定站点的进站费用
int fare = (int)stationInfo.getLong(0);
String stationName = stationInfo.getString(1);
// 刷卡时间
TimestampType ts = new TimestampType(tsl);
// 如果卡状态为不可用
if (enabled == 0) {
//向客户端返回“此卡不可用”
return buildResult(accepted,"Card Disabled");
}
// 如果卡类型为“非月卡”
if (cardType == 0) { // 如果卡内余额充足
if (balance > fare) {
//isFrand为反欺诈策略，后面介绍
if (isFraud(cardId, ts, stationId)) {
// 如果认定为欺诈，记录刷卡记录，记录类型为“欺诈刷卡”
voltQueueSQL(insertActivity, cardId, ts, stationId, ACTIVITY_ENTER, fare, ACTIVITY_FRAUD);
//并且把欺诈事件写入stream，并最终被发布到VoltDB Topic中。见前面STREAM FRAUD到ddl定义
voltQueueSQL(publishFraud, generateId(cardId, tsl), cardId, ts, stationId, ACTIVITY_ENTER, amt);
voltExecuteSQL(true);
//向客户端返回“欺诈交易”消息
return buildResult(0, "Fraudulent transaction");
} else {
// 如果不是欺诈行为，则减少卡内余额，完成正常消费
voltQueueSQL(chargeCard, balance - fare, cardId);
//记录正常的刷卡事件
voltQueueSQL(insertActivity, cardId, ts, stationId, ACTIVITY_ENTER, fare, ACTIVITY_ACCEPTED);
voltExecuteSQL(true);
//向客户端返回卡内余额
return buildResult(1, "Remaining Balance: " + intToCurrency(balance - fare));
}
} else {
// 如果卡内余额不足，记录刷卡失败事件。
voltQueueSQL(insertActivity, cardId, ts, stationId, ACTIVITY_ENTER, 0, ACTIVITY_REJECTED);
if (notify != 0) {
//再次用到card_alert_export 这个stream对象，用于发送公交卡欠费消息
voltQueueSQL(exportActivity, cardId, getTransactionTime().getTime(), stationName, owner, phone, email, notify, "Insufficient Balance");
}
voltExecuteSQL(true);
//向客户端返回“余额不足“消息
return buildResult(0,"Card has insufficient balance: "+intToCurrency(balance));
}
}
}
以上代码中有一个isFraud方法，用于判定是否为欺诈性刷卡。这里定义了一些简单反欺诈规则
- 如果一秒钟内相同的卡片有1次以上的刷卡记录，认定为欺诈。因为不可能存在时间间隔如此短的刷卡行为，可能是由于有多张伪造卡片在同时刷卡。
- 同一张卡在过去一小时内，在5个或5个以上站点刷卡进站。假设这同样被认为是由于有多张伪造卡片在同时刷卡。
-
同一张卡在过去一小时内，有过10次以上刷卡进站记录。进出站次数太多，暂停使用一段时间。
isFraud方法根据当前刷卡记录中的数据，结合数据库中的历史记录实现以上反欺诈规则。历史刷卡记录被保存在card_events表中，另外基于这张表创建了视图，统计每张卡在一秒钟内是否有过刷卡记录。
CREATE VIEW CARD_HISTORY_SECOND as select card_id, TRUNCATE(SECOND, date_time) scnd from card_events group by card_id, scnd;
isFraud方法的定义
public final SQLStmt cardHistoryAtStations = new SQLStmt(
"SELECT activity_code, COUNT(DISTINCT station_id) AS stations " +
"FROM card_events " +
"WHERE card_id = ? AND date_time >= DATEADD(HOUR, -1, ?) " +
"GROUP BY activity_code;"
);
public final SQLStmt cardEntries = new SQLStmt(
"SELECT activity_code " +
"FROM card_events " +
"WHERE card_id = ? AND station_id = ? AND date_time >= DATEADD(HOUR, -1, ?) " +
"ORDER BY date_time;"
);
public final SQLStmt instantaneousCardActivity = new SQLStmt(
"SELECT count(*) as activity_count "
+ "FROM CARD_HISTORY_SECOND "
+ "WHERE card_id = ? "
+ "AND scnd = TRUNCATE(SECOND, ?) "
+ "GROUP BY scnd;"
);
public boolean isFraud(int cardId, TimestampType ts, int stationId) {
voltQueueSQL(instantaneousCardActivity, cardId, ts);
voltQueueSQL(cardHistoryAtStations, cardId, ts);
voltQueueSQL(cardEntries, cardId, stationId, ts);
final VoltTable[] results = voltExecuteSQL();
final VoltTable cardInstantaneousActivity = results[0];
final VoltTable cardHistoryAtStationisTable = results[1];
final VoltTable cardEntriesTable = results[2];
//一秒钟之内已经有一次刷卡记录的话，返回true
while (cardInstantaneousActivity.advanceRow()) {
if(cardInstantaneousActivity.getLong("activity_count") > 0) {
return true;
}
}
while (cardHistoryAtStationisTable.advanceRow()) {
final byte activity_code = (byte) cardHistoryAtStationisTable.getLong("activity_code");
final long stations = cardHistoryAtStationisTable.getLong("stations");
if (activity_code == ACTIVITY_ENTER) {
// 过去1小时之内在五个站点刷卡进站，返回true
if (stations >= 5) {
return true;
}
}
}
byte prevActivity = ACTIVITY_INVALID;
int entranceCount = 0;
while (cardEntriesTable.advanceRow()) {
final byte activity_code = (byte) cardHistoryAtStationisTable.getLong("activity_code");
if (prevActivity == ACTIVITY_INVALID || prevActivity == activity_code) {
if (activity_code == ACTIVITY_ENTER) {
prevActivity = activity_code;
entranceCount++;
} else {
prevActivity = ACTIVITY_INVALID;
}
}
}
// 如果在过去1小时内有10次连续的刷卡记录，返回true。
if (entranceCount >= 10) {
return true;
}
return false;
}
您看好VoltDB吗？ 马上行动吧！
欢迎私信，与更多小伙伴一起探讨。
关于VoltDB
VoltDB支持强ACID和实时智能决策的应用程序，以实现互联世界。没有其它数据库产品可以像VoltDB这样，可以同时需要低延时、大规模、高并发数和准确性相结合的应用程序加油。
VoltDB由2014年图灵奖获得者Mike Stonebraker博士创建，他对关系数据库进行了重新设计，以应对当今不断增长的实时操作和机器学习挑战。Stonebraker博士对数据库技术研究已有40多年，在快速数据，流数据和内存数据库方面带来了众多创新理念。
在VoltDB的研发过程中，他意识到了利用内存事务数据库技术挖掘流数据的全部潜力，不但可以满足处理数据的延迟和并发需求，还能提供实时分析和决策。VoltDB是业界可信赖的名称，在诺基亚、金融时报、三菱电机、HPE、巴克莱、华为等领先组织合作有实际场景落地案例。
