排序服务流程
前置知识：
item：指要排序的物品，可以是游戏、视频、广告等
特征
用户特征
用户的一些特征，比如用户的性别、年龄、最近玩的x个游戏
item特征
物品的一些特征，以游戏为例的话，就是游戏的点击次数、游戏包名、游戏评分等
交叉特征
用户和物品的交叉特征
比如用户是否是第一次玩这个游戏
召回
选取一批特定的Item进入后续流程
serving召回
带着用户特征请求召回服务，拿到一批Item的Id
item特征会在召回服务里查，请求参数里无需携带
适用场景：根据不同的用户和不同的模型label（维度）召回，实现个性化的推荐
策略召回
根据策略获取一些Item列表，通常从本地缓存里获取
适用场景：一些适用于所有/特定用户的Item列表
具体实现：
- Redis+自定义本地缓存：将Item的唯一标识Id存在Redis的List列表里，结合本地缓存完成召回过程。请求的时候，如果本地缓存里没有数据，就去请求Redis，并且将数据存储在本地，并设置过期时间；下次请求来的时候直接读取本地缓存，减少Redis访问次数。
- atomic.Value：借助原子变量存储，数据源可以是Redis或MySQL或其他关系数据库
粗排
召回的items经过一定的强制过滤以后，需要用粗排简单筛一批出来进精排
带着 用户特征和一批item的id请求粗排服务，item特征会在粗排服务里查，请求参数里无需携带
精排
对粗排后的items根据final-socre进行截断，请求精排模型进行打分
请求参数包括用户特征、item特征以及交叉特征
重排
进行冷启动、保送等一些业务上的操作逻辑
冷启动
具体做了分层策略
