3. 数据源异常排查：催收系统数据延迟、API接口故障、数据仓库ETL错误

数据源异常是导致催收触达率骤降的“隐形杀手”。当催收系统、API接口或数据仓库出现故障时，坐席端看到的客户名单、联系方式、催收策略可能都是过时或错误的，导致外呼无效、触达失败。本节将系统性地梳理三类核心数据源异常的排查路径与修复方案。

3.1 三类数据源异常全景对比

3.2 催收系统数据延迟排查

催收系统数据延迟通常发生在数据从核心系统（如贷后系统、还款系统）同步到催收系统的过程中。延迟超过30分钟就会显著影响坐席的触达决策。

3.2.1 常见延迟原因

• 批量任务积压：日终跑批任务未按时完成，导致次日名单未更新。
• 数据库锁竞争：大量并发写入导致表锁或行锁，读取被阻塞。
• 消息队列拥堵：Kafka/RabbitMQ 消费者处理能力不足，消息堆积。
• 网络带宽瓶颈：跨机房同步时带宽打满，传输延迟。

3.2.2 排查步骤

1. 检查任务调度日志：查看催收系统内“名单同步任务”的执行时间、状态、失败原因。
2. 监控数据库慢查询：使用 SHOW PROCESSLIST 或慢查询日志，定位耗时超过5秒的SQL。
3. 查看消息队列积压：检查消费者 Lag（积压量），正常应小于1000条。
4. 对比时间戳：选取一笔测试数据，对比核心系统更新时间与催收系统更新时间。

-- 示例：检查催收系统名单表的最新更新时间
SELECT MAX(update_time) AS last_update, COUNT(*) AS record_count
FROM collection.assignment_list
WHERE batch_date = CURRENT_DATE;

3.3 API接口故障排查

API接口是催收系统与外部数据源（如运营商、征信、第三方外呼平台）的桥梁。接口故障会直接导致坐席无法获取有效联系方式或外呼失败。

3.3.1 典型故障模式

• HTTP 5xx 错误：服务端不可用、网关超时。
• 响应数据为空：接口返回200但body为空或字段缺失。
• 响应延迟过高：P99 延迟超过3秒，导致前端超时。
• 认证失效：Token过期、IP白名单变更。

3.3.2 排查工具与方法

3.4 数据仓库ETL错误排查

ETL（Extract, Transform, Load）错误影响的是催收策略引擎和报表系统。如果ETL出错，策略引擎可能使用错误的分群标签或评分，导致触达策略失效。

3.4.1 ETL错误分类

• 抽取阶段：源表结构变更、字段类型不匹配、增量抽取断点丢失。
• 转换阶段：数据清洗规则错误、空值处理不当、业务逻辑变更未同步。
• 加载阶段：目标表主键冲突、分区覆盖失败、磁盘空间不足。

3.4.2 排查流程

1. 查看ETL作业状态：检查调度平台（如Airflow、DolphinScheduler）中作业的Success/Failed状态。
2. 检查数据一致性：对比源表与目标表的行数、关键字段SUM值。
3. 查看错误日志：定位具体报错行与异常堆栈。
4. 回滚与重跑：确认问题后，修复代码并重跑失败分区。

-- 示例：检查ETL后目标表数据量是否异常
SELECT source_date, COUNT(*) AS src_cnt
FROM source_db.transaction
WHERE source_date = '2025-03-01'
UNION ALL
SELECT target_date, COUNT(*) AS tgt_cnt
FROM dwd.fact_collection
WHERE target_date = '2025-03-01';

3.5 数据源异常排查全景图

以下SVG图展示了从“触达率骤降”指标出发，逐层下钻到三类数据源异常的排查路径与关键监控点。

3.6 快速定位与修复清单

当触达率骤降时，按以下清单逐项排查，可快速定位数据源异常根因：