版本决策准不准,其实就看一件事:请求进站那一瞬间,访客画像快照到底截了哪些字段、又主动扔了哪些字段。快照这东西不是越全越好,字段一多,采集开销和判定延迟就压不住;可字段太少呢,本来能区分开的访客被压成同一类,后面的版本映射必然漂移。下面我们就沿着一次请求从进站到返回的完整链路,把字段选取、裁剪时机、加权顺序、落盘边界这几跳逐个拆开讲,帮投放的同学理解这套机制里到底在权衡什么。
快照在判定链里的位置:先固定输入,再谈规则
任何一次分流判定,说白了就是"拿一组输入跑一遍规则链"。访客画像快照就是这个输入集合的冻结副本。它生成的时间点很关键——请求进了应用层之后、规则链求值之前,此后规则链读到的所有字段都来自快照,不再回头去读实时环境。这么设计图什么?图的是结果可复现。同一访客两次请求判定不一致,我见过最常见的原因就是两次快照的字段来源不一样——比如第一次读了请求头里的 UA,第二次因为连接复用,读到了连接层缓存的值。把输入冻住,排查的时候口径才能对得上。
快照生成一般分三步走:
- 采集:从请求头、Cookie、IP、指纹采集结果里取原始值;
- 归一:UA 转设备类型、IP 转地区与网络类型、时间戳转时段标签;
- 裁剪:按规则链实际引用的字段做白名单过滤,其余丢弃。
第三步最容易被忽略,但它直接决定快照的体积和后续落盘成本。这里容易搞混,很多人以为前两步做完就完事了。
字段分三层:判定必需、辅助加权、仅留档
把快照字段按用途分层,是控制取舍边界最实用的做法。我的习惯是分三层看。
第一层是判定必需字段。 规则链里被直接引用的那些,比如设备类型、地区、来源渠道标识、会话标识。这些字段缺了规则就没法求值,采集成功率必须保证。实践中要盯的是空值率,平均值意义不大——某个字段百分之九十几有值,剩下那几个百分点走兜底分支,就可能把一小撮访客持续分到错误版本上去。
第二层是辅助加权字段。 它们不直接决定分支,但参与置信度打分,比如指纹稳定性标记、历史访问次数、网络类型。这类字段缺失可以容忍,降权处理就行。第三层是仅留档字段。 完整 UA 原文、请求头全量、原始 IP 都算。规则链用不到,但排查时需要回看。这类字段不该进判定快照,应该走独立的日志通道。
上个月一个做教育投放的团队就踩过这个坑:他们把完整请求头塞进了快照,快照平均体积涨到原来的三倍多,判定耗时跟着上去,首字节延迟在晚高峰明显抖动。后来按上面三层拆开,只保留第一层和第二层字段,快照体积回到原来的四成左右,延迟恢复正常。顺带说一句,他们原来把原始 IP 也放在快照里,其实规则只用到地区标签,原始 IP 完全没必要进判定链路。
裁剪时机:入口裁剪还是求值前裁剪
字段裁剪放在哪个环节,影响的是开销分布。这事儿得掰开看。
入口裁剪,指请求一进来就按白名单过滤,后续所有环节只见白名单字段。好处是内存占用低、日志干净;代价是规则链热更新新增字段引用时,入口白名单没同步,新规则会读到空值。所以入口裁剪必须和规则库版本绑定发布,规则库变更时同步更新字段白名单。
求值前裁剪呢,指快照先保留较全的字段集,规则链求值前一刻再按当前规则引用裁剪。好处是规则热更新不需要动采集层;代价是快照在内存里停留期间体积偏大,高并发下内存水位更高。两种做法的选择标准很直接:规则库变更频率高、以热更新为主,选求值前裁剪;规则库稳定、以版本发布为主,选入口裁剪。混合做法也常见——入口保留第一层加第二层,第三层字段在求值前丢弃。
截断边界:长字段怎么处理才不丢判定信息
快照里总有几个长字段,完整 UA、Referer、查询串。全量保留不现实,直接截断又可能把关键片段切掉。这里容易搞混,很多人一上来就想着截多少字符,其实顺序错了。
比较稳妥的边界定法是:先归一、再截断。UA 先解析成设备类型、系统版本、浏览器大类三个短标签,原文只在留档通道保留;Referer 先提取域名和路径前缀两层,查询串按参数名白名单提取。这样截断发生在语义化之后,切掉的是冗余,不是信息。
截断长度也要有依据。设备类型标签控制在十几个字符内,地区标签到城市级即可,再细对版本决策没有增量。判定字段的截断原则是"够用即止",留档字段的原则才是"尽量完整"。这两条原则混用,是快照设计里最常见的错位。
落盘与回放:快照该保留多久
快照落盘的目的有两个:排查时回放判定过程,以及事后核对版本映射是否漂移。保留时长按用途定。用于日常排查的,保留到能覆盖一个完整观察窗口即可,通常几天量级;用于版本映射核对的,要保留到对应投放周期结束。全量快照长期保留的成本不低,更常见的做法是判定结果全量落、快照按采样落,采样比例与规则链复杂度挂钩——规则分支越多,回放价值越高,采样可以适当放宽。
回放时要注意一点:快照回放复现的是"当时的输入",不是"当时的规则"。规则库版本号必须和快照一起落盘,否则回放出来的结果没有参考意义。这一点在同一访客两次请求的排查里尤其关键,很多看似随机的判定差异,追下去都是快照字段来源和规则版本没对齐。
小结
访客画像快照的核心不是采集多少字段,而是把字段按判定用途分层,把裁剪时机和规则库发布节奏绑定,把截断放在语义化之后。做到这三点,判定结果可复现、延迟可控、回放有据。快照设计上的取舍,最终都会体现在版本映射的稳定性上,而这正是分流决策链路里最不该出问题的一环。
常见问题
访客画像快照字段越多,版本判定就越准吗?
不一定。字段多到超过规则链实际引用的范围,多出来的部分只是增加采集和存储开销,对判定结果没有贡献。真正影响准确度的是第一层判定必需字段的空值率,以及第二层加权字段的缺失降权逻辑是否合理。
快照裁剪放在入口做,规则热更新后会读到空值吗?
这个要看情况。入口裁剪的白名单如果没和规则库版本同步发布,新规则引用的字段确实会读到空值,然后走兜底分支。所以入口裁剪方案必须把字段白名单纳入规则库的发布物,一起变更、一起回滚。
完整 UA 原文要不要放进判定快照?
一般不建议。规则链通常只用得到归一后的设备类型和浏览器大类,UA 原文放进去只会撑大快照体积。原文可以走独立的留档日志通道,排查时按请求标识关联回查就行。
快照保留多久比较合适?
按用途分。日常排查覆盖一个观察窗口就够,几天量级;版本映射核对要保留到投放周期结束。全量长期保留成本高,可以判定结果全量落、快照按采样落,采样比例跟规则分支复杂度挂钩。
快照回放出来的结果和当时不一致,先查什么?
先查规则库版本号有没有和快照一起落盘。回放复现的是当时的输入,规则版本对不上,结果自然对不上。其次查快照字段来源,比如 UA 是读请求头还是读连接层缓存,两次来源不同也会导致差异。
延伸阅读
快照字段取舍解决的是"输入怎么冻结",而判定链路上每个环节的耗时分布同样影响版本决策的稳定性,下面这篇把从点击到判定完成的各环节耗时基线讲清楚了,可以对照着校准自己的快照采集预算。