TikTok的推荐引擎被公认为业界最佳，是字节跳动的核心竞争壁垒。构建这些流水线的后端工程师需要理解如何将实时事件处理、特征存储和模型服务整合为一个协调的系统。
梳理端到端流水线：用户行为事件→实时特征更新→候选召回→排序→重排序→响应。
描述特征存储架构：在线存储（Redis/Memcached）低延迟服务，离线存储（Hive/HDFS）批量特征，流式层（Flink）实时特征计算。
解释多级排序：召回（检索约1万候选）、粗排（筛到约500）、精排（深度模型对约500打分）、重排（多样性、新鲜度、业务规则）。
讨论用户行为如何实时反馈到系统中，使推荐在同一会话内自适应。
流水线分五个阶段。第一阶段事件摄入（5ms）：用户行为（点赞、分享、观看时长、跳过）发布到Kafka，Flink作业消费事件，更新实时用户特征（近期兴趣embedding、会话上下文），写入Redis特征存储，新鲜度50ms。第二阶段候选召回（30ms）：多路召回并行——协同过滤从ANN索引（Faiss/Milvus）检索、基于内容的用户兴趣embedding召回、热门内容和社交图谱信号，共产出约1万候选。第三阶段粗排（20ms）：轻量双塔模型用缓存embedding对1万候选打分，筛到Top 500。第四阶段精排（100ms）：深度交叉网络模型利用在线特征存储中的稠密特征——用户画像、内容属性、上下文信号和实时互动特征——对500候选精细打分。第五阶段重排（30ms）：施加多样性约束（同一创作者不连续出现两个视频）、新鲜度提权、广告插入位和安全过滤。最终约30个视频返回客户端。总延迟约185ms。反馈闭环至关重要：在同一会话中，用户的跳过或点赞立即更新其实时兴趣embedding，下一页推荐就能反映偏好变化。
强调实时反馈闭环——这是TikTok信息流在单次会话内感觉"神奇"的关键。
展示你理解多级架构是由延迟约束驱动的：不可能对数百万候选跑深度模型。
提到召回阶段的近似最近邻（ANN）搜索——这是字节跳动规模的标准实践。
不同召回通道捕捉不同信号——协同过滤找行为相似的内容，基于内容的召回找语义相似的内容，热门通道呈现流行内容。组合起来产生多样化的候选集，单一模型会遗漏这些。
在线特征存储使用Redis，特征预计算后以序列化张量形式存储。特征Key按用户ID分区，存储与排序服务部署在同一机房以减少网络跳数。批量特征每天物化，在服务时进行join。