存储
离线阶段会产生数据按照用途来分，归纳起来一共就有三类：
特征: 特征数据会是最多的，所谓用户画像，物品画像，这些都是特征数据，更新并不频繁。
模型: 尤其是机器学习模型，这类数据的特点是它们大都是键值对，更新比较频繁。
结果: 就是一些推荐方法在离线阶段批量计算出推荐结果后，供最后融合时召回使用。任何一个数据都可以直接做推荐结果，如协同过滤结果。
推荐系统依赖的特征是由各种特征工程得到，这些线下的特征工程和样本数据共同得到模型数据，这些模型在线上使用时，需要让线上的特征和线下的特征一致，因此需要把线下挖掘的特征放到线上去。特征数据有两种，一种是稀疏的，一种是稠密的，稀疏的特征常见就是文本类特征，用户标签之类的，稠密的特征则是各种隐因子模型的产出参数。
数据存在的形态：
正排：以用户 ID 或者物品 ID 作为主键查询（线下从日志中得到曝光和点击样本后，还需要把对应的用户 ID 和物品 ID 展开成各自的特征向量，再送入学习算法中得到最终模型）,需要用列式数据库存储
倒排：以特征作为主键查询（已知用户的个人标签，要用个人标签召回推荐信息，需要提前准备好标签对推荐信息的倒排索引），索引需要用 KV 数据库存储
稠密特征向量：例如各种隐因子向量，Embedding 向量，考虑文件存储，采用内存映射的方式，会更加高效地读取和使用
模型数据：相似度矩阵，物品相似度，用户相似度，在离线阶段通过用户行为协同矩阵计算得到,用来对用户或者物品历史评分加权的，这些历史评分就是特征。
候选集：预先计算出来的推荐结果,数据通常是 ID 类，召回方式是用户 ID 和策略算法名称。这种列表类的数据一般也是采用高效的 KV 数据库存储，如Redis。
推荐系统的简单第一版：ElasticSearch分布式搜索引擎，用于日志存储和分析，承担了存储和计算的任务。
列式存储
把数据都想象成为矩阵，行是一条一条的记录，例如一个物品是一行，列是记录的各个字段，例如 ID 是一列，名称是一列等。数据在计算机中，不管行式还是列式，都要以一个一维序列的方式存在内存里或者磁盘上。所以是按照列的方式把数据变成一维，还是按照行的方式把数据变成一维，就是列式数据库和行式数据库的区别。列式数据库有个列族的概念，可以对应于关系型数据库中的表，还有一个键空间的概念，对应于关系型数据库中的数据库。列式数据库适合批量写入和批量查询。
键值存储
Redis 可以简单理解成是一个网络版的 HashMap，但是它存储的值类型比较丰富，有字符串、列表、有序列表、集合、二进制位。
并且，Redis 的数据放在了内存中，所以都是闪电般的速度来读取。
在推荐系统的常常见到 Redis 的使用：
1. 消息队列，List 类型的存储可以满足这一需求；
2. 优先队列，比如兴趣排序后的信息流，或者相关物品，对此 sorted set 类型的存储可以满足这一需求；
3. 模型参数，这是典型的键值对来满足。
