业务背景
项目的讲解本身是基于“实时营销”场景来展开；
但实际应用场景，远不止“实时营销”；
可适用于“实时规则风控“，“实时规则推荐”，“实时交通灯故障感知”等一切需要按照“规则”进行实时数据处理的场景；
项目功能
本项目课程的核心：主要是基于flink及groovy，实现一个“动态规则引擎”；
简单来说，就是可以在系统运行时，通过动态注入各类“逻辑规则”，来让系统自动实现各种不同逻辑的数据处理；
- 以营销规则举例：
如：对促销热爱型的用户，发现其正在浏览包包类商品时，及时推送出正在做促销活动的包包信息；
如：对价格敏感型用户，发现其正在犹豫不决反复查看购物车中的某目标商品时，适时推送优惠券；
如：对某类画像人群，在规则上线后，如果用户发生过A行为n次，(X Y Z)行为序列m次，推送信息；
- 以交通灯故障感知举例：
如：机动车交通灯，如果在红灯后没有黄灯直接跳绿灯，则记录故障信息；
如：行人信号灯，如果出现黄色，则记录故障信息；
如：非机动车信号灯不能从绿灯直接变到红灯，应该有黄灯，否则记录故障信息；
如：同一灯色内，出现倒计时出现突变，即倒计时的值由小变大。（正常倒计时只能由大变小）
项目试听视频
项目要点
由于本项目是以规则营销为业务背景，它的功能复杂度远超一般的规则引擎场景需求（如上述的交通灯故障感知），因此系统涉及的核心设计点会比较丰富：
- 如何将规则运算与flink api解耦
- 如何实现“参数差异级别“的规则动态上下线
- 如何实现“运算逻辑差异级别”的规则动态上下线
- 如何实现运行时静态人群画像条件查询的高效率处理
- 如何实现运行时实时动态画像统计的高效率处理
- 如何实现运行时对外部系统进行数据统计查询的高效率处理
- 如何优化对state等的使用，提高系统的整体TPS
- 如何解决doris查询历史值与规则运算上线时的时间差问题
- 如何解决系统可靠性及故障后的恢复问题
- 等；
项目整体架构
学习收获
学习本课程：
- 你将获得一个价值极高的“动态规则引擎”类需求场景的整体解决方案
- 你将获得一个非常有亮点的不流于大众的直接项目经验
- 你将获得很多巧妙设计思想，极大开拓实际工作中解决问题的思路
课程视频
课程视频（共分成7天内容），视频目录如下：
视频及配套资料
- 课程源码
- 课程文档
- 上课所用的虚拟机环境
- 交流答疑微信群
学习及购买方式
| 视频形式 | 离线加密视频，也可用播放器在线播放 |
| 播放器 | 大黄蜂播放器，有win，mac，安卓，iphone等各平台app |
| 课程进度 | 已全部更新完结 |
| 课程价格 | 1199元 |
| 购买方式 | 1. 加客服微信，付款后开通账号 2. 下载安装大黄蜂播放器 3. 登录开通的账号己开启学习 |