搜索量查询：一次全站扫描被中断后怎样判断已覆盖范围
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /249bfb7d91f0.html
📄
搜索量查询：一次全站扫描被中断后怎样判断已覆盖范围
结论先给：如果扫描工具在中断时已经落盘了逐条状态记录，你可以按“已确认完成、已发起未确认、未发起”三档来界定覆盖范围；如果只有一份进度百分比或最后一条日志，那么覆盖范围只能按批次边界粗略估计，不能当作完整结果继续用。接下来要做的不是重新跑一遍全站，而是先确定这三档的边界，再决定是补扫缺口还是整批重来。
先分清中断留下了哪种可恢复的证据
判断覆盖范围的前提，是中断时留下了什么。常见的有三类：逐条状态记录、批次级完成标记、以及仅有的运行日志。三类证据对应的结论强度完全不同。
- 逐条状态记录：每条查询对象都有明确状态，如已完成、失败、待处理。这种情况下覆盖范围可以精确到单条。
- 批次级完成标记：只知道第几批跑完了，批次内部是否逐条完成无法确认。覆盖范围只能精确到批次。
- 仅运行日志：日志能说明执行到哪个位置，但无法证明该位置之前的每条都已成功写入。覆盖范围只能估。
先做这个判断，是因为它直接决定下一步动作的成本。逐条记录可以只补缺口；批次标记通常要重跑最后一个未完成批次；只有日志时，稳妥做法是把最后若干个批次整体重跑，而不是从日志断点继续。
把“已发起”和“已确认”分开，是判断覆盖范围的关键
很多中断之所以难判断，是因为把“发起了请求”当成了“已经拿到结果”。这两件事在中断场景下必须拆开。
一个可操作的划分方式：
- 已确认完成：有结果落盘，且结果可读取、字段完整。
- 已发起未确认：请求已发出，但没有可读结果，或结果写入过程被打断。
- 未发起：没有任何发起痕迹。
只有第一档能计入覆盖范围。第二档必须视为缺口，因为请求发出不等于结果可用，写入中断还可能留下半条不完整的记录。第三档显然要补。
假设一次扫描共 2000 个查询对象，中断时逐条状态显示 1200 条已完成、150 条已发起未确认、650 条未发起。此时可用的覆盖范围是 1200 条，缺口是 800 条。下一步动作就是只对这 800 条补扫，而不是重跑全部 2000 条。这个数字只是说明比较方法的假设例子，不代表任何真实项目的规模。
哪些情况下上面的判断会失效
有一个反例值得单独说：如果中断发生在结果写入阶段，而不是请求阶段，那么逐条状态记录本身可能是错的。比如某条记录已被标记为“已完成”，但对应的结果文件只写了一半，读取时会报错或字段缺失。这时按状态记录算出的覆盖范围会偏高。
识别这种情况的办法是抽样校验：从“已确认完成”的记录里随机抽一小批，实际读取结果，检查字段是否完整、条数是否对得上。如果抽样中发现明显比例的记录不可读，那么状态记录的可信度就要下调，覆盖范围应按批次重新界定，而不是相信逐条状态。
另一个会让结论失效的条件是：扫描中途更换过查询口径或对象清单。如果中断前后用的不是同一份对象清单，那么“已覆盖多少”这个问题本身就没有统一基准，需要先确认清单版本，再谈覆盖范围。
确定覆盖范围后的下一步动作
判断覆盖范围的目的，是决定补扫还是重跑。可以按下面的顺序执行：
- 先锁定对象清单版本，确认中断前后用的是同一份清单。
- 按三档划分记录，算出已确认完成的数量和缺口数量。
- 对已确认完成的记录做抽样读取校验，确认结果可用。
- 如果抽样校验通过，只补扫缺口部分；如果不通过，按最后一个可信批次整体重跑。
- 补扫或重跑完成后，把新旧结果合并，并记录本次中断的批次边界，便于下次核对。
这里的关键取舍是：补扫省时间，但要求状态记录可信；重跑更稳，但成本更高。抽样校验就是用来在这两者之间做选择的依据。校验通过就补扫，不通过就重跑，这个判断不需要等到全部结果都读完才做。
中断后不要直接相信进度百分比
进度百分比通常由已完成数量除以总数得出，它不区分“已确认完成”和“已发起未确认”。中断时显示的百分比往往偏高，因为已发起的请求可能被计入了进度。用它来推断覆盖范围，容易把缺口算小。
更可靠的做法是以落盘的可读结果条数为准，而不是以进度显示为准。如果工具只提供进度百分比，没有逐条状态，那么覆盖范围只能按批次估算，并且要在补扫时把最后一个未完成批次整体重跑，避免批次内部的半完成记录被漏掉。
把这些边界确认清楚之后，再决定补扫范围，比直接重新跑一遍全站更省成本，也比盲目相信进度百分比更可靠。
