1. 课程导入

欢迎进入《特征回填、回放与一致性治理实战》。在推荐系统、风控引擎、实时营销与在线学习等场景中，模型效果往往不只取决于算法本身，更取决于特征数据在“训练—服务—回溯”三条链路上是否保持一致。很多团队上线初期指标亮眼，几周后却出现离线AUC高、线上转化低、回放结果无法复现的问题，根源通常不是模型退化，而是特征口径漂移、时间穿越、回填逻辑错位或回放链路缺失。本课程将围绕这三个关键词展开：特征回填解决历史数据补全与口径统一，特征回放解决线上决策可复现与可审计，一致性治理解决离线与在线、批与流、训练与服务之间的长期对齐问题。

一、学习目标

完成本课程后，你应当能够独立设计并落地一套可治理的特征数据链路。具体目标包括：

• 理解特征回填、回放与一致性治理三者的边界、依赖关系与协作方式；
• 掌握离线特征表、在线特征服务、实时计算链路之间的数据对齐方法；
• 能够识别并处理时间穿越、特征漂移、口径不一致、回填覆盖错误等典型问题；
• 能够设计回放任务，对历史某个时间点的模型输入与输出进行复现；
• 能够建立一致性校验、监控告警与治理闭环，而不仅是一次性修复。

二、核心概念

在进入实战之前，需要先统一几个关键概念。它们贯穿后续所有章节，也是排查问题时最常用的“共同语言”。

三、整体框架

本课程的整体框架可以理解为一条从数据产生到决策复现的闭环链路。左侧是数据源与计算链路，中间是特征存储与服务，右侧是训练、推理与回放，底部则是一致性治理与监控体系。下图展示了这一核心结构。

从图中可以看到，数据源经过批流计算进入特征存储，再服务于训练与推理；回放则从决策日志出发，按时间点重建输入；而一致性治理层横向贯穿所有环节，负责规范、校验、监控与闭环。回填、回放、治理三条链路在底部并列，说明它们共享同一套元数据与版本体系。

四、典型场景与误区

先看一个常见场景。某推荐团队发现离线AUC从0.82提升到0.86，但线上点击率反而下降。排查后发现，训练样本中使用了“用户过去7天点击次数”这一特征，但该特征在离线表中是按T+1分区写入的，训练时误用了当天分区，导致时间穿越。同时，线上服务读取的是实时KV，口径为“过去7天但含当天”，与离线口径不一致。回放时又因为特征版本未记录，无法复现当时输入。这个案例同时暴露了回填、回放与治理三个问题。

另一个误区是只做离线在线一致性校验，却忽略时间维度的一致性。例如，离线特征表按天分区，在线特征按事件时间更新，两者在跨天边界、迟到数据、乱序事件上表现不同。如果只对比某个静态时刻的值，可能暂时通过，但长期运行后仍会出现漂移。因此，一致性治理必须同时覆盖口径一致、时间一致、版本一致三个维度。

五、实战准备与学习路径

本课程后续章节将按“概念—方法—工具—案例—复盘”的路径展开。建议你在学习过程中同步准备以下环境或材料：

1. 一份可用的特征表或特征服务配置，包含离线与在线两条链路；
2. 一段历史决策日志，至少包含请求时间、特征快照与模型输出；
3. 一个可执行的回填任务模板，支持按时间分区重算；
4. 一套基础校验规则，例如空值率、分布对比、时间边界检查；
5. 一个监控看板，用于观察特征覆盖率、延迟与漂移指标。

# 示例：回填任务的基础参数结构
job:
  name: user_ctr_feature_backfill
  feature_group: user_behavior_7d
  version: v3
  time_range:
    start: 2024-01-01
    end: 2024-01-31
  partition_by: dt
  write_mode: overwrite
  audit:
    enabled: true
    compare_with: online_kv
    sample_rate: 0.05

这段配置体现了本课程强调的三个原则：回填必须指定版本与时间范围，写入模式要明确，审计要可对比。后续章节会逐步展开如何设计校验规则、如何执行回放、如何建立治理闭环。