data_stream/risk/risk_evaluate.md

+# **基本信息**
+
+```buildoutcfg
+数据爬取自执行公开官网
+
+```
+
+## 数据名称（中文）
+
+<!-- 该项数据的中文标准名称，后续沟通交流使用的规范名称，如：工商公示股东信息、失信被执行人、一般纳税人等-->
+
+###           
+
+```buildoutcfg
+询价评估信息
+```
+
+## 数据英文名称
+
+<!--英文名称，后续流程中所有涉及到英文名称均以此为准，如：partner、shixin、general_taxpayer等-->
+
+```buildoutcfg
+risk_evaluate
+```
+
+## 采集网站（采集入口）
+
+<!--采集的入口地址，不能只是一个网站域名，具体到该网站的数据入口-->
+
+```buildoutcfg
+网站数据接口:
+http://zxgk.court.gov.cn/ccpg/index_form_cccz03
+
+```
+
+## 采集频率及采集策略
+
+<!--说明该项数据更新频率，存量数据的更新频率及策略、新增数据的采集频率及策略-->
+
+### 存量更新策略
+
+<!--无需更新？每天全量更新？逐条轮询更新？多久更新完一轮？或其他-->
+
+```buildoutcfg
+
+
+```
+
+### 增量采集策略
+
+<!--新增数据怎么来？无需单独采集新增数据？-->
+
+```buildoutcfg
+
+```
+
+---
+
+# **爬虫**
+
+## 责任人
+
+```buildoutcfg
+```
+
+## 爬虫名称
+
+<!--spider_name-->
+
+```buildoutcfg
+```
+
+## 代码地址
+
+```buildoutcfg
+```
+
+## 队列名称及队列地址
+
+<!--redis host port db key 优先级说明-->
+
+* redis host: 
+* redis port: 6379
+* redis db: 
+* redis key:
+    
+
+
+## 任务来源
+
+<!--说明爬虫任务的输入。如：来自某个数据库表等。如果来自某个数据库表则应该简要说明该表内的数据是如何维护的。-->
+
+```buildoutcfg
+```
+
+## 任务输入参数（样例）
+
+```json
+```
+
+### 任务样例
+
+<!--注意是爬虫拿到的完整任务，而不仅仅是task_params-->
+
+```buildoutcfg
+```
+
+### 任务参数说明
+
+<!--特有参数说明-->
+
+```json
+```
+
+
+## 实际爬虫结果的数据结构
+
+<!--可能与超级数据一致，可能不同的data_type的爬虫结果结构不同，超级数据是把所有data_type的结果组合在一起-->
+
+
+
+```json
+```
+
+
+## 爬虫运行环境
+
+<!--udm模块？scrapy？或其他-->
+
+```buildoutcfg
+
+```
+
+## 爬虫部署信息
+
+<!--部署在哪些机器？每个机器多少进程？项目名称是什么？-->
+
+```buildoutcfg
+```
+
+## Taskhub地址
+
+```buildoutcfg
+```
+
+## Taskhub调度规则说明
+
+```buildoutcfg
+```
+
+## 爬虫监控指标设计
+
+<!--监控爬虫正常运行的指标是什么？报警规则是什么？-->
+
+```buildoutcfg
+
+```
+
+---
+
+# **数据归集**
+
+## 责任人
+
+```html
+
+```
+
+## 数据归集方式
+
+- [ ] 爬虫直接写kafka
+
+- [ ] 爬虫写文件logstash采集
+
+## 爬虫结果目录
+
+```html
+```
+
+## 归集后存放目录
+
+```html
+```
+
+## logstash配置文件名称
+
+```html
+```
+
+## logstash文件采集type
+
+```html
+```
+
+## 数据归集的topic
+
+```
+```
+
+## ES日志索引及筛选条件
+
+```html
+```
+
+## 监控指标看板
+
+## 数据保留策略
+
+---
+
+# **数据清洗**
+
+## 责任人
+
+```
+刘治强
+```
+## 部署地址
+
+<!--机器及线上代码地址-->
+
+```angular2html
+机器：10.8.6.18
+代码地址：http://tech.pingansec.com/granite/project-collie-app/-/blob/master/app_risk/data_pump/risk_evaluate.yml
+```
+
+## 部署方法及说明
+
+<!--运行方法及运行命令、supervisor配置、supervisor的program等-->
+
+- [X] crontab + data_pump
+- [ ] supervisor + data_pump
+- [ ] supervisor + consumer
+
+## 数据接收来源
+
+```angular2html
+爬虫数据的ods表
+    * 数据库地址：bdp-ext.rwlb.rds.aliyuncs.com bdp_risk
+    * 表名：risk_original_evaluate_org，risk_original_evaluate_result
+```
+
+<!--来源于kafka还是归集的文件、topic的group？-->
+
+## 数据存储表地址
+
+* 数据库地址：bdp-rds-001.mysql.rds.aliyuncs.com utn_ng_risk
+* 表名：
+    * risk_evaluate_org
+    * risk_evaluate_org_list
+    * risk_evaluate_result
+      
\ No newline at end of file