2026–2027 Stripe VO 面经：支付交易风险关联查询系统（3 Part 递进）

业务背景

Stripe 风控系统：给定一笔目标 Transaction，找出和这笔交易存在风险关联的其他交易。

题目分 3 个递进 Part：从简单的属性匹配，逐步升级到带权重的打分，最后扩展到图上的间接关联。题目原型来自真实的支付风控业务，用于挖掘交易之间的风险网络、识别团伙欺诈。

Part 1：基础属性匹配

需求：只要任意一个风险属性字段相同，就判定两笔交易存在关联，例如：

同一个银行卡号
同一个 IP 地址
同一个设备 ID

思路：本质是集合交集问题。取出目标交易的所有风险属性，遍历所有交易，判断是否有属性重合。

重点 Clarify：

字段是否允许空值？空属性不参与匹配。
一条交易可能携带多个属性。

Part 2：引入风险置信度打分

需求：不同风险字段的可疑程度不一样，给每个字段配置独立权重。两笔交易匹配到某个字段就累加对应权重，总分超过阈值才算有效的风险关联。

思路：配置化设计，避免大量 if-else 硬编码。维护一个权重字典，key 是属性名，value 是该属性的风险分数。匹配成功就累加分数，最后和阈值比较。

面试官重点考察：如何把权重做成可配置的，方便以后新增风险字段，而不需要修改核心查询逻辑。

追问：

如果一个属性多次匹配，分数是否重复累加？
如何处理权重为 0 的字段？

Part 3：扩展到间接风险关联

需求：不只找直接关联的交易，还要找出二度间接关联的交易。

直接关联（一度）：和目标交易直接匹配的交易。
间接关联（二度）：和直接关联交易匹配的交易。

输出目标交易的所有一度、二度关联交易，结果去重，排除目标交易本身。

思路：本质是图搜索，BFS 最合适。

BFS 第一层，拿到所有直接关联交易（一度）。
遍历第一层的交易，再 BFS 一层，拿到二度关联交易。
所有结果去重，排除原交易 ID。

坑点：

循环引用：比如交易 A 关联 B，B 又关联 A，必须维护 visited 集合防止死循环。
空结果的边界。
大量重复的交易 ID。

参考实现：三个 Part 逐步迭代

把「字段匹配、打分规则、图搜索、去重」拆成独立函数，后面加需求时只换规则、不改搜索：

RISK_FIELDS = ("card", "ip", "device")

def matched_fields(a, b, fields):
    """两笔交易上取值相同且非空的风险字段"""
    return [f for f in fields if a.get(f) is not None and a.get(f) == b.get(f)]

# Part 1：任意字段相同即关联
def any_match(a, b):
    return bool(matched_fields(a, b, RISK_FIELDS))

# Part 2：按可配置权重打分，超过阈值才关联
def make_weighted_rule(weights, threshold):
    def rule(a, b):
        score = sum(weights[f] for f in matched_fields(a, b, weights))
        return score > threshold
    return rule

# Part 3：BFS 找 max_depth 度以内的关联交易
def related_transactions(target_id, txns, is_related, max_depth=2):
    by_id = {t["id"]: t for t in txns}
    visited, frontier, result = {target_id}, [by_id[target_id]], []
    for _ in range(max_depth):
        nxt = []
        for cur in frontier:
            for other in by_id.values():
                if other["id"] not in visited and is_related(cur, other):
                    visited.add(other["id"])
                    nxt.append(other)
        result.extend(t["id"] for t in nxt)
        frontier = nxt
    return result

max_depth=1 就是 Part 1 / Part 2，max_depth=2 就是 Part 3。
数据量大时，可以按「字段值 → 交易 ID 列表」建倒排索引，每次只看共享同一字段值的交易，不用全表扫描。

面试考察重点

Stripe 这道工程题不追求极致的时间复杂度，重点看：

代码分层
可读性
模块拆分

面试时一定要：

边写边讲思路
主动列出测试用例
不要闷头写代码

面试官会不断追加新需求，看你的代码好不好扩展，例如：

限制最大搜索深度
给关联链路增加风险分数
过滤低分数的关联