关键词推荐工具：采样频率太低时怎样捕捉短时异常
📱 CCBot/2.0 (https://commoncrawl.org/faq/)
🔗 /05bd2be2e7d7.html
📄
关键词推荐工具：采样频率太低时怎样捕捉短时异常
当关键词推荐工具的采样间隔较长时，短时异常往往落在两次采样之间，你无法直接看到它。要捕捉这类异常，取舍在于：是提高采样频率，还是用更聪明的触发与聚合方式。两者都成立，但代价不同。选择取决于异常持续多久、你能否承受更高的资源消耗，以及你是否需要保留异常发生时的上下文。
矛盾现象：报告里看不到异常，但它确实发生过
假设一个关键词推荐工具每天只汇总一次数据。某天下午某个词的推荐量突然下降，持续两小时后又恢复。日汇总把这两小时的低值平均掉了，你看到的曲线几乎是平的。这不是工具出错，而是采样频率与异常持续时间不匹配。
这类现象有两种常见解释。第一种是异常本身持续时间短于采样间隔，被平均或覆盖。第二种是异常持续时间不短，但触发条件在采样点恰好不满足，比如只在特定时段或特定查询条件下才出现。区分这两种解释，决定了你该调采样还是该调触发条件。
两种做法的取舍：提高频率 vs. 改变触发方式
提高采样频率是最直接的做法。把每日一次改为每小时一次，短时异常就很难被完全掩盖。代价是资源消耗上升：请求次数、存储量、处理时间都会增加。如果异常本身很少发生，高频采样大部分时间在记录正常状态，性价比不高。
改变触发方式则更省资源。不固定采样，而是设定阈值或事件条件，一旦某个指标越过边界就立即记录。代价是阈值难定：设得太松，异常漏掉；设得太紧，正常波动被误报。而且触发式记录依赖你对“异常”的定义，定义错了，捕捉到的也不是你真正关心的东西。
选择条件可以这样判断：如果异常持续时间通常小于采样间隔，且你无法预知它何时出现，提高频率更可靠。如果你能大致描述异常的边界条件，触发式记录更经济。两者可以并用，但并用的复杂度更高，需要先确认单一手段不够用。
能区分两种解释的证据
要判断是采样太粗还是触发条件不对，可以看三类证据。
- 异常持续时间与采样间隔的比值。如果异常只持续几分钟，而采样间隔是几小时，采样太粗的解释更成立。
- 异常是否集中在特定时段或特定查询条件下。如果总是出现在同一类条件下，触发条件的问题更可能。
- 提高频率后异常是否稳定复现。如果提高频率后异常反复出现，说明之前确实被采样掩盖；如果提高频率后异常反而消失，说明之前的“异常”可能是采样点上的偶然波动。
这三类证据不需要同时满足。只要持续时间明显短于间隔，就可以先按采样太粗来处理；如果持续时间不短但只在特定条件下出现，就先检查触发条件。
一个假设例子：如何用动作验证下一步
假设你管理一个关键词推荐工具，当前每天采样一次。你怀疑某个词在午间有短时异常。先做一个动作：把该词的采样改为每小时一次，持续观察一周。结果有两种可能。
如果每小时采样后，午间确实出现规律的低值，说明之前是采样太粗。下一步是把高频采样扩展到同类词，或至少对这类词保持高频。如果每小时采样后午间没有异常，说明之前的怀疑可能来自其他时段的波动，或者异常只在更细的粒度下才出现。下一步是缩小采样间隔到分钟级，或者改用触发式记录，在指标越过阈值时立即捕获。
这个例子的数字只是说明比较方法，不代表任何工具的实际表现。实际动作的结果会直接决定你下一步是扩大高频范围，还是转向触发条件的设计。
采样频率归零或数据缺失时，先别下结论
有时你会看到某段时间的采样记录完全为空。这不能单独证明异常发生或工具失效。合理解释包括：采样任务被跳过、数据写入延迟、查询条件在该时段无结果、或者工具本身在该时段不可用。要区分这些，可以检查同一时段的相邻指标是否也有缺失，以及缺失是否可复现。如果只有单个指标缺失而其他指标正常，更可能是该指标的查询条件问题；如果多个指标同时缺失，更可能是采样任务或数据管道的问题。
在确认原因之前，不要根据缺失数据调整策略。先补采或换一种方式验证，再决定是否改变采样频率或触发条件。
