9、特征工程基础设施：构建与应用全解析

特征工程基础设施：构建与应用全解析

1. 特征定义与规范

1.1 SQL 特征转换示例

在特征工程中，SQL 常被用于表达特征转换逻辑。以 DoorDash 的实时特征聚合为例：

source:
- type: kafka
  kafka:
    cluster: ${ENVIRONMENT}
    topic: store_events
    schema:
      proto-class: "com.doordash.timeline_events.StoreEvent"
sinks:
- name: feature-store-${ENVIRONMENT} 
  redis-ttl: 1800
compute:
  sql: >-
    SELECT
      store_id as st,
      COUNT(*) as saf_sp_p30mi_order_count_avg
    FROM store_events
    WHERE has_order_confirmation_data
    GROUP BY
      HOP(_time, INTERVAL '1' MINUTES, INTERVAL '30' MINUTES), 
      store_id

不过，SQL 存在多种方言，不同计算引擎支持的方言也有所不同。对于内部解决方案，这可能不是大问题；但对于商业解决方案，基于 API 的选项更具前瞻性。

1.2 Python 特征定义示例

Python 是数据科学的通用语言，许多开源和