model-platform/docs/database/A卡原始监控指标-模型方表评估清单-V0.1.md

A 卡原始监控指标——模型方表评估清单 V0.1

日期：2026-09-01
评估对象：模型方 model_deploy 数据库及待补监控结构。
目的：确认模型方能够提供哪些原始监控数据、通过哪些表提供，以及我方是否需要保留标准化月度快照。

1. 结论先行

模型方现有 model_monitor_aggr 只能部分承载 KS、PSI、IV 等标量指标，不能完整支撑 A 卡运维平台的月度监控、规则回放、报告和特征分布展示。

建议模型方提供 4 类结构化监控表或完全等价的数据结构：

1. model_monitor_batch：月度批次、修订和发布状态。
2. model_monitor_result：模型单月排序性、KS、PSI和样本量。
3. model_monitor_feature_metric：特征级IV、CSI及变化。
4. model_monitor_distribution：评分分箱和特征分箱分布。

以上数据应由模型计算任务自动写入，不由模型团队手工执行 SQL。

2. 模型方现有相关表

现有表	当前用途	可复用内容	不足	我方建议
model_deploy	模型部署主表	deployId、模型名称、编码、状态、当前版本	缺业务模型大类、银行关系、通用模型等	作为模型主标识使用，不复制主表
model_version	模型版本	版本ID、版本号、版本名称、创建人、创建时间	缺迭代、陪跑、上线/下线和开发指标	作为版本主标识；缺失字段另补
model_details	模型详情	模型说明、输入/输出Schema	不是月度监控数据	仅模型详情页读取
model_monitor_aggr	通用聚合指标	deployId/version/metricName/dimensionValue/valueNum/gmtCreated；注释允许 ks/psi/iv	无月份、批次、修订、发布状态、排序性、样本量、CSI、分箱结构	可继续保存运行聚合；不建议单独承担业务监控全量数据
model_monitor_call_log	模型调用原始日志	调用成功、耗时、节点、错误	属于服务运行监控，不是模型效果监控	不作为 A 卡月度监控来源
model_monitor_aggr_cursor	聚合器游标	聚合进度	纯技术状态	我方无需读取

3. 建议模型方提供的 4 张表

3.1 model_monitor_batch——监控批次

一行代表一次月度监控数据发布。

建议字段：

• id BIGINT：批次主键。
• source_batch_no VARCHAR(128)：模型方幂等批次号。
• monitor_month DATE：监控月份，固定当月1日。
• revision_no INT：同月份修订号。
• status VARCHAR(24)：writing/published/failed/superseded。
• expected_model_count/written_model_count：预期和实际模型数。
• feature_row_count/distribution_row_count：特征和分箱行数。
• checksum VARCHAR(64)：批次校验和。
• generated_at/published_at DATETIME：计算和发布时间。
• failed_reason VARCHAR(2000)：失败原因。

关键约束：同一监控月份和修订号唯一；我方只读取 published 的最高修订。

3.2 model_monitor_result——模型单月监控结果

一行代表一个模型版本在一个月份的核心监控结果。

建议字段：

• id BIGINT：结果主键。
• batch_id BIGINT：所属批次。
• deploy_id BIGINT：关联 model_deploy.id。
• version_id BIGINT：关联 model_version.id。
• monitor_month DATE：监控月份。
• ranking_result VARCHAR(24)：matched/unmatched/not_applicable。
• ks_value DECIMAL(12,8)：KS，建议统一存0～1比率。
• psi_value DECIMAL(12,8)：PSI，建议统一存0～1比率。
• sample_count/good_count/bad_count BIGINT：样本量。
• calculated_at DATETIME：完成计算时间。
• extra JSON：仅用于尚未结构化且已约定的数据，不作为核心字段替代品。

关键约束：同一批次下一个 deploy_id 只能有一条结果。

3.3 model_monitor_feature_metric——特征级指标

一行代表一个监控结果下的一个特征。

建议字段：

• id BIGINT：主键。
• monitor_result_id BIGINT：关联单月监控结果。
• feature_code/feature_name：特征编码和名称。
• iv_value/previous_iv_value：当期与上期IV。
• iv_drop_rate：IV降幅。
• csi_value/previous_csi_value：当期与上期CSI。
• csi_rise_rate：CSI升幅。
• ks_contribution_change：对KS变化的贡献。
• psi_contribution_change：对PSI变化的贡献。
• calculated_at DATETIME：计算时间。

关键约束：同一监控结果下 feature_code 唯一。

3.4 model_monitor_distribution——评分及特征分箱

一行代表一个评分区间或一个特征分箱。

建议字段：

• id BIGINT：主键。
• monitor_result_id BIGINT：关联单月监控结果。
• dimension_type VARCHAR(24)：score_band/feature_bin。
• feature_code/feature_name：评分分箱时可为空。
• bin_order/bin_code/bin_label：分箱顺序、编码和显示名称。
• reference_period_label：基准期说明。
• reference_count/reference_share：基准期数量和占比。
• current_count/current_share：当期数量和占比。
• good_count/bad_count/bad_rate：好坏客户数据。
• psi_component/csi_component：该分箱对PSI/CSI的贡献。

关键约束：monitor_result_id + dimension_type + feature_code + bin_order 唯一。

4. 四张表与前端页面关系

表	模型大类概览	监控概览	监控详情	监控/诊断报告	系统同步
model_monitor_batch	间接	间接	间接	绑定数据版本	展示批次和修订状态
model_monitor_result	KS/PSI、趋势、同业均值	月度明细和等级输入	核心结论与趋势	报告核心指标	同步主数据
model_monitor_feature_metric	不直接使用	可选摘要	IV/CSI前5及全指标	诊断报告特征分析	同步特征指标
model_monitor_distribution	不直接使用	不直接使用	排序性和特征分布	报告四张明细表	同步分箱数据

5. 我方可以计算、模型方无需提供的内容

取得上述原始数据后，我方可自行计算：

• 本行平均KS/PSI及同业平均值。
• 近6个月趋势。
• KS环比降幅。
• 近6个月二级异常次数。
• 异常等级及A/B/C监控结果等级。
• 命中原因、处理建议、阈值影响测算。
• 报告正文、待办、催办和缓存数据。

6. 必须与模型方确认的 10 项

1. 是否接受新增上述4张表，或提供完全等价的表/视图。
2. deploy_id和版本引用使用 model_version.id 还是 version整数。
3. KS、PSI、IV、CSI统一存0～1还是0～100。
4. 排序性计算方法及枚举值。
5. PSI和CSI基准期规则，是否为滚动基准期。
6. 批次粒度是全月全量、按银行还是按模型。
7. 历史勘误是否新增修订，禁止原地覆盖已发布结果。
8. 特征编码是否跨版本稳定，特征名称变更如何留痕。
9. 首次需要回补多少个月历史数据及预计数据量。
10. 提供一套真实脱敏样例：一个模型、一个月份、完整特征和分箱数据。

7. 若模型方不愿新增4张表

最小折中方案：

• model_monitor_aggr继续承载KS、PSI、IV、CSI等标量指标。
• 必须固定 metricName 字典、单位、月份口径和 dimensionValue 规则。
• 仍需新增批次/发布结构以及评分和特征分箱明细结构。
• 不建议把所有数据都塞入 extra JSON，否则无法建立稳定索引、约束和验收口径。

该折中方案开发和长期维护成本更高，推荐优先采用4张结构化表。