Online Metrics & Guardrails: 解释分层实验与互斥域（layer / domain）。

Core Concept: 分层（layer）把流量分成独立层，不同层可同时跑实验（提高密度）；互斥域（domain）让相互干扰的实验互斥。

数学机理：<strong>分层实验（layered experiments）</strong>——(1) <strong>问题</strong>——若所有实验都用'同一批流量的同一随机化'，则<strong>同一用户只能进一个实验</strong>（互斥）→ <strong>实验密度低</strong>（同期只能跑少数实验）；而大公司每天有数百个实验需求。(2) <strong>分层（layer）的解法</strong>——(a) <strong>做法</strong>——把流量分成<strong>多个独立的层</strong>（layer）；每层用<strong>独立的随机化</strong>（独立的哈希种子）；(b) <strong>效果</strong>——<strong>同一用户可以同时参与多个层的实验</strong>（因为不同层的随机化独立）；(c) <strong>前提</strong>——<strong>层间正交（orthogonality）</strong>——即'一个实验的处理不影响另一个层的实验的指标'；(d) <strong>为什么能正交</strong>——因为不同层的随机化独立 → '实验 A 的组别'与'实验 B 的组别'在统计上独立（不相关）；(e) <strong>结果</strong>——(i) <strong>实验密度提升</strong>（同期可跑'层数'倍的实验）；(ii) <strong>样本量不变</strong>（每层仍有全量用户）。(3) <strong>正交的前提（重要）</strong>——(a) <strong>'处理不相互影响'</strong>——若 A 与 B 都改'同一个 UI 元素'，则 A 的效果依赖 B 的处理（<strong>不正交</strong>）；(b) <strong>'指标的叠加性'</strong>——若 A 与 B 的效果是'相加'的，则正交成立；若'相乘'或有交互，则不正交；(c) <strong>实践</strong>——通常假设'不同模块的改动正交'（如'推荐算法改动'与'UI 颜色改动'正交）；但'同一模块'的改动不正交。(4) <strong>互斥域（domain）</strong>——(a) <strong>做法</strong>——把'相互干扰'的实验放在<strong>同一个域</strong>（domain），域内互斥；(b) <strong>例子</strong>——'两个都改首页推荐的实验'放同一域（互斥）；'改首页推荐'与'改搜索排序'放不同域（正交）；(c) <strong>本质</strong>——<strong>域 = 一组互斥的实验集合</strong>；层 = 一组正交的实验集合（域可以看作'一层的特例'）。(5) <strong>实现细节</strong>——(a) <strong>哈希</strong>——用 (user_id + layer_id) 哈希到 [0,1)，决定'该用户在该层的组别'；(b) <strong>一致性</strong>——同一用户在同一层始终在同一组（稳定）；(c) <strong>流量比例</strong>——每层的实验可占不同比例（如实验占 10%、剩余 90% 作为该层的对照）；(d) <strong>'空层'</strong>——未使用的层可作为'对照'（用于观测'层间的相互影响'）。<strong>与其他问题的关系</strong>——(a) 与'实验平台能力'（分层是平台的核心功能）；(b) 与'网络效应'（干扰是分层的反例）；(c) 与'多重比较'（层间正交降低了多重比较的关联性）。<strong>实践建议</strong>——(a) <strong>按'模块'分层</strong>（推荐/搜索/UI/广告各一层）；(b) <strong>相互干扰的实验放同一域</strong>（互斥）；(c) <strong>验证正交性</strong>（用'空层'或'A/A 测试'）；(d) <strong>层数不宜过多</strong>（管理复杂）；(e) <strong>记录层与域的配置</strong>（元数据）。<strong>度量</strong>——(a) 实验密度（同期实验数）；(b) 正交性验证（A/A 测试的假阳性率）；(c) 层间的相互影响。

深度剖析与工程权衡：① <strong>'分层提高实验密度'是核心价值</strong>——同一用户可参与多层；面试中能指出这一点是深度理解的标志。② <strong>'层间正交的前提是处理不相互影响'</strong>——同一模块的改动不正交；故需按模块分层。③ <strong>'互斥域'处理干扰</strong>——相互干扰的实验放同一域。④ <strong>'用空层验证正交性'</strong>——实用技巧（观测层间的相互影响）。⑤ <strong>'层数不宜过多'</strong>——管理复杂度上升。⑥ <strong>面试要点</strong>——被问'如何同时跑很多实验'，应给出'<strong>分层（独立随机化 → 正交）+ 互斥域（相互干扰的实验互斥）+ 按模块分层 + 用空层验证</strong>'；能指出'同一模块的改动不正交'是深度理解的标志。