风控引擎，需要进行大量用户行为事件的实时风险识别。以阿里巴巴双十一的场景来举例，仅交易下单环节，每秒就需要处理十万以上的实时风险识别。加上支付、登录、红包发放等并发场景，风控引擎需要每秒处理的实时风险识别能力，需要高达几十万。

如何快速进行实时指标计算，如何进行有效调度，如何快速进行业务数据补全。是风控引擎面临的几大难题。

本话题将从指标实时计算（读写的选择），融合计算，跨地域同步等几个方向，与大家聊一下阿里巴巴风控引擎的前世今生。

前提知识：希望大家对在线系统的风险场景有基础了解，对业务风险防控的流程有基础认知。