百度司南工具遇到对象格式变化时怎样改输入规范
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /6a7b27fae13a.html
📄
百度司南工具遇到对象格式变化时怎样改输入规范
先给结论：不要直接改工具里的输入框，而是先固定“对象契约”，再改输入规范。对象契约指你交给百度司南工具的那份资料，其字段名、字段顺序、时间粒度、主体标识和空值写法。格式变化时，最先要动的不是参数，而是契约版本号与校验规则；否则同一批数据在不同角色手里会被理解成不同事实。
先判断格式变化属于哪一类，再决定改什么
格式变化通常分三种，处理方式完全不同。第一种是表层变化：列顺序调整、分隔符从逗号换成制表符、编码从 GBK 换成 UTF-8。这类变化不影响语义，只需在输入规范里更新解析层说明，并保留旧文件做回归对照。
第二种是语义变化：原来“地区”写“华东”，现在写“上海”；原来“时间”是月，现在变成周。这类变化必须重写字段映射和聚合口径，否则工具读进去的仍是同一列，但含义已经漂移。
第三种是主体变化：原来一行一个品牌，现在一行一个“品牌+渠道”组合。这会影响去重逻辑和对比基准，属于最容易被忽略、也最容易让多个角色吵起来的一类。
判断方法很简单：拿新旧两份文件各取三行，让负责录入、负责解读、负责验收的三个人分别说出“这一行代表什么”。如果三个人答案不一致，就说明变化已经越过表层，进入语义或主体层。
把分歧转成可核对的项目：一份最小输入规范
当多个角色对同一事实理解不同时，不要开会争论，直接做一份可核对的输入规范。它不需要很长，但必须包含以下字段，并且每个字段都要能被另一人独立验证。
- 契约版本：如 v1、v2，每次格式变化必须升版，旧版文件不得直接覆盖。
- 对象标识：哪一列是唯一键，是否允许重复，重复时保留哪一条。
- 字段映射：新列名对应旧列名，新增列如何取值，删除列是否影响结论。
- 时间口径：起止边界、时区、是否含当天，周从周几开始。
- 空值与异常：空字符串、NULL、0、-1 分别代表什么，是否参与计算。
- 校验规则：行数、唯一键数量、必填字段缺失率，达到什么条件才允许进入下一步。
一个假设例子：某团队原来用“品牌”作为唯一键，后来文件变成“品牌+月份”。如果仍按品牌去重，会把十二个月压成一行，后续对比自然对不上。正确动作是先把唯一键改为组合键，再跑一次行数校验；如果行数等于品牌数乘月份数，说明映射正确，可以进入解读；如果不等于，先查月份缺失，而不是先改结论。
改输入规范时，哪些动作会真正影响下一步
第一个动作是冻结一份样本文件。选格式变化后的第一份完整文件，连同它的契约版本一起存档。之后所有争议都以这份样本为准，而不是以聊天记录里的截图为准。这样做的影响是：下一次格式再变时，你有可对照的基线，能快速判断是解析问题还是语义问题。
第二个动作是先跑校验，再看结果。校验不通过时，不要急着解读趋势。行数、唯一键、必填缺失率这三项中任何一项异常，都说明输入规范还没对齐。此时继续解读，等于在错误对象上做正确计算，结论仍然不可用。
第三个动作是记录一次变更说明。写明改了什么、为什么改、谁确认、影响哪些历史对比。这份说明不需要复杂模板，一段话即可。它的作用是让后来接手的人知道，某段时间的数据不能直接和之前比，而不是误以为业务真的发生了变化。
需要核对的部分：工具侧行为不要凭记忆推断
输入规范改完后，工具本身对字段类型、编码、大小写、分隔符的容忍度，以及是否支持某些格式，属于需要核对的现行信息。不要根据旧文档或他人转述直接断定“支持”或“不支持”。核对时以当前可访问的说明或实际导入反馈为准，并记录核对日期。
如果核对结果与预期不符，优先回退到上一版契约，而不是在现场临时改字段名。临时改动会让输入规范失去版本，后续无法复现。
一个可复用的处理顺序
- 取新旧文件各三行，让三个角色分别描述“这一行是什么”。
- 若描述不一致，判定为语义或主体变化，升级契约版本。
- 重写唯一键、字段映射和时间口径，写入输入规范。
- 跑行数、唯一键、必填缺失三项校验，不通过就查映射，不查结论。
- 校验通过后冻结样本，再解读结果，并记录变更说明。
按这个顺序做，格式变化就不再是“工具读不进去”的问题，而是一次可核对、可回退的规范升级；下一步该改解析、改映射还是改结论，也会由校验结果直接给出答案。
