python scan_history.py --batch 1000 --from 2022-01-01 --dry-run # 先出报告再执行
词库更新后只对新内容生效，站内搜索还能搜出 400 条三年前的帖子，页面正常展示，没有任何审核标记。先别急着动参数，把报错原文和时间点记下来，顺序反了容易白折腾。
原因不复杂，审核只在写入时触发，存量数据没有跑过新规则。内容表两百万行，没人愿意全量扫，也没有增量标记。
「历史内容回溯」改完先别急着全量，挑一台机器放半天，真有问题这段时间就能看出来。备份不是备了就行，恢复一次才算数，很多备份文件打开才发现是空的。
接口问题先分清是没发出去、发出去了没收到，还是收到了处理失败。偶发问题先统计频率，一小时几次和一天一次，查法完全不同。
处理上按这个顺序：按发布时间倒序分批扫描，每批一千条，记录进度；命中的内容先转待审核，不要直接删除；扫描任务放低峰期跑，限制数据库连接数。
改完只确认一件事：扫描报告里的命中条数与抽样人工核对一致，存量内容进入复核队列。