2. 切片复盘核心概念：切片（Slice）的定义、时间窗口、特征快照、模型版本对齐
切片复盘是实时风控 Model Serving 中定位“线上为什么拒”或“分数为什么跳变”的核心手段。它本质上是将一次模型推理请求的输入、上下文、版本、结果在某个时间点完整“冻结”并持久化，供事后回溯分析。本章围绕四个核心概念展开：切片（Slice）、时间窗口、特征快照、模型版本对齐。
2.1 切片（Slice）的定义
在实时风控场景中，切片（Slice）是指一次模型推理请求在特定时间点的完整状态记录。它不是一个简单的日志行，而是一个包含以下维度的结构化数据单元：
| 维度 | 说明 | 示例 |
|---|---|---|
| 请求标识 | 全局唯一 ID，用于关联上下游 | req_20250321_001234 |
| 入参快照 | 请求到达时的原始特征值 | user_id, device_id, ip, amount |
| 上下文特征 | 实时计算后的衍生特征 | 近1小时交易次数, 设备关联风险分 |
| 模型版本 | 推理时使用的模型标识 | risk_model_v2.3.1 |
| 推理结果 | 模型输出分数、决策标签 | score: 0.87, decision: reject |
| 元数据 | 时间戳、耗时、节点信息 | ts: 1711000000, latency: 45ms |
关键原则：切片一旦生成，不可修改（immutable）。任何复盘分析都基于这个“冻结”的快照，避免因后续数据变更导致归因偏差。
2.2 时间窗口
时间窗口定义了切片所覆盖的上下文时间范围。在实时风控中，特征往往依赖过去一段时间内的行为聚合，时间窗口的选择直接影响特征的有效性和切片复盘的准确性。
- 固定窗口（Fixed Window）：如“过去 1 小时”、“过去 24 小时”。窗口边界固定，适合统计类特征（交易次数、金额总和）。
- 滑动窗口（Sliding Window）：以请求到达时刻为终点，向前滑动固定时长。适合实时性要求高的场景（最近 5 分钟登录失败次数）。
- 会话窗口（Session Window）：基于用户行为序列的天然边界（如一次支付流程）。适合行为序列模型。
| 窗口类型 | 适用场景 | 切片复盘注意事项 |
|---|---|---|
| 固定窗口 | 日累计、周累计统计 | 注意窗口对齐，避免跨天边界数据漂移 |
| 滑动窗口 | 实时行为检测（如短时高频） | 确保窗口内事件顺序正确，防止乱序 |
| 会话窗口 | 支付、登录流程 | 会话 ID 必须唯一且可回溯 |
实践建议：切片复盘时，必须记录每个特征实际使用的窗口起止时间戳，而非仅记录窗口类型。这能有效排查因时钟偏差或数据延迟导致的特征计算错误。
2.3 特征快照
特征快照是切片中最核心的数据部分，它记录了模型推理时所有输入特征的最终值。特征快照必须包含：
- 原始特征：请求中直接携带的字段（如 IP、设备 ID、金额）。
- 衍生特征：经过实时计算引擎加工后的特征（如“近 1 小时该 IP 关联的账户数”）。
- 外部特征：从第三方服务或离线批处理拉取的特征（如“黑名单命中标记”）。
- 特征元数据：每个特征的计算时间、数据源、是否缺失、是否超时。
常见陷阱：很多复盘失败的原因是特征快照只记录了“最终值”，而没有记录“特征是否来自缓存”或“特征计算是否超时”。这会导致线上和复盘时的特征不一致，产生误判。
2.4 模型版本对齐
模型版本对齐是切片复盘中最容易被忽视但影响最大的环节。它确保复盘时使用的模型与线上推理时完全一致，包括：
- 模型文件：算法、权重、预处理逻辑。
- 特征工程代码：特征衍生逻辑的版本。
- 后处理逻辑：分数映射、阈值、决策规则。
- 运行时环境：依赖库版本、操作系统、硬件（CPU/GPU）。
以下 SVG 图展示了切片复盘的核心数据流与版本对齐关系：
2.5 四个核心概念的关系
切片、时间窗口、特征快照、模型版本对齐并非孤立概念，它们共同构成一次完整的复盘单元：
- 切片是载体，承载了所有复盘所需的数据。
- 时间窗口定义了特征计算的上下文边界。
- 特征快照记录了窗口内的特征最终值及其元数据。
- 模型版本对齐确保复盘时的推理逻辑与线上一致。
以下 SVG 图展示四者之间的依赖关系：
2.6 切片复盘的典型流程
基于上述四个核心概念，一次完整的切片复盘通常包含以下步骤：
- 触发切片生成：在模型推理请求到达时，根据配置决定是否生成切片（全量采样或按规则采样）。
- 冻结时间窗口：记录每个特征计算时使用的窗口起止时间戳。
- 捕获特征快照：将原始特征、衍生特征、外部特征及其元数据一并持久化。
- 记录模型版本：记录推理时使用的模型文件哈希、特征工程代码版本、后处理规则版本。
- 存储切片：将切片写入持久化存储（如 HDFS、ClickHouse、S3）。
- 复盘分析：加载切片，对齐模型版本，重放推理过程，对比线上结果与复盘结果。
工程化要点：切片生成对性能有影响，建议采用异步写入 + 采样策略（如 1% 全量 + 100% 拒绝样本）。同时，切片存储建议按时间分区，便于快速检索。