网页快照查询：工具换数据源后历史曲线是否还能连接
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /331ed2d2fe95.html
📄
网页快照查询：工具换数据源后历史曲线是否还能连接
不一定能连上，关键看新旧数据源是否共享同一套标识与时间口径。如果换源后历史点仍按原主键和时间戳写入，曲线可以继续延伸；如果新源改用新的页面标识、采集时区或去重规则，旧点就需要映射或重算，否则曲线上会出现断点或跳变。先别急着删旧数据，用一次小范围对照就能判断该保留、改写还是退出。
先判断断点来自数据源还是展示层
历史曲线断开，常见原因有三类：一是标识变了，同一个页面在旧源用URL做键，新源改用规范化URL或内容指纹；二是时间口径变了，采集时间、快照生成时间和入库时间混用，换源后时间戳基准整体偏移；三是去重逻辑变了，新源把旧源视为不同的多条记录，导致同一时点出现两个值。
区分方法很直接：抽同一批页面，在新旧两套数据里各取一个已知时点，比较主键是否一致、时间戳是否落在同一时区、同一页面在同一时刻是否只有一条记录。三项都一致，断点多半出在展示层的排序或聚合；有一项不一致，就要在数据层做映射，而不是在前端硬接。
保留旧源、改写映射，还是退出历史序列
三种取舍各有适用前提，不必强求统一。
- 保留旧源：适合旧源仍可继续采集、且新旧字段能一一对应的情况。做法是把旧源作为历史段冻结，新源从切换时点起单独写入，曲线按时间拼接。前提是两套标识有稳定映射表，否则拼接点会出现重复计数。
- 改写映射：适合新源字段更规范、但主键体系不同的情况。需要建一张映射表，把旧主键指向新主键，并统一时间戳到同一时区。改写后历史点可以并入新序列，代价是映射表要随新页面持续维护。
- 退出历史序列：适合新旧口径差异大到无法可靠对齐的情况。此时把切换前的数据标注为旧口径，曲线从切换点重新起算，并在图上明确标出断点，避免读者把两段当成同一趋势。
判断顺序建议是：先看标识能否映射，再看时间能否对齐，最后才决定是否退出。映射成本高但口径可对齐时，改写通常比退出更有信息量；口径本身不可比时，强行拼接反而误导。
用一组小样本做对照，再决定下一步
假设某页面在旧源记为/a?x=1，新源记为/a，旧源时间戳是UTC，新源是本地时间。可以取切换前后各三天的数据，把新源时间统一换算成UTC，再按规范化后的URL与旧源逐条比对。
- 先只比对主键，统计有多少旧记录能在新源找到对应项。
- 再比对同一主键在切换点前后的时间戳，确认是否存在整体偏移。
- 最后比对同一时点的数值，判断差异是采集范围变化还是去重规则变化。
如果主键匹配率高、时间偏移是固定值，说明可以改写映射后继续连接；如果匹配率低且差异无规律，说明新旧口径不可比，应退出历史序列并标注断点。这个动作的结果直接决定后续是维护映射表，还是重新定义曲线的起点。
把分歧转成可核对的项目
当多个角色对“曲线是否还能连”有不同理解时，不要停留在口头判断。把争议拆成可核对的项：主键映射表、时间戳基准、去重规则、切换时点。每一项都指定一个可验证的检查动作和预期结果，例如“取切换日前后各100条记录，检查同一页面是否出现两条记录”。核对结果一致，分歧自然收敛；结果不一致，就说明还有未暴露的口径差异，需要继续定位而不是直接下结论。
需要提醒的是，请求量或抓取量归零、曲线突然拉平，并不能单独证明数据源切换处理正确，也可能是采集暂停、权限变化或展示层过滤所致。遇到这类现象，先回到主键和时间戳做核对，再决定保留、改写还是退出。具体工具的功能、字段和限制会随版本变化，实际使用前应以当前文档和实测结果为准。
