V3.0 全新发布 · 分布式去重引擎
全部文章

精选博客

全球号码数据库系统上线后:规则更新、扩地区和对账

全球号码数据库系统投入使用后,如何升规则版本、加新国家、抽查探针号和按批次撤回,避免库在业务一忙时慢慢脏掉。

38 次浏览
全球号码数据库系统号码数据库运维对账

库能导入、任务能跑,只是全球号码数据库系统的上线日。真正决定三个月后还能不能用的,是规则改了有没有版本、新国家是加元数据还是再克隆一套库、错导入能不能撤。架构上为什么不要按国家拆库,见 全球号码数据库系统为什么不要按国家拆成多套库

本文写上线之后每周实际会发生的事。

改规则只升版本,禁止在原地换一种键

地区元数据会更新:号长判断、trunk prefix、某个号段的归属。如果直接覆盖旧键:

  • 半年前的任务无法解释
  • 同一 raw 新旧键并存,去重率看起来下降
  • 探针号对不上,没人敢再改规则

正确做法:新任务用 rule_vN,旧结果保留当时版本。需要统一口径时提供重算,而不是后台偷偷 parse 出另一种 key。格式规则本身见 全球号码去重系统开发,表字段见 号码数据库系统怎么设计

新开一个国家:加元数据,不要新开一套系统

出海团队每进一个市场,最差的维护方式是再部署一套“越南库”。全球号码数据库系统上应只增加:

  • 国家码、号长、前导 0 规则
  • 该地区的探针号(通过 / 重复 / 异常各几个)
  • 运营培训:任务默认地区怎么选

权限继续按角色和批次切,不要按国家物理拆库。拆开之后的合并成本,会高于现在多维护一份元数据。

每周对账:探针号比去重率更值钱

看“本周去重率 23%”几乎无法判断系统健康——渠道包质量波动很大。更稳的是固定探针:

  • 成交客户号:必须打成历史重复
  • 从未入库的干净号:必须通过
  • 故意写错地区或破坏成科学计数法的号:必须异常
  • 同一号的 + / 00 / 本地写法:必须落到同一键

探针失败,先停大导入,再查是默认地区、规则版本还是某批脏数据。验收样本的思路见 号码数据去重软件怎么验收

错批撤回是日常能力,不是事故通道

上线后一定会发生:

  • 默认地区选成 CN,实际是泰国包
  • 测试文件进了生产
  • 同一哈希文件被连点两次

没有 batch_id 的库只能按时间删,容易误伤同一小时进来的其它包。维护手册里应写清:谁有权撤回、撤回后实体的 last_seen 怎么回滚、已经发出去的通过号怎么通知下游停用。

备份、导出和“库越来越大”分开处理

全球号码数据库系统会持续膨胀,这是正常的。维护时分开三件事:

  • 备份:运维通道,不对业务账号开放整库下载
  • 任务导出:当次通过 / 重复 / 异常,给运营
  • 观察号 / 测试号:单独状态,默认不参与历史重复拦截

把空号检测结果、CRM 姓名合并硬塞进号码实体,unique 会乱。去重和清洗的边界见 号码去重和号码清洗的区别

磁盘和查询变慢时,先看是不是对 raw 现场规范化、是不是导入堵住了查询,再谈分片。性能分层见 号码快速去重软件为什么慢底层架构

常见问题

规则升级后,要不要立刻重算全库?

先用探针和新任务验证新版本,再选批次重算。全库立刻重算会在窗口期内让结果口径混乱,也更难回滚。

历史重复率突然下降,是系统坏了吗?

常见原因是新包地区选错、规则版本不一致、或渠道改了号的写法而规范化没覆盖。先跑探针,再看该批次异常率。

维护期想对照任务和导出字段?

在线 Demo 看状态和结果列。按自己的全球底库做规则托管和扩地区,联系 Telegram @imchat