特征库 Point-in-Time Join 正确性：事件时间、可用时间与训练泄漏门禁

欺诈模型的标签时间是周五 10:00，客户余额事件发生在 09:58，却到周五 10:06 才进入仓库。若训练查询只取 event_timestamp <= label_timestamp，这条余额会被当成“当时已知”，形成线上永远拿不到的未来信息。反过来，在线 store 若只保留最新值，回放旧订单又会读到未来状态。Point-in-time join 不是一条窗口 SQL，而是一份关于“何时发生、何时可知、哪版定义可用”的合同。

训练数据集快照固定样本集合，训练数据 Schema 演进控制字段语义；本文进一步约束标签行怎样和历史特征相遇。Feast 的 point-in-time join 用实体键和事件时间选择标签时刻之前的特征，并可借助 created timestamp 处理同一事件时间的修订，但平台仍需明确业务可用时间和迟到政策。

同时版本化三种时间

发布 featureViewRelease.v1，绑定 entity key schema、feature field ID、source snapshot、transform digest、eventTimeField、recordedTimeField、created/revision 规则、TTL、时区、null 语义、离线查询实现、在线物化策略及 owner。eventTime 表示业务事实生效，recordedTime 表示仓库接纳修订；二者都不证明预测服务已经能读取该值。每个 audience 和 online generation 还必须保存逐值首次成功物化的 servableAt receipt，训练 eligibility 同时要求 eventTime 与对应 audience 的 servableAt 不晚于样本 cutoff。

schema: featureViewRelease.v1
view: account-risk@12
entityKeys: [tenant_id, account_id]
eventTime: balance_changed_at
recordedTime: warehouse_committed_at
ttl: 30d
sourceSnapshot: iceberg:snapshot-8841
transformDigest: sha256:6a1...
online: { audience: fraud-api, generation: 57, receipts: materialization-ledger@57 }

异步物化时，warehouse commit 与 servableAt 可以相差数分钟。receipt 绑定 entity、feature revision、audience、online generation、首次可读时间和写入确认摘要；只有生产读路径确实以该 generation 返回相同规范值，才可签发。若历史系统没有这种证据，只能把相关样本标为 AVAILABILITY_UNPROVEN，不能用整体 materialization watermark 为每个值虚构可见时间。

标签样本也要携带 predictionAt、实体 schema 和允许的 source watermark。相同 event time 的多次修订按稳定 source revision 仲裁，不能依赖数据库返回顺序。TTL 从合同指定的业务时间计算；缺失、过期与尚未可用分别编码，不能都填成零。动态权限和删除仍遵守训练数据删除传播，旧快照可复现不代表可以继续训练。

一份 release 连接离线与在线

状态为 DRAFT -> MATERIALIZED -> LEAKAGE_TESTED -> PARITY_TESTED -> APPROVED -> ACTIVE -> RETIRED。离线 builder 输出训练矩阵 root、每列最大 event/recorded/servable time、source watermark 和泄漏审计；在线 builder 输出相同 release digest、entity coverage、materialization watermark 与 receipt root。唯一接受点是 registry 按模型 audience CAS 激活闭合 release，模型包同时引用 feature release，不能各自追 latest。

训练查询只能从固定 source snapshot 读取。迟到修订创建新的 dataset generation，不原地改旧矩阵；需要重训时明确记录差异。在线更新以 (entity, featureView, sourceRevision) 去重，并在发布前确认未越过删除或授权 generation。数据库 CDC负责送达变化，缓存 Revalidation可复用 generation fence，但特征 registry 才定义哪个值对哪次预测有效。

用泄漏夹具攻击时间边界

测试构造标签后一秒才入仓的旧事件、入仓后延迟十分钟才在线可读、同 event time 两个 created revision、时钟回拨、DST、本地日期误当 UTC、TTL 恰好等号、回填覆盖在线新值、离线 null 被在线默认零、source snapshot 过期及删除 outbox 迟到。独立 oracle 同时检查 event、recorded 和 audience-specific servableAt；删掉 receipt 或换错 online generation 时，release 必须拒绝而不是退化到 event time 或 warehouse commit。

发布门可要求：十万组生成式时间案例与 oracle 一致率 100%；任何 feature 的 servableAt(audience,generation) > predictionAt 接受数为 0；缺失或错代物化 receipt 接受数为 0；离线/在线规范值差异为 0；强制实体切片 coverage 不低于 99.5%；删除 generation 之后旧特征服务为 0；新物化 P99 落后低于已声明 SLO。样本不足或 source 无法提供可用时间时标 LEAKAGE_UNPROVEN，不能进入训练门。

上线先对现有训练任务 shadow 生成新矩阵并比较选择的 source revision，再只让一个低风险模型读取新在线 generation，按 5%、25% 扩大。异常时把模型与 feature alias 一起切回上一闭合 release；旧矩阵和审计保持只读。回滚不能把已经删除的数据重新物化，也不能让旧在线值跨越当前授权 floor。RAG 知识新鲜度关注文档证据时效，这里的验收对象是预测时真实可获得的结构化事实。