2、回放对比概念：回放（Replay）的定义、对比（Compare）的目的、业务场景举例
在 Feature Store 的工程实践中，回放（Replay）与对比（Compare）是支撑离线训练与在线推理特征一致性的核心机制。本章从定义出发，明确两者的技术内涵与协作关系，并通过典型业务场景帮助理解其实际价值。
2.1 回放（Replay）的定义
回放是指将历史时间窗口内的原始数据，按照与在线生产环境完全相同的特征计算逻辑，重新执行一遍特征生成过程，并将结果写入离线特征表或训练样本集的操作。
回放的核心特征包括：
- 时间对齐（Point-in-Time Correctness）：回放时必须使用数据产生时刻的快照，避免未来数据泄露（Data Leakage）。
- 逻辑一致（Logic Consistency）：回放使用的特征变换代码、聚合窗口、字典映射必须与线上 Serving 代码为同一版本。
- 批量执行（Batch Execution）：回放通常以 Spark、Flink 批处理或大规模 SQL 引擎驱动，覆盖数天至数月的历史数据。
关键原则：回放不是简单的数据复制，而是“用历史的输入 + 当前的逻辑”重新计算特征，确保离线样本与在线推理时的特征分布一致。
2.2 对比（Compare）的目的
对比是指将回放生成的离线特征与在线生产环境实时计算的特征进行逐字段、逐行的差异分析，以验证特征一致性是否满足业务容忍阈值。
对比的核心目的包括：
- 检测数据泄露：若离线特征分布明显优于在线特征，说明回放时可能使用了未来信息。
- 验证逻辑等价：确认离线批处理代码与在线流处理/请求级代码的输出一致。
- 量化偏差范围：通过统计指标（均值、方差、空值率、PSI）衡量特征漂移程度。
- 建立发布门禁：将对比结果作为特征版本上线前的质量卡口。
| 对比维度 | 离线回放特征 | 在线实时特征 | 对比方法 |
|---|---|---|---|
| 时间戳 | 使用事件时间（Event Time） | 使用处理时间（Processing Time） | 检查时间偏差 < 窗口容忍度 |
| 聚合窗口 | 严格按日历时间划分 | 按滑动/跳动窗口实时计算 | 抽样比对窗口边界值 |
| 缺失值处理 | 全局默认值填充 | 实时默认值填充 | 逐字段统计空值率差异 |
| 特征分布 | 全量历史分布 | 近期实时分布 | PSI / KS 检验 |
实践建议：对比不是一次性动作，建议在每次特征版本迭代、数据源变更、窗口参数调整后都执行一次完整的回放对比流程，形成自动化回归测试套件。
2.3 业务场景举例
以下三个典型场景直观展示了回放对比在真实业务中的落地方式：
场景一：信贷风控模型月度迭代
某消费金融公司每月更新一次逾期预测模型。数据团队对过去 90 天的用户交易流水执行回放，生成包含 200+ 特征的新训练集。随后将回放特征与线上实时计算的特征进行逐日对比，发现某聚合窗口参数因代码合并错误导致偏差超过 5%。修复后模型 AUC 提升 2.3%。
场景二：推荐系统特征上线前验证
短视频平台新增“用户实时兴趣向量”特征。离线回放覆盖 7 天日志，对比发现离线特征与在线特征在 Top-100 高活跃用户上的余弦相似度仅为 0.82。排查原因为在线服务使用了不同的 Embedding 字典版本。回放代码回滚后相似度恢复至 0.97。
场景三：实时反欺诈特征漂移监控
支付风控团队每周执行一次回放对比，监控 50 个核心特征的 PSI 指标。某次对比发现“设备指纹置信度”特征的 PSI 从 0.03 飙升至 0.21，触发告警。调查发现上游数据源新增了一批低质量设备指纹，及时调整了特征清洗逻辑。
常见误区：不要将回放与简单的“数据导出”混为一谈。回放必须包含完整的特征计算逻辑重演，而非仅复制原始数据。缺少回放机制的 Feature Store 会导致模型训练与线上推理之间的特征分布系统性偏差，且难以定位。