AB页跳转决策日志字段规范：下游消费约定与字段设计检查清单

AB页跳转是本文的核心主题。前阵子有个做家居流量站的客户跑来问我，说跳转决策日志到底该记哪些字段。他们的情况挺典型的——日志里塞了四十多个字段，每行快两KB，一天下来存储费用顶得上半台服务器，结果真到排查"这条请求为什么走了B页"的时候，发现关键的规则版本号和命中条件反而没记。说实话这个问题没有标准答案，但取舍框架是明确的：字段记多少、记多细、枚举怎么定、下游怎么消费，本质上就是在存储成本、排查能力和口径一致性之间做权衡。下面我按四个维度拆开讲，最后给一份能直接拿去对齐的检查清单。

维度一：字段分层——哪些字段必须进主日志，哪些走旁路

决策日志的字段不能平铺着堆，按消费方拆成三层比较合理：决策主链路层、上下文层、诊断旁路层。三层的取舍标准完全不一样，混在一起写就会重蹈上面那个客户的覆辙。

决策主链路层：必记，且要保证单行可读

这一层解决的是"谁在什么时间被判定成什么结果"这个最小闭环，字段数量控制在十个以内比较合适。核心包括：请求唯一标识、决策时间戳（精确到毫秒，时区要么统一UTC要么统一本地并显式标注）、命中的规则集版本号、命中规则ID、决策结果枚举（放行/跳转A/跳转B/兜底）、目标页面标识、决策耗时。这些字段的共性就一条：任何一次"为什么走这个分支"的追问，第一眼都要看它们。有个限制得注意——决策耗时这类字段要明确是端到端耗时还是规则引擎内部耗时，两者混记会让下游做延迟分布统计时口径打架，建议拆成两个字段或者用后缀区分开。

上下文层：按消费方需求选择性记录

上下文层记录的是决策时所依赖的信号，比如设备类型枚举、网络类型、来源渠道标识、地区编码、页面版本号。取舍逻辑很直接：下游报表和模型训练会不会按这个维度做分组？会，就记；不会，就别记。常见的坑是把原始User-Agent整串塞进日志，下游基本用不上，还占掉一大半存储。更合理的做法是记归一化后的设备类型枚举加一个浏览器大类，原始串如果确需保留，走单独的明细表并按天分区，主日志只留外键。

规则匹配过程中的中间信号、候选规则列表、各条件求值结果这类字段，单条请求可能有十几条，写进主日志会让行宽失控。比较稳妥的做法是只在决策结果异常或抽样命中时写入旁路日志，用请求唯一标识和主日志关联。操作上可以设一个开关：正常请求只写主链路层，命中兜底分支或耗时超阈值的请求额外写旁路。这样既控制了存储，又保住了异常样本的完整上下文。

维度二：枚举与自由文本的边界——下游能不能直接消费

字段规范里最容易失控的是枚举设计。我见过一个客户早期把"决策结果"记成自由文本，A页跳转写"jump_a"，也有写"toA""goA""A"的，三个月后做报表统计，光是把这些别名归并就花了两天。枚举字段的约定要写死在规范里，三条约束值得坚持。

枚举值只增不改：新增分支只能追加新值，不能复用旧值的语义。旧值下线时保留在字典里标记为废弃，不能从枚举表里删掉，否则历史日志的统计口径会漂移。；枚举字典外置：枚举定义放在独立的配置或字典表里，日志里只存数值或固定短码，展示层做映射。这样改展示名不影响历史数据。；自由文本字段设白名单：确实需要记自由文本的字段（比如规则备注），要限制长度并做字符集过滤，避免下游解析时遇到转义字符导致整行解析失败。。

验证方法也简单：拿一周的历史日志跑一遍枚举值分布，出现不在字典里的值就说明有写入方逃逸了规范。这个检查建议做成例行任务，每周跑一次，比事后归并省事得多。

维度三：采样策略——全量记还是抽样记，边界在哪

全量记录决策日志在流量上来之后基本不现实。一个日均百万级请求的跳转服务，单行按五百字节算，一天就是五百GB量级，存储和写入压力都扛不住。采样是必然选择，但采样的方式和比例要按字段层分开定。

主链路层：建议全量或高比例保留

决策主链路层的字段行宽小，是排查和审计的基础，建议全量保留，至少保留到一个较长的周期，超出周期后降采样归档。如果确因流量太大需要采样，采样率不宜低于百分之十，且要保证同一请求标识的采样决策稳定——不能同一次请求的主日志被采到、旁路日志没采到，关联就断了。实现上用请求标识做哈希取模的确定性采样，而不是随机采样。

诊断旁路层本身就是为了异常排查准备的，正常请求可以不写，异常请求全写，再叠加一个低比例（比如百分之一到百分之五）的随机样本用于日常观察规则命中分布。这里有个限制得记住：采样率变更必须记入日志的元信息，否则下游拿两个月的数据做对比，会发现样本量差异巨大却不知道是采样策略变了，得出错误结论。做法是在日志头部或单独一张配置快照表里记录当日的采样参数，下游聚合时先对齐采样率再做比较。

维度四：版本与演进——字段增删怎么不破坏下游

字段规范不是一次定完的。业务加分支、规则引擎升级、下游报表改口径，都会推动字段变更。变更本身不可怕，可怕的是不约定变更规则，下游半夜被字段缺失搞崩。比较务实的约定有三条。先说第一条，字段只增不删：废弃字段保留在日志里，值置空或置为固定标记，下游自行决定是否忽略，给足过渡期。再说新增字段，必须可空且有默认语义，下游解析时遇到缺失要能容错，规范里要写明"字段X自版本Y起提供，之前版本为null"。最后一条，日志结构版本号独立成字段：每次字段集发生不兼容变更就递增版本号，下游按版本号选择解析逻辑，而不是靠猜。

验证上，可以在写入侧加一个schema校验，字段类型、枚举范围、必填项在写入前校验一遍，不合格的落一条错误日志而不是静默写入。这个校验的开销很小，但能把大部分规范漂移挡在源头。

实战复盘：一个家居流量站的日志瘦身过程

回到开头那个客户。背景是家居内容站带竞价引流，日均点击量一千二三，跳转服务跑在两台四核八G的机器上，日志原本直接写本地文件再同步到对象存储。踩的坑有三个：一是字段四十多个，行宽接近两KB，存储费用一个月下来比服务器还贵；二是原始User-Agent和完整URL整串记录，下游报表根本没用上；三是规则版本号没记，有次改了跳转条件，第二天数据波动，排查时完全不知道是哪个版本生效期间出的问题。

调整过程分三步走。第一步做字段分层，主链路层压到九个字段，上下文层只保留设备类型、渠道、地区三个下游确实在用的维度，原始串挪到按天分区的明细表，主日志只留请求标识做关联。第二步补上规则集版本号和决策耗时拆分，同时把决策结果自由文本改成固定短码枚举，历史数据做了一次归并映射。第三步定采样规则，主链路全量保留三十天，之后按百分之十归档，旁路日志只对兜底分支和耗时超阈值的请求全量写入。改完之后单行压到三百字节出头，存储费用降了大概七成，而且再出数据波动时，看一眼日志里的规则版本号就能定位到是哪次变更的影响。最终状态是这套规范固化成了团队内部的字段字典，新接下游一律按字典对齐，不再各记各的。

下游消费约定：字段规范的另一半

字段规范写完只算完成一半，另一半是和下游把消费约定谈清楚。约定至少要覆盖四项：时间口径（用哪个时间戳做聚合，时区怎么处理）、枚举口径（哪些值计入跳转、哪些计入兜底）、采样口径（下游拿到的是否为采样数据，聚合时是否需要加权）、版本口径（跨版本对比时如何处理字段缺失）。这四项不写进约定，下游各写各的SQL，口径迟早打架，而且打架的时候往往已经出了错误报表。

时间口径：明确以决策时间戳为准，还是以日志落盘时间为准，两者在高峰期可能差出秒级，聚合窗口边界会受影响。
枚举口径：
采样口径：
版本口径：

落地检查清单

把上面的取舍压缩成一份可以直接拿去对齐的清单，按顺序过一遍基本能覆盖大部分场景。

字段是否已按主链路层、上下文层、旁路层分层，主链路层是否控制在十个字段以内？
决策结果、设备类型等枚举字段是否已外置字典，且约定只增不改？
原始User-Agent、完整URL这类长字段是否已挪出主日志，改用关联标识？
规则集版本号和日志结构版本号是否都已记录？
采样方式是否为基于请求标识的确定性采样，采样参数是否随日志一并留存？
旁路日志是否只在异常或抽样时写入，并与主日志通过请求标识可关联？
写入侧是否有schema校验，不合格数据是否落错误日志而非静默写入？
与下游的时间、枚举、采样、版本四项口径是否已形成书面约定？

这八项里前五项决定日志本身的质量，后三项决定日志能不能被放心消费。规范定得早，后面改起来成本低；等下游报表铺开了再回头改字段，往往要同时协调写入方、存储方和消费方，返工量会大得多。

总结：本文详细介绍了AB页跳转的相关内容，包括AB页跳转的原理、配置方法和优化技巧，包括AB页跳转的原理、配置方法和优化技巧，包括AB页跳转的原理、配置方法和优化技巧，包括AB页跳转的原理、配置方法和优化技巧。希望这些AB页跳转内容对您有帮助。