2. 核心概念：特征服务定义、高可用(HA)衡量指标与可用性计算模型
在构建信用评分特征服务的高可用架构之前，必须统一核心术语与度量标准。本章将明确特征服务的定义边界，并建立可量化的高可用衡量体系，为后续架构设计提供精确的工程标尺。
2.1 特征服务定义
信用评分特征服务并非简单的“特征计算函数”，而是一个具备完整生命周期管理的分布式中间件层。它位于原始数据源与评分模型之间，负责将海量、异构的原始数据转化为模型可消费的标准化特征向量。
特征服务核心职责：
- 特征生产： 实时/批量计算衍生特征（如近30天逾期次数、收入负债比）。
- 特征存储： 高性能缓存特征值，支持毫秒级查询。
- 特征分发： 通过RPC或HTTP接口，向评分引擎提供稳定、低延迟的特征数据。
- 特征治理： 版本管理、回滚、灰度发布、监控与血缘追踪。
从架构视角看，特征服务是评分系统的“数据中枢”，其可用性直接影响最终评分决策的连续性与准确性。
2.2 高可用(HA)衡量指标：SLA、SLO、SLI
在SRE实践中，高可用不是模糊的“系统不宕机”，而是通过一套精确的指标体系来定义、度量与问责。核心三要素为：SLI（服务等级指标）、SLO（服务等级目标）、SLA（服务等级协议）。
| 术语 | 定义 | 信用评分特征服务示例 | 关键特征 |
|---|---|---|---|
| SLI (Service Level Indicator) |
服务质量的具体可测量指标 | 特征查询P99延迟、特征服务请求成功率、缓存命中率 | 可量化、可监控、可对比 |
| SLO (Service Level Objective) |
服务提供方对SLI的内部承诺目标 | P99延迟 ≤ 50ms（月度）、请求成功率 ≥ 99.99% | 内部驱动、可调整、用于决策 |
| SLA (Service Level Agreement) |
服务提供方与用户之间的正式契约 | 月度可用性 ≥ 99.95%，否则按比例减免费用 | 外部约束、含惩罚条款、法律效力 |
实践建议： 在特征服务架构设计初期，应优先定义SLI与SLO，而非直接制定SLA。SLO是内部工程改进的“北极星”，而SLA是商业承诺。通常SLO比SLA更严格（例如SLO 99.99% vs SLA 99.95%），为SLA留出安全缓冲。
2.3 可用性计算模型
可用性（Availability）是衡量系统持续提供服务能力的核心指标。在特征服务场景中，通常采用两种计算模型：时间维度可用性与请求维度可用性。
2.3.1 时间维度可用性
公式：可用性 = (总时间 - 不可用时间) / 总时间 × 100%
这是最传统的计算方式，适用于评估基础设施或整体服务的“运行时长”。
| 可用性百分比 | 年化不可用时间 | 月化不可用时间 | 特征服务典型场景 |
|---|---|---|---|
| 99.9% (三个9) | 8.76 小时 | 43.8 分钟 | 非核心特征（如辅助画像特征） |
| 99.99% (四个9) | 52.56 分钟 | 4.38 分钟 | 核心评分特征（如逾期率、负债比） |
| 99.999% (五个9) | 5.26 分钟 | 25.9 秒 | 实时风控决策关键特征 |
2.3.2 请求维度可用性
公式：可用性 = 成功请求数 / 总请求数 × 100%
对于特征服务，请求维度可用性更能反映真实用户体验。即使服务进程未宕机，若大量请求超时或返回错误，也应视为“不可用”。
特征服务请求维度可用性关键SLI：
- 请求成功率： 返回HTTP 2xx或业务成功码的请求占比。
- 延迟达标率： 在SLO阈值内完成的请求占比（如P99 ≤ 50ms）。
- 新鲜度达标率： 特征值在有效时间窗口内更新的比例（如近30天逾期特征在T+1内完成计算）。
2.4 特征服务可用性计算实践
在实际工程中，特征服务的可用性计算需要结合时间与请求两个维度，并引入错误预算（Error Budget）概念进行管理。
常见误区： 仅监控服务进程存活状态（如进程是否运行）来判断可用性。特征服务中，缓存穿透、数据延迟、部分特征计算失败等“静默故障”不会导致进程退出，但会严重影响评分准确性。必须将请求成功率与数据新鲜度纳入可用性计算。
错误预算计算示例
假设特征服务月度SLO为99.99%（请求维度），月度总请求量为1亿次：
月度总请求数 = 100,000,000
SLO目标成功率 = 99.99%
允许失败请求数 = 100,000,000 × (1 - 0.9999) = 10,000 次
错误预算 = 10,000 次失败请求 / 月
每日错误预算消耗 = 10,000 / 30 ≈ 333 次失败请求 / 天当错误预算消耗过快时，SRE团队应触发告警并启动降级或限流策略，避免SLO违约。
2.5 本章小结
- 特征服务是信用评分系统的数据中枢，涵盖生产、存储、分发、治理四大职责。
- SLI 是可测量的具体指标（如P99延迟、成功率）；SLO 是内部目标（如P99 ≤ 50ms）；SLA 是外部契约（如99.95%可用性）。
- 可用性计算分为时间维度与请求维度，特征服务应以请求维度为主，结合数据新鲜度。
- 错误预算是SLO驱动的运维管理工具，帮助团队在创新与稳定性之间取得平衡。