VIP20

本课程属于：013-MLOps数据底座 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

特征血缘追踪技术详解

📚 共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

特征血缘追踪概述

定义、核心价值、应用场景（模型可解释性、数据质量、合规审计）。

血缘追踪的元数据基础

元数据分类（技术元数据、业务元数据）、元数据存储选型（MySQL、Neo4j、Hive Metastore）。

元数据存储

特征生命周期管理

特征定义、特征生产、特征存储、特征消费、特征退役。

生命周期管理

静态血缘解析

SQL解析原理（AST抽象语法树）、基于正则的字段级血缘提取。

动态血缘追踪

运行时拦截（AOP/字节码增强）、日志埋点方案、OpenTelemetry集成。

特征存储层血缘

Hive/Spark SQL血缘解析、HBase/Phoenix列族追踪、Redis Key血缘标记。

特征计算层血缘

PySpark UDF血缘、Flink SQL血缘、特征工程Pipeline的血缘传播。

特征服务层血缘

在线推理请求链路追踪、特征视图（Feature View）依赖分析。

服务层链路追踪

血缘图构建与存储

有向无环图（DAG）建模、Neo4j图数据库Schema设计、JanusGraph分布式存储。

血缘查询API设计

基于Gremlin的图遍历查询、基于SQL的递归CTE查询、RESTful API设计规范。

特征影响分析

上游变更对下游特征的影响范围评估、断链检测与告警。

影响分析告警

特征溯源分析

从模型预测结果反向追溯至原始数据源、根因定位。

数据质量与血缘联动

特征质量监控（准确性、完整性、时效性）与血缘节点的绑定。

数据质量监控

合规审计与血缘

GDPR/CCPA合规要求下的数据删除溯源、特征使用权限审计。

特征血缘可视化

D3.js力导向图渲染、G6图可视化引擎集成、交互式探索（缩放/筛选/高亮）。

大规模血缘处理

Spark分布式血缘解析、消息队列（Kafka）异步血缘上报、批流一体血缘合并。

特征血缘的版本管理

特征Schema版本演进、血缘快照与时间旅行查询。

版本管理快照

跨系统血缘打通

离线数仓（Hive）与实时数仓（Flink）的血缘桥接、特征平台与MLflow的血缘关联。

跨系统MLflow

特征血缘的准确性验证

基于数据采样的血缘校验、端到端血缘断点检测。

特征血缘的标准化

OpenLineage规范、DataHub血缘模型、Marquez集成实践。

标准化OpenLineage

特征血缘在特征存储中的实现

Feast、Tecton、Hopsworks的血缘机制对比。

Feature StoreFeast

特征血缘与模型监控

模型输入特征分布漂移与血缘关联、特征重要性变化追踪。

模型监控漂移

特征血缘的自动化采集

基于Airflow DAG的血缘自动推断、SQL解析器（sqlparse/antlr）集成。

自动化Airflow

特征血缘的权限控制

基于血缘的细粒度数据访问控制（RBAC/ABAC）、敏感特征脱敏追踪。

特征血缘的性能优化

图查询缓存策略、血缘数据分片与冷热分离、索引优化。

特征血缘的灾难恢复

血缘元数据备份与恢复、跨地域血缘同步。

特征血缘在A/B测试中的应用

实验特征隔离追踪、特征版本与实验版本的关联。

A/B测试实验

特征血缘的测试与验证

单元测试（UDF血缘）、集成测试（跨系统血缘）、混沌工程（血缘断链模拟）。

测试混沌工程

特征血缘的运维实践

血缘系统监控（采集延迟、存储水位）、告警规则配置、SLA保障。

特征血缘的未来趋势

AI驱动的自动血缘发现、因果血缘（Causal Lineage）、联邦学习中的隐私保护血缘。