2. 特征生命周期管理：特征发现、特征创建、特征验证、特征下线全流程

特征生命周期管理是特征平台的核心能力之一，它确保特征从被需求方发现、创建、验证、上线到最终下线的全过程可追溯、可治理。一个完善的生命周期管理流程能够有效避免特征重复建设、数据质量失控以及废弃特征长期占用存储与计算资源的问题。

2.1 生命周期全景视图

特征的生命周期通常划分为四个核心阶段：特征发现、特征创建、特征验证、特征下线。每个阶段都对应明确的治理节点与API操作。

2.2 特征发现

特征发现是生命周期的起点，旨在帮助数据科学家与工程师快速定位已有特征，避免重复建设。特征平台应提供统一的特征目录与检索API。

2.2.1 特征发现的核心能力

2.3 特征创建

特征创建阶段包括特征的定义、开发与注册。平台应提供标准化的特征定义模板与版本管理机制。

2.3.1 特征创建流程

1. 特征定义：填写特征名称、类型（连续型/离散型/文本型）、所属领域、业务含义描述。
2. 数据源绑定：指定特征计算所依赖的原始数据表或流式数据源。
3. 计算逻辑开发：编写SQL或Python特征计算脚本，支持窗口聚合、多表Join等常见模式。
4. 特征注册：调用创建API将特征元数据写入特征注册中心，生成唯一特征ID。
5. 版本初始化：自动生成v1.0.0版本，后续每次修改均触发版本递增。

2.3.2 特征创建API规范

POST /api/v1/features
Content-Type: application/json

{
  "name": "user_7d_order_amount",
  "display_name": "用户近7天订单金额",
  "type": "continuous",
  "domain": "user_profile",
  "description": "统计用户最近7天成功支付订单的总金额",
  "data_source": "dwd_order_pay_di",
  "compute_logic": "SELECT user_id, SUM(pay_amount) AS amount FROM dwd_order_pay_di WHERE dt >= DATE_SUB(CURRENT_DATE, 7) GROUP BY user_id",
  "owner": "team_a",
  "tags": ["order", "amount", "7d"]
}

2.4 特征验证

特征验证是保障特征质量的关键环节，包括数据质量校验、性能压测与合规审查三个维度。

2.4.1 验证维度与标准

2.4.2 验证流程

• 自动化验证：提交验证请求后，平台自动触发数据质量扫描与性能压测。
• 人工审批：合规审查需要特征负责人与数据治理委员会双重审批。
• 验证报告：验证完成后生成包含所有检查项结果的报告，支持在线查看与导出。
• 状态变更：验证通过后特征状态自动变更为“已发布”，失败则回退至“开发中”。

2.5 特征下线

特征下线是生命周期管理的收尾阶段，用于清理不再使用的特征，释放存储与计算资源，降低维护成本。

2.5.1 下线触发条件

• 无调用：特征连续30天未被任何模型或服务调用。
• 替代上线：有新的特征版本或替代特征已发布并切换流量。
• 数据源下线：特征依赖的原始数据源已废弃或迁移。
• 业务变更：对应业务指标或策略已不再使用。

2.5.2 下线流程与API

2.6 生命周期治理清单

下表汇总了特征生命周期各阶段的治理要点与API操作，供平台建设与审计参考。