3. 特征缺失定义与分类：完全缺失、部分缺失、延迟到达、空值、异常值等缺失类型

在实时特征流中，特征缺失并非单一现象。不同缺失类型对下游模型推理、特征回填策略和回放验证逻辑的影响截然不同。本章从实时流处理视角出发，对特征缺失进行系统分类与精确定义，为后续检测与回放方案奠定基础。

3.1 缺失类型全景

实时特征流中的缺失可归纳为五大类：完全缺失、部分缺失、延迟到达、空值与异常值。下表从定义、典型场景、对模型影响三个维度进行对比：

3.2 缺失类型关系与演进路径

五种缺失类型并非孤立存在，在实时流中常呈现时序演进关系。例如，一个特征值可能先被标记为“延迟到达”，随后因超时被判定为“完全缺失”。下图展示了缺失类型在实时流中的典型演进路径：

3.3 各缺失类型的检测特征

在实时特征流中，每种缺失类型都有其独特的可观测特征。下表列出了各类型的关键检测指标，这些指标将直接用于后续章节的检测器设计：

3.4 缺失类型在回放验证中的映射

回放验证的核心目标之一是模拟并验证上述缺失类型在历史数据流中的表现。每种缺失类型在回放场景中都有对应的注入与验证策略：

• 完全缺失回放验证：在回放数据流中随机删除某实体的全部特征记录，验证下游模型是否触发降级逻辑。
• 部分缺失回放验证：在回放数据流中随机删除特征向量的部分维度，验证特征拼接与填充逻辑是否正确。
• 延迟到达回放验证：在回放数据流中人为调整部分特征的时间戳，使其晚于预期窗口，验证延迟检测与重排逻辑。
• 空值回放验证：在回放数据流中将部分特征值替换为 null 或 NaN，验证空值处理管道是否健壮。
• 异常值回放验证：在回放数据流中注入超出统计分布的值，验证异常检测器是否准确捕获。

3.5 缺失类型组合与优先级

在实际实时流中，特征缺失往往以组合形式出现。例如，一个特征可能同时是“延迟到达”且“空值”。系统需要定义缺失类型的优先级，以决定最终的处理策略：

3.6 缺失定义在实时系统中的落地要点

• 统一缺失标记协议：所有特征缺失事件必须使用统一的枚举类型标记（如 MISSING_TYPE_COMPLETE、MISSING_TYPE_LATE），避免字符串散乱。
• 时间戳精度对齐：延迟到达的判断依赖事件时间与处理时间的精确对齐，建议使用毫秒级时间戳，并考虑时钟漂移补偿。
• 业务语义绑定：空值的定义必须与业务字段的语义一致。例如，用户年龄字段的 0 值可能是有效值，而收入字段的 0 值可能是空值。
• 异常值动态阈值：异常值的检测阈值应基于滑动窗口动态计算，而非固定值，以适应数据分布的时变特性。