4. 信用评分特征特性分析：特征时效性分级、计算成本与访问热度分布
在构建信用评分特征服务缓存策略之前，必须对特征数据的固有属性进行系统性分析。特征在时效性、计算成本和访问热度三个维度上的差异，直接决定了缓存策略的选型与参数配置。本章将建立一套可量化的特征分级体系，为后续缓存策略设计提供数据驱动的决策依据。
4.1 特征时效性分级：T+0 与 T+1 模型
信用评分特征按数据更新频率可分为两大类别，其缓存生命周期管理策略截然不同。
| 时效性分级 | 定义 | 典型特征示例 | 更新窗口 | 缓存 TTL 建议 |
|---|---|---|---|---|
| T+0（实时/准实时） | 当日发生、当日生效的特征，延迟通常在秒级到分钟级 | 当日申请次数、近1小时交易金额、实时多头借贷查询 | 1秒 ~ 15分钟 | 30秒 ~ 5分钟 |
| T+1（离线/日批） | 基于前一日或更早数据加工生成，每日固定时间刷新 | 近30天逾期天数、近6个月平均负债率、历史最大逾期金额 | 24小时（通常凌晨2:00-6:00） | 12小时 ~ 24小时 |
| 静态/准静态 | 极少变化或一次性计算的特征 | 身份证号校验位、户籍省份编码、设备指纹基础属性 | 月/季度/年 | 7天 ~ 30天 |
关键原则：缓存 TTL 必须小于特征数据实际更新间隔的一半，以避免模型使用过期数据。对于 T+0 特征，建议采用主动失效 + 短 TTL 组合策略；对于 T+1 特征，可采用定时预热 + 长 TTL 策略。
4.2 特征计算成本量化模型
特征计算成本是缓存收益评估的核心输入。我们将成本拆解为三个可测量的维度，并建立统一的成本评分体系。
4.2.1 成本维度定义
- CPU 消耗（C_cpu）：单次特征计算占用的 CPU 毫秒数，包含特征逻辑运算、聚合函数执行等。
- IO 消耗（C_io）：单次特征计算发起的数据库查询次数、外部 API 调用次数及数据传输量（KB）。
- 内存消耗（C_mem）：特征计算过程中临时对象分配大小（MB），影响 GC 压力和堆内存使用。
4.2.2 成本等级划分标准
| 成本等级 | 综合成本评分 | 典型场景 | 缓存优先级 |
|---|---|---|---|
| 低 | 1 ~ 3 | 内存变量直接取值、简单算术运算、本地缓存查询 | 低（缓存收益有限） |
| 中 | 4 ~ 6 | 单表 SQL 聚合、单次外部 API 调用、中等复杂度规则引擎 | 中（建议缓存） |
| 高 | 7 ~ 9 | 多表 Join 聚合、多次外部 API 调用、图计算、机器学习模型推理 | 高（必须缓存） |
| 极高 | 10 | 全量数据扫描、跨系统分布式事务、实时风控模型全链路 | 强制缓存 + 预计算 |
实践建议：在特征服务启动阶段，通过 APM 工具（如 SkyWalking、Pinpoint）采集每个特征的计算耗时、DB 调用次数和内存分配量，自动生成成本评分。成本评分 ≥ 6 的特征应纳入缓存白名单。
4.3 特征访问热度分布规律
访问热度分布遵循典型的 Zipf 定律（幂律分布）：少数高频特征贡献了绝大部分的访问量。理解这一规律是设计缓存容量和淘汰策略的前提。
4.3.1 热度分布实测规律
基于某头部消费金融平台 30 天生产日志分析，特征访问热度呈现以下分布：
- Top 10% 特征 占据了总访问量的 78%（高频热点区）
- 中间 30% 特征 占据了总访问量的 17%（中频温点区）
- 底部 60% 特征 仅占据了总访问量的 5%（低频冷点区）
缓存策略启示：高频热点特征应常驻缓存并采用 LRU/LFU 保护；中频温点特征使用标准 TTL 缓存；低频冷点特征可不缓存或使用极短 TTL 缓存，避免缓存污染。
4.3.2 热度衰减与时间窗口效应
特征热度并非静态不变，在特定时间窗口内会出现明显的衰减和波动：
| 时间窗口 | 热度变化特征 | 缓存策略调整 |
|---|---|---|
| 日间（8:00-22:00） | 申请高峰期，热点特征访问量是夜间的 8~15 倍 | 扩大缓存容量，启用写回（Write-Back）模式 |
| 夜间（22:00-8:00） | 访问量骤降，冷特征几乎无访问 | 触发缓存过期清理，释放内存给 T+1 特征预热 |
| 月初/月末 | 账单日和还款日前后，负债类特征访问量激增 | 提前扩容，预加载相关特征 |
| 大促/活动期间 | 特定营销特征访问量爆发式增长（10~50 倍） | 动态调整缓存分片数，启用本地缓存兜底 |
4.4 特征三维度综合分级矩阵
将时效性、计算成本、访问热度三个维度组合，形成特征缓存策略的决策矩阵。以下 SVG 图展示了三维度交叉分析框架。
4.5 特征分级落地实施步骤
在实际项目中，建议按以下步骤完成特征分级与缓存策略映射：
- 特征清单梳理：从特征注册中心或配置中心导出全量特征列表，包含特征 ID、名称、数据源类型。
- 时效性标注：与数据工程师确认每个特征的更新频率和延迟窗口，标注为 T+0、T+1 或静态。
- 成本采集：在预发环境对每个特征执行 1000 次基准测试，记录 P99 耗时、DB 调用次数、内存分配量，计算成本评分。
- 热度统计：从生产环境访问日志中提取 7 天窗口内的特征调用次数，按降序排列，计算累计占比。
- 策略映射：根据三维度评分，从预定义的缓存策略模板中选择匹配项，生成配置文件。
避坑提醒：不要仅依赖单维度（如仅看热度）制定缓存策略。一个 T+0 高频特征如果计算成本极低（如内存取值），缓存收益可能为负（缓存维护开销 > 计算开销）。必须三维度综合评估。
4.6 特征热度动态变化与缓存自适应
特征热度并非一成不变，需要引入滑动窗口机制进行动态监测。以下 SVG 图展示了热度随时间变化的典型模式及对应的缓存自适应策略。
工程落地：建议在特征服务中集成一个热度监控模块，每 5 分钟计算一次滑动窗口内的特征 QPS，当热度等级发生变化时（如中频→高频），自动触发缓存策略调整，无需人工干预。