4. 对账任务的需求分析与对账规则设计

对账不是把两张表丢进脚本里做一次全连接，而是把业务目标翻译成一组可执行、可复核、可解释的判定规则。需求分析阶段要回答三个问题：对账要保护什么业务结论？哪些数据源参与？差异出现时谁负责处理？只有把这三个问题落到具体字段和阈值上，规则设计才有依据。

从业务目标识别对账场景

业务目标通常表现为一句管理诉求，例如“确保财务入账金额与实验平台计费金额一致”“确保样本库出库记录与实验记录一致”。需求分析的第一步是把诉求拆成可观测的对账场景。以多源实验数据为例，常见场景包括：总量对账（两侧记录条数、金额合计是否一致）、明细对账（同一业务对象的字段是否逐项一致）、状态对账（样本状态、订单状态在两侧是否同步）、时序对账（同一事件在两侧的时间差是否在允许范围内）。

识别场景时建议采用“对象—口径—粒度”三要素法。对象指对账围绕什么业务实体展开，如样本、订单、测序批次；口径指金额、数量、状态等统计定义；粒度指按单条记录、按日汇总还是按批次汇总。三要素不同，匹配键和容差策略会完全不同。例如按日汇总对账可以容忍单条记录的时间偏移，而按单条明细对账则必须精确到业务主键。

匹配键设计：让两侧能“对上号”

匹配键是连接两个数据源的桥梁。设计时优先选择业务主键，如样本编号、订单号、批次号；当业务主键缺失或不一致时，再考虑组合键，如“实验日期+仪器编号+样本类型”。匹配键必须满足唯一性、稳定性和两侧可获取性。若一侧使用内部自增 ID，另一侧使用业务编码，则需要建立映射表，而不是强行用 ID 匹配。

实际设计中常遇到键值格式差异，例如一侧样本编号为“S-2024-001”，另一侧为“S2024001”。此时应在规则中明确标准化处理：去除分隔符、统一大小写、补齐位数。标准化规则要写入对账规则说明书，避免不同执行人产生不同结果。

比对字段与容差策略

匹配键解决“是不是同一条”，比对字段解决“这条对不对”。比对字段应覆盖业务上真正关心的量，而不是全字段比对。常见比对字段包括金额、数量、状态、时间戳、操作人等。对于数值型字段，需要定义容差：绝对容差（如金额差异不超过 0.01 元）、相对容差（如数量差异不超过 0.5%）、时间容差（如时间差不超过 5 分钟）。容差不是随意设定，而应来自业务可接受误差、系统精度和传输延迟。

对于状态型字段，应定义状态映射关系。例如一侧状态为“已完成”，另一侧为“DONE”，需在规则中建立映射表，而不是直接字符串比较。对于文本型字段，可定义忽略空格、忽略大小写等归一化规则。

优先级规则与异常分类

当多个规则同时命中时，需要优先级规则决定以哪条为准。例如“金额不一致”优先于“时间不一致”，因为金额差异直接影响财务结论。优先级可以用数值表示，数值越小优先级越高。异常分类则决定差异的处理路径：致命差异（金额、数量不一致）必须人工介入；警告差异（时间偏移、状态延迟）可自动记录并观察；信息差异（格式差异、空值）可自动归一化后忽略。

异常分类还应包含责任方字段，便于后续分派。例如差异来源标记为“源系统A”“源系统B”或“传输链路”，处理人据此定位问题。

规则说明书的可执行化

规则设计最终要落到一份可执行的说明书上。说明书不是文档摆设，而是脚本、SQL 或对账工具的输入依据。每条规则应包含：规则编号、适用场景、数据源、匹配键、标准化处理、比对字段、容差、优先级、异常分类、责任方和示例。规则编号建议采用“R-场景-序号”格式，便于引用和追踪。

下面给出一份可直接参考的规则说明书片段，以样本出库对账为例：

规则编号：R-001
场景：样本出库记录对账
数据源：源A=样本库系统，源B=实验记录系统
匹配键：样本编号（标准化：去空格、转大写）
比对字段：
  - 出库数量：绝对容差 0，不一致→致命差异
  - 出库时间：时间容差 ±3 分钟，超差→警告差异
  - 样本状态：映射表归一化后比较，不一致→致命差异
优先级：数量 > 状态 > 时间
异常分类：致命差异→人工介入；警告差异→记录观察
责任方：源A数据异常→样本库管理员；源B异常→实验记录员
示例：样本S-2024-001，源A数量=10，源B数量=10，时间差=2min→通过

规则设计完成后，应先用小批量数据试跑，观察差异分布是否符合预期。如果某条规则命中率过高或过低，说明容差或匹配键需要调整。试跑结果应反馈到规则说明书中，形成版本记录。对账规则不是一次写死的，而是随着业务变化持续迭代的工程资产。