// BigQuery 核对原始行数
SELECT COUNT(*) AS pv
FROM `project.analytics_123456.events_20261110`
WHERE event_name = 'page_view';

同一周的数据,后台报表显示一万二千次浏览,导出 CSV 只有一万零五百多,差了 12%,日期和维度都选的一样。这类现象通常不是突然出现的,往前翻半天日志能看到苗头。

追下去是这么回事:导出走的是另一条查询链路,可能触发抽样,也可能被基数阈值把长尾归到 other。两边时区不一致时,首尾两天还会各少一截。

这次卡住的地方就在「统计导出差异」这一环,单独把它拎出来验证,别和其他改动混在同一次发布里。监控和日志的时间要对上,时区不一致会多绕很大一圈。

临时改动用注释写上日期和原因,过两周自己都记不清为什么这么写。

处理上按这个顺序:先固定日期范围和时区,确认两边用的是同一个媒体资源;换用未抽样导出或 BigQuery 原始表核对;检查基数阈值提示,把高基数维度拆出去再比。

确认没问题再收工,两边按同一日期和维度重算后差值降到 1% 以内,首尾两天数据也能对上。

作者 9823189