查询结果出现差异,通常不是工具“算错了”,而是两次查询的输入条件、统计范围或数据来源不同。要判断差异是否值得处理,先把两次查询的记录并排比对:帖子范围、时间窗口、平台口径、去重规则、成功判定标准,只要有一项不一致,数值就不可直接相减。
第一类是口径差异,比如一次统计“已提交”的帖子,另一次统计“平台已确认可见”的帖子,后者天然更少。第二类是时间差异,例如一次按发帖时间筛选,另一次按抓取时间筛选,跨天任务会把同一批内容分到两天。第三类是数据差异,例如平台删帖、限流、接口返回延迟,导致同一批记录在两次查询中状态不同。
判断方法很简单:任选三条只出现在一次结果里的记录,逐条查它们的发帖时间、平台状态和最后更新时间。如果三条都能用口径或时间解释,差异多半来自查询设置;如果同一批记录状态反复跳变,则更可能是数据同步问题。
假设某项目周一查询显示 120 条,周三查询显示 102 条,两次都选“最近 7 天”。
常见错误是直接拿两次总数相减,得出“少了 18 条”的结论,却没确认窗口是否平移。正确做法是固定起止时间,再比较同一区间内的记录,差异才有意义。
想让两次查询可比,至少固定四项:时间范围用绝对日期而非“最近 N 天”;状态定义写清楚包含哪些状态;去重键保持一致;平台范围逐项勾选而非默认全选。固定后仍存在的差异,才归因于数据本身。
可以用一张简单对照表记录:查询时间、起止日期、状态集合、去重键、总数、失败数、待发布数。连续记录三次,就能看出差异是稳定偏移还是随机波动。稳定偏移说明查询条件写错了;随机波动说明数据同步或平台状态在变。
如果差异只影响报表展示,不影响实际发布,可以先记录口径说明,不必逐条追。如果差异涉及“以为发了但实际没发”,就要以平台侧可见状态为准,回到待发布或失败队列处理。判断标准是:差异是否改变你要执行的动作。会改变动作的差异必须查清,不改变动作的差异标注口径即可。
下一步,选最近一次查询,把时间范围改成绝对日期,重新导出同一区间,再与上一次结果逐条比对。先确认差异来自条件还是数据,再决定是否调整发布计划。