旺格子优化：自动导出遗漏分页时怎样检查完整性
📱 Mozilla/5.0 (compatible; QlyzeBot/1.0; +https://app.qlyze.io/bot)
🔗 /eb4f6a42a5bf.html
📄
旺格子优化：自动导出遗漏分页时怎样检查完整性
先看能不能重新发起导出。若当前账号仍能访问同一批数据，最可靠的动作是改用手动逐页导出或缩小时间窗重跑，而不是在残缺文件上做修补；若权限已被收回或数据源已变化，只能对已有文件做内部一致性检查，并明确标注“不完整”，不能据此判断总量。完整性检查的目标是分清“确实少了”和“看起来少了”，而不是强行补出一个总数。
仍可访问数据源时：用重叠窗口验证分页边界
自动导出遗漏分页，最常见的原因是分页游标在某一页中断，后续页没有继续请求。此时不要直接重跑整个任务，先用一个重叠窗口定位断点：把原导出区间拆成前后两段，让两段各多覆盖一页的范围，例如原区间是第1到第10页，就分别导出第1到第6页、第5到第10页。
如果第5页在两段里内容一致，说明断点不在这里；如果第5页只在前一段出现，后一段从第6页开始，断点就在第5页之后。这个动作的结果决定下一步：断点明确时，只需补导断点之后的部分；断点来回漂移时，说明不是单次网络问题，而是分页参数或排序不稳定，需要先固定排序字段再重跑。
重叠窗口还能暴露重复页。若两段都包含第5页且内容完全相同，说明导出逻辑在边界处重复请求，这不会造成遗漏，但会让合并后的条数虚高。判断完整性时要把重复项去掉再比对，否则会误以为数据比实际更多。
权限已收回时：只能做内部一致性检查
当账号已无法访问原数据源，任何“补导”都不成立。此时能做的只有三件事：核对文件内的页序连续性、核对每条记录是否带可排序的唯一标识、核对首尾页是否出现明显的截断特征，例如最后一条记录字段缺失或停在半句话上。
这些检查能证明什么、不能证明什么，需要分清。页序连续只能说明导出文件内部没有断号，不能说明数据源本身没有新增或删除；唯一标识连续只能说明导出过程没有丢行，不能说明源端分页逻辑正确。换句话说，内部一致是完整性的必要条件，不是充分条件。把内部一致直接当成“数据完整”，是这类检查里最容易犯的错。
一个假设的例子：某次导出得到1200条、页序从1到12连续，但第12页只有7条而前11页每页100条。这既可能是正常的最后一页，也可能是第12页被截断。两种解释都成立时，不能只凭“页序连续”下结论，应记录这个疑点并标注待核验。
两种条件下的选择依据
- 能重新访问、且数据源允许重复读取：优先补导，用重叠窗口定位断点，动作结果直接决定补导范围。
- 不能重新访问、或重复读取会改变源端状态：只做内部一致性检查，输出结论限定为“文件内自洽”或“存在疑点”，不输出总量判断。
- 两者都能做时：先补导拿到参照，再用内部检查验证补导结果，避免只依赖一种证据。
选择的关键不是哪种方法更省事，而是哪种方法不会引入新的错误。补导会改变你手里的文件，内部检查不会；但内部检查也无法恢复已经丢失的页。若这批数据要用于对外结论，优先选能拿到参照的那条路。
需要记录的例外与限制
有几类情况会让上述检查失效，需要单独标注：源端在两次导出之间发生了增删，此时重叠窗口对不上不代表导出有问题；分页依赖不稳定的排序字段，同一页在不同次请求里内容不同；导出文件经过人工合并或去重，页序信息已被破坏。
遇到这些例外，正确做法是停止用条数推断完整性，改为记录已知范围和已知缺口。例如写成“已确认覆盖第1至第8页，第9页之后状态未知”，而不是写“共导出约800条”。前者是可用于后续决策的事实，后者是可能误导下一步的估算。
最后，完整性检查的产出应该是一份带假设的说明：用了哪种条件、做了哪个动作、动作结果支持什么结论、哪些结论不能推出。这样无论后续是补导还是交接，接手的人都知道边界在哪里，不会把一份残缺文件当成完整数据继续使用。
