数据感知引擎：把数据洪流压成可决策信号

在写入前统一「时间戳 + 设备指纹 + 业务主键」三要素，字段命名用 snake_case 且带单位后缀（如 duration_ms）。

阈值：核心事件字段缺失率 < 0.3%，乱序容忍 ≤ 5 分钟；超过即暂停下游建模，先修埋点。

避坑：不要用前端上报的时间戳做唯一排序键，设备时钟漂移会造成 3%–9% 的时序错位。

用同一份特征定义文件同时生成批计算与流计算任务，避免训练/推理偏移（training-serving skew）。

做法：特征注册表中标注 owner、更新频率、SLA；1,860 列在线特征中，高基数类别特征控制在 15% 以内。

避坑：离线用均值填充、在线用 0 填充是典型事故源，必须共用同一填充策略。

热数据按时间分区 + 业务维度预聚合，高频看板走物化视图，冷数据下沉对象存储。

参数：单看板图表 ≤ 9 个，首屏加载 ≤ 1.2 s，聚合表刷新间隔 5 分钟；P95 超过 380 ms 即触发慢查询工单。

避坑：不要在交互式查询里做全表扫描式去重，改用近似基数算法（误差 < 2%）。

用滑动窗口 + 分位数基线替代固定阈值，按业务时段分桶（早高峰与夜间基线不同）。

指标：误报率目标 < 0.5%，召回 > 95%；每条告警必须带根因线索（维度下钻前 3 项）。

避坑：大促或发版期间主动进入「静默窗口」，否则告警风暴会淹没真实故障。

深色底上图表用「主色—强调色—中性灰」三级区隔，同屏彩色系不超过 3 组，关键数字用暖金强调。

参数：文字与背景对比度 ≥ 4.5:1，图表线宽 ≥ 1.5 px，图例紧邻图表而非置于远端。

避坑：不要用纯红绿对比区分状态，约 8% 男性用户无法分辨；改用色相 + 形状双重编码。

手机号、证件号等敏感字段在入湖阶段即做不可逆哈希，分析侧只暴露令牌。

做法：按角色分配行级与列级权限，审计日志保留 180 天；导出行为需二次审批。

避坑：脱敏后若仍保留原始映射表在同一集群，等同于未脱敏，务必隔离存放。