4. 分流算法：哈希分流、分层分流、自适应分流（如 Multi-armed Bandit）的原理与对比

分流算法是 A/B 实验平台的“交通调度员”，决定了流量如何被分配到不同的实验组。不同的算法在稳定性、灵活性、样本利用效率上存在显著差异。本节深入剖析三种主流分流算法的核心原理与适用场景。

4.1 哈希分流：确定性分桶的基石

哈希分流是最基础、最广泛使用的分流方法。它通过哈希函数将用户标识（如 user_id）映射到一个固定的数值空间，再根据预设的流量比例进行分桶。

关键步骤：

1. 选择哈希函数： 常用 MD5、MurmurHash、CityHash 等，要求均匀分布且计算高效。
2. 确定分桶空间： 通常将哈希值映射到 0~99 或 0~9999 的整数空间。
3. 分配流量比例： 例如实验组 A 占 10%（桶号 0~9），对照组 B 占 90%（桶号 10~99）。
4. 保证一致性： 同一用户在不同时间、不同实验中的分桶结果稳定不变。

优点：

• 确定性： 同一用户始终进入同一分组，保证实验可复现。
• 无状态： 无需存储用户分组信息，计算即可得出结果。
• 易于实现： 算法简单，计算开销极低。

缺点：

• 流量浪费： 流量比例固定，无法动态调整。
• 样本量固定： 无法根据实验效果动态增加或减少某组的样本量。
• 多实验冲突： 多个实验同时运行时，若使用同一哈希空间，可能产生交互干扰。

4.2 分层分流：正交实验的流量复用

分层分流（Layer-based Traffic Split）解决了多实验并行时的流量冲突问题。它将流量在逻辑上划分为多个“层”（Layer），每个层独立进行哈希分桶，并通过正交设计保证各层之间的实验互不干扰。

分层分流的关键设计：

优点：

• 流量复用： 同一用户可同时参与多个不同层的实验，大幅提升流量利用率。
• 互不干扰： 正交设计保证各层实验效果独立，避免交叉污染。
• 灵活扩展： 新增实验只需在空闲层中分配流量，无需重新调整已有实验。

缺点：

• 实现复杂： 需要维护层、域、盐值的映射关系，系统设计复杂度较高。
• 层数限制： 层数过多可能导致每个层的样本量不足，影响统计功效。
• 域冲突管理： 同一域内的实验需要互斥，增加了实验编排的难度。

4.3 自适应分流：动态优化的 Multi-armed Bandit

自适应分流（Adaptive Traffic Allocation）打破了传统 A/B 测试的“先固定比例、后分析结果”模式。它利用 Multi-armed Bandit（MAB）算法，在实验进行过程中动态调整流量分配，将更多流量导向表现更好的方案，从而最小化实验期间的“机会成本”。

常见的 MAB 算法：

Thompson Sampling 伪代码示例：

# Thompson Sampling 伪代码
for each round t:
    for each arm i:
        # 从 Beta 后验分布中采样
        theta_i = Beta(alpha_i + success_i, beta_i + failure_i).sample()
    # 选择采样值最大的臂
    chosen_arm = argmax(theta_i)
    # 执行实验，观察结果
    reward = pull_arm(chosen_arm)
    # 更新后验参数
    if reward == 1:
        success[chosen_arm] += 1
    else:
        failure[chosen_arm] += 1

优点：

• 样本效率高： 自动将流量集中到表现好的方案，减少在差方案上的浪费。
• 实时优化： 实验过程中持续调整，适合需要快速决策的场景。
• 降低机会成本： 相比固定比例分流，MAB 在实验期间的总收益更高。

缺点：

• 统计推断复杂： 传统 p 值/置信区间不再适用，需要专门的停止规则。
• 不适用于长期效果评估： 动态调整可能引入偏差，影响对方案长期效果的估计。
• 实现门槛高： 需要实时反馈系统、奖励计算和参数更新机制。

4.4 三种分流算法对比总结