1. 金融特征平台概述
1.1 批流一体特征平台的定义
批流一体特征平台是面向金融场景构建的、统一管理批量（Batch）与实时（Stream）特征加工、存储、分发与治理的基础设施。它打破传统离线与实时特征工程割裂的架构，通过一套元数据体系与计算引擎，同时支持T+1离线特征与毫秒级在线特征的生成与复用。
核心定义：批流一体 = 同一套特征逻辑 + 同一份特征元数据 + 统一特征服务网关，在离线批处理与实时流处理两种模式下输出语义一致的特征值。
1.2 在金融风控与营销中的核心价值
| 业务领域 | 核心价值 | 典型场景 |
|---|---|---|
| 信贷风控 | 实时欺诈拦截 + 离线模型训练特征一致性 | 申请反欺诈、交易实时拦截、贷中监控 |
| 营销推荐 | 用户实时画像 + 离线人群圈选特征对齐 | 实时优惠券发放、个性化推荐、流失预警 |
| 合规与反洗钱 | 实时交易链路特征 + 历史行为特征融合 | 可疑交易实时上报、客户风险等级动态调整 |
| 运营分析 | 离线报表与实时看板共用特征口径 | 实时大屏、T+1经营分析、AB实验特征回溯 |
实践要点：在风控场景中，批流一体最直接的价值是消除“离线训练特征”与“实时推理特征”之间的口径偏差，避免模型上线后因特征不一致导致AUC大幅衰减。
1.3 与传统特征工程的区别
传统特征工程通常分为离线批处理（Hive/Spark）与实时流处理（Flink/Storm）两条独立链路，两者在特征定义、存储、时效性、运维方式上存在显著差异。批流一体特征平台从架构层面统一了这两条链路。
| 对比维度 | 传统特征工程 | 批流一体特征平台 |
|---|---|---|
| 特征定义 | 离线与实时各自维护SQL/代码，口径易漂移 | 统一特征元数据，一份定义自动生成批流两套执行计划 |
| 存储体系 | 离线Hive表 + 实时Redis/MySQL，数据孤岛 | 统一特征存储层（在线KV + 离线数仓），自动同步 |
| 时效性 | 离线T+1，实时秒级，两者无法混合计算 | 支持离线回溯 + 实时增量，同一特征可同时提供两种时效 |
| 特征复用 | 离线特征无法直接用于在线推理，需重新开发 | 特征注册一次，离线训练与在线推理共用同一特征服务 |
| 运维成本 | 两套代码、两套监控、两套数据修复流程 | 统一血缘、统一监控、统一数据回溯与补录 |
| 数据一致性 | 离线与实时特征值经常对不上，排查困难 | 基于事件时间与窗口对齐，内置一致性校验机制 |
常见误区：批流一体不是简单地把离线代码复制到Flink上跑，而是需要从特征元数据、窗口语义、状态管理、数据回溯等维度进行统一设计。直接复制代码往往导致实时特征与离线特征在窗口边界、空值处理、时间戳对齐上产生偏差。
1.4 批流一体特征平台架构概览
下图展示了批流一体特征平台的核心架构分层，从特征生产到特征消费形成完整闭环：
1.5 批流一体特征工程的关键能力
- 特征口径统一：同一特征在离线回溯与实时计算中使用相同的窗口定义、聚合逻辑与空值处理策略。
- 特征热切换：支持在线特征逻辑的热更新，无需重启服务即可生效，满足金融业务快速迭代需求。
- 特征血缘追踪：记录每个特征从原始数据到加工产出的完整链路，支持数据问题快速定位与影响分析。
- 特征质量监控：内置特征空值率、分布漂移、时效性延迟等监控指标，异常时自动告警。
- 特征复用与共享：通过特征市场（Feature Store）实现跨团队、跨场景的特征注册、检索与复用。
金融行业关键指标：实施批流一体特征平台后，典型收益包括：特征开发效率提升 60% 以上，离线与实时特征一致性达到 99.99%，模型上线周期从 2 周缩短至 2 天。