特征系统产品系统

一、业务与行业场景
项目归属美团本地生活 O2O 业务，支撑外卖、到店、广告推荐、金融收银风控等场景。平台海量用户行为、订单、交易数据，算法依赖实时、准实时、离线多类型特征用于模型训练与线上推理，是搜广推与风控的底层数据基建。
二、立项背景与立项原因
业务快速扩张下，各业务线独立搭建特征服务，形成烟囱式架构：各团队重复开发采集、计算、查询服务，资源浪费；在线、离线特征分两套代码开发，数据口径不一致，出现样本漂移，模型上线效果不达预期；原有架构缺少实时特征能力，数据 T+1 更新，无法满足实时推荐、实时风控需求；零散服务性能薄弱，无法承接日益增长的并发请求；新增特征开发链路冗长，跨岗位协作繁琐，算法迭代效率低下。为此启动统一特征中台建设。
三、项目解决的产品问题
架构问题：搭建统一特征管理平台，整合 Flink 实时、Hive 离线、Doris 准实时三条计算链路，统一全业务特征存储与调用，破除业务烟囱，实现特征资源复用，减少重复研发投入。
数据一致性问题：采用流批一体方案，同一套计算逻辑产出线上服务数据与离线训练样本，彻底解决线上线下特征不一致问题，保障算法模型实验有效性。
研发效率问题：接入 QLExpress 规则引擎，特征配置化落地，算法可自主配置上线，省去后端重复编码，大幅缩短新特征投产周期。
性能瓶颈：优化查询架构，实现线上 QPS1.5w+、压测峰值 3w+，TPS1w+、压测峰值 2w+，满足推荐、广告、收银风控高并发查询，解决高峰期接口超时抖动故障。
时效性短板：落地实时特征上报能力，实现用户行为秒级生成特征，替代原有 T+1 更新模式，赋能实时个性化推荐、广告竞价、交易风控。
配套运维：统一特征全生命周期管控，完善监控体系，同时作为底层底座，支撑美团故障演练平台的稳定性建设。
四、落地效果
平台落地后，各业务接入与使用成本显著降低，特征研发效率提升，为平台

本特征系统作为统一特征中台，集成实时、准实时、离线全类型特征生命周期管控能力。支持实时特征数据上报、写入存储与在线高并发查询，依托 Flink 完成流式数据加工；基于 Doris 实现准实时特征高效存取，借助 Hive 承载海量离线特征计算、入库与检索。平台统一管理数据源、数据元、特征元数据，搭配 QLExpress 实现特征规则可视化配置，提供特征注册、版本管控、上下线管理、指标监控等能力。系统统一对外提供标准化调用接口，打破各业务烟囱化开发难题，支撑推荐、广告、风控等场景快速接入使用，有效缩短特征开发周期。

主导特征系统建设：
1.系统设计与开发：主导完成系统架构设计及核心功能开发，成功实现对实时、离线及准实时特征数
据的统一管理。
2.高性能支撑：系统能够支撑高并发查询（线上QPS达1.5w+，压测峰值突破3w+；TPS达1w+，压
测峰值突破2w+），并具备实时特征上报、实时/标签特征查询、Hive离线特征查询及Doris准实时特
征查询等能力。
通过特征系统的建设，各业务方在特征数据接入与查询方面的成本得到显著降低，特征开发效率大幅
提升，为业务增长策略的实施提供了有力支撑。