Sql server 在SQL Server中组织和维护预测模型输入功能的好方法是什么？

考虑一个玩具论坛数据库，其中包含用户、帖子、投票等表格

假设我们有一个机器学习系统，用于根据某些特征对用户进行分类。这些功能是由一组建模人员设计的，可能包括直接来自用户列的值（例如，

用户年龄

），以及更复杂的查询，这可能需要在链接表上进行聚合（例如，

最新发布的投票数

或带有正投票数的发布数），等等）

假设可能有数百个这样的功能，它们可以用于不同的模型中，用于不同的目的。建模人员每天在一个离线的大表中重新计算所有功能。然后，建模者可以选择（比如）10-20个特征，用于生产模型。生产模型的特征将在查询时在线计算

组织和维护这些功能的合理方便和高效的方法是什么

为了解释我的意思，考虑三个选项：

• 维护大型“脱机表”生成脚本，该脚本包含特征计算的所有逻辑。Cherry将此脚本的必要部分提取到生产中使用的存储过程中。 这很好，因为脱机表生成脚本和storedproc都可能变得相当高效——我们只能连接必要的辅助表一次，并在一个地方对它们进行所有聚合。 糟糕的是，这种方法很难维护，因为在定义特性的方式和位置上没有模块化。通常不能简单地将“脱机”脚本的一部分复制粘贴到“联机”过程中，因为

  select

  s和

  join

  s在这两个过程中的结构可能不同

• 将每个功能维护为

  user\u id

  的标量用户定义函数。这提供了最大的模块化，使在线和离线脚本都非常简单，但这可能会使离线表计算变得相当缓慢-如果100个特性需要在同一个表上聚合，那么服务器可能不够聪明，无法避免100次额外的遍历（不过，我自己没有测试）

• 将相关功能组维护为表值用户定义函数或视图。这可能会在效率和可维护性之间提供一个很好的折衷方案

虽然我个人的偏好似乎是后一种选择，但我想知道我是否在这里发明了轮子。也许已经有解决这个问题的既定方案了