docs: spec§18.9 补首跑日实录+第五项偏差(巨潮单响应同id两条批内去重) [nas]

2026-09-07 18:40:50 +08:00
parent a889b2ff0a
commit 16f00ff403
1 changed files with 10 additions and 0 deletions
@@ -679,6 +679,16 @@ stock/corpus/run_corpus.sh`(scp -O 手动同步);容器必带 `--user 1024:100 -
 --until 语义=完成当前 unit 后停(首 unit 必跑);day-1 全文洪峰由 daily --until 10:30
 墙钟+backfill ③账本反扫兜底。

+**首跑日实录(2026-09-07)**: daily 全量(ann/news 各 6168/6168 unit+fulltext 2478 洪峰
+墙钟截断)→backfill ①ann 到 5542/6168 时巨潮 502 连击(15:45~15:47,服务端故障
+rate_limited=False)触发域冷却——fail-closed 不标 done,无缝切 ②news(eastmoney 不受
+波及)跑至 17:30 墙钟,rc=1 由次日自愈(设计内行为)。当日落库:ann_meta 43.0 万行/
+news_meta 87.8 万行/news_fulltext 2673 行/PDF 2 份;news depth 已见 2015-05-11(np-listapi
+实际可达远深于 2023-09 预估)。**首跑揪出并修复第五项偏差**: 巨潮单次响应同
+announcementId 可挂两条(整行相同或 ann_time 差 1 秒),`_filter_new` 批内不比对→双双
+落盘成重键行(3 行,verify FAIL)——修=批内 seen 截留(a889b2f)+存量 3 part 原子去重,
+修后 verify_corpus 全域 PASS(rows=uniq=ledger)。
+
 ## 参考(调查来源)

 - xtdata 官方:https://dict.thinktrader.net/nativeApi/xtdata.html