Ab Test 衍生功能之锦上添花 —— 目标流量筛选
Posted 魏小言
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Ab Test 衍生功能之锦上添花 —— 目标流量筛选相关的知识，希望对你有一定的参考价值。
Ab Test 衍生功能之锦上添花 —— 目标流量筛选
Ab Test 在互联网产品精细化运营中发挥着重要且出色的作用，通过实验的形式，以数据为依据，科学决策，使产品在市场中保持强劲竞争力！
前段时间，小结了关于 Ab Test 的基础知识及 Ab Test 通用平台的搭建 ，今天要对通用平台增添几分色彩，对其附加功能做些许补充，如筛选…
条件筛选
当我们进行实验配置之后，生产环境流量就会遵循 “随机” & “正交” 原则进行实验匹配，依托命中的实验配置进行渲染及相关逻辑。
上述整体链路听起来没毛病，不过好像缺点什么？跟我来品一下，有这样一个场景：
我们需要对年龄在 18～23 之间的年轻人做一个关于音乐类型喜爱度的实验，用于音乐类的消息定向推送，提高相关点击及转化。
如果是你面临这个问题，你会怎么做呢？
作为一个 Ab Test 项目负责人，我们需要考量是否需要对平台新增一些衍生功能，比如条件筛选 —— 把流量进行过滤，满足定向实验的需求，完善平台功能，锦上添花！
整体设计
在前段时间搭建的 Ab Test 平台基础上，我准备在新增条件筛选功能，以业务中最常用的 “ 用户属性 ” 、” 设备信息 “、” 自定义信息 “ 为例进行设计，抛砖引玉，希望能给各位带来思考！
- 用户属性 ：即用户画像，属性包含：年龄、地区、注册时间、活跃等级、等等
- 设备信息：用户设备号、产品版本、等等
- 自定义信息：集合、交集、子集、等等
「自定义指配置值与实际值的映射关系。比如，实验配置：[“feed”,“main”]，目标值：“feed"，交集、子集皆会命中实验」
条件筛选功能的添加将会在实验黑白名单之后，分流 Hash 之前。因为在实验组维度，我们支持黑白名单机制，筛选功能需在其之后；而如果为通过筛选，则非目标流量，无需进行分流 Hash ,故筛选功能在分流 Hash 之前。
详细设计
那么我们有了整体的构想之后，如何进行详细的编排设计呢？
这里针对条件筛选功能，做了详细的勾画，并做了红色突出。
- 三种条件筛选之间并行，实验配置了不同的筛选，必然是需要，故之间呈现 “ & ” 关系；
- 设备筛选，可以包含多组，组内呈现 “ & ” 关系，组间呈现 “ ｜ ” 关系；
- 自定义筛选，组间 、组内 呈现 “ & ” 关系；
- 用户筛选，组间、组内 呈现 “ 自定义 ” 关系；
代码设计
关于功能的代码设计，这里以高性能为目标，进行设计。
这里将服务物料和服务进行拆分，异步执行，几近全力压缩服务平响。
在 2 核 10 个长链接的环境下，通过 wrk 2 进行压测，服务 P99 < 1ms , QPS 1000 。
性能优化
针对性能，我们可以通过 pprof 火焰图 「 各语言适宜的调优工具 」进行观察，定位耗时部分，针对行优化。
下面列一些常见的优化点：
1、Json 原生包效率较低
2、循环 API 调用
3、递归逻辑
4、变量类型转换
5、…
Q&A
1、为什么文章很模糊呢？缺少细节呢？
文章提供主张及部分模块，完整项目请私信博主进行交流
2、每个 Ab Test 平台功能都不同，文中提到的完全没有现实意义！
平台功能随业务环境决定，功能背后的精神及原理实质不变，技术借鉴，自我提炼汲取才是道理。
附录
漫漫人生路，不只是勇往直前，停下来歇息也是为了更好前进 —— 锦上添花
以上是关于Ab Test 衍生功能之锦上添花 —— 目标流量筛选的主要内容，如果未能解决你的问题，请参考以下文章