在构建客户购买倾向预测模型的过程中，我多次遇到特征工程方面的典型问题，主要可归纳为两类：一是特征管理不善，二是特征生成延迟高。本文通过一个实际案例，系统阐述如何利用 Feast（特征存储）和 Ray（分布式计算框架）构建可扩展的生产级机器学习特征工程流水线。 项目目标是训练并部署一个30天内客户购买可能性的预测模型。数据来源为UCI在线零售数据集（2010年12月至2011年12月的英国在线零售商交易记录）。特征工程聚焦于90天窗口内的RFM（最近购买时间、购买频率、消费金额）及客户行为特征，标签则基于其后30天内是否有购买行为生成。由于每30天设一个预测截断点，共形成9个滚动时间窗口。 为解决特征管理与计算效率问题，引入 Feast 与 Ray。Feast 是一个开源特征存储系统，作为训练与推理阶段的“单一事实来源”，支持离线（批量）和在线（实时）特征服务。本项目主要使用其离线功能，将生成的特征统一注册并管理。Ray 是一个通用分布式计算框架，其核心组件 Ray Core 可将 Python 函数并行化，实现跨多核或集群的高效任务执行。 具体实现中，首先通过 Ray 并行处理每个滚动窗口的特征计算任务。使用 @ray.remote 装饰器将特征工程函数注册为远程任务，实现多窗口并行处理，显著提升效率。接着，利用 Feast 建立特征注册中心，定义实体（如 customer_id）、数据源及特征视图（Feature View），并配置 PostgreSQL 作为生产级元数据存储（替代本地 SQLite），确保多服务并发访问的可靠性。 通过 feast apply 命令将特征定义同步至注册中心。训练阶段，构建包含客户ID与事件时间戳的“实体脊柱”（entity spine），调用 Feast 的 get_historical_features 方法实现点时间一致性特征检索。推理阶段流程类似，仅需更新预测时间点，确保特征生成逻辑一致。 本方案有效解决了特征管理分散、重复计算、延迟高等问题。Feast 提供了统一的特征定义与版本控制，Ray 实现了大规模特征计算的并行化。两者结合，使特征工程从“手工脚本”走向“可复用、可扩展、可维护”的生产级流水线，为构建高效、稳定、可迭代的机器学习系统奠定基础。