采集 · 校验 · 发布
一场比赛的数据，要走完十六个阶段才进入检索
九游会主站把赛事记录从原始文本加工成可检索标签的全过程拆成阶段，沿着一条轴线自上而下推进。补时统计细化到每半场，净胜球按主客场拆成两栏，替补贡献按场馆与定位球效率归入同一张分类表。
- 16 加工阶段
- 3 阶段组
- 98% 补时覆盖场次
阶段组 01 / 03
采集：把一场比赛拆成可以处理的记录
这一段的节奏最快，节点也排得最密。目标只有一个——让每场比赛都有编号、有时段、有主客归属，后面才好动手核对。
-
01
取数范围固定
先定下本赛季收录的联赛与场馆清单，不在清单里的比赛不进入后续加工环节。
阶段成果赛季范围表与场馆标签初稿
-
02
原始记录接入
比赛结束后，文字记录与事件数据同步入库，先分配唯一编号，再往下传递。
阶段成果带唯一编号的原始场次记录
-
03
场次对齐
按联赛、轮次、主客顺序给每场编号，与赛程表逐条比对，缺场单独标出来。
阶段成果与赛程一致的场次主表
-
04
比赛分段
把一场比赛切成上下半场与补时段，补时段先留出位置，暂不填具体数值。
阶段成果四段时间骨架
-
05
事件归位
进球、换人、定位球按发生时刻落进对应时段，落在时段之外的事件单独挂起。
阶段成果按时间排序的事件序列
-
06
主客场分栏
主队与客队的数据在采集末尾分成两栏，两栏字段保持一致，为后面的横向对比留好接口。
阶段成果主客两栏并列的中间表
阶段组 02 / 03
校验：把每一栏数字对齐到能解释
这一段留白变大，说明也变长。补时统计是这里最花时间的一块，J9 伤停补时统计覆盖 98% 的收录场次，并且不再写成单个数，而是按上下半场分别成段。
-
07
场次完整性核对
比对场次数量与赛程，检查有没有漏场、编号重复或轮次错配的情况。
阶段成果场次覆盖差异清单
-
08
补时时段细化
伤停补时按上半场与下半场分别成段，不再合并成一个总数，覆盖收录场次的 98%。
阶段成果半场粒度的补时字段
-
09
补时异常复核
补时长度明显偏离常规区间的场次，回看事件序列，确认是记录缺失还是本身如此。
阶段成果异常场次复核记录
-
10
净胜球拆分校验
净胜球按主客场拆成两栏后，两栏与总净胜球逐场对齐，对不上的回到事件序列重算。
阶段成果主客场两栏可对齐的净胜球表
-
11
替补贡献归档
替补上场时间与随后的贡献，按场馆与定位球效率归入同一张分类表，避免跨表引用。
阶段成果替补贡献分类条目
-
12
标签一致性检查
12 个联赛标签、36 个场馆标签、8 个阶段标签共 56 个，逐场检查有没有重复挂载。
阶段成果可组合检索的标签集
阶段组 03 / 03
发布：收敛到一条可追溯的版本标识
走到这一段，前面的分散字段收成一条版本号。它既是给读者的交代，也是出问题时回去找原因的路标。
-
13
版本号生成
本轮加工完成后生成数据版本号，与上一版并列存放，旧版本保留不覆盖，当前为 V5.4。
阶段成果可追溯的版本标识
-
14
索引与目录同步
栏目索引、阶段目录与检索入口同步指向新版本，避免读者停在上一版的数据上。
阶段成果栏目与目录指向一致
-
15
周期校对
每周对当前版本做一次抽查校对，比赛日后的同步在 24 小时内完成，差异单独成条。
阶段成果校对记录与差异说明
-
16
追溯与回写
发现问题时按版本号定位到具体阶段，修正后生成新版本，保留完整的修改路径。
阶段成果可回溯的修改路径
阶段成果
三个阶段各留下什么
每个阶段都留下能拿在手里核对的东西，走完流程不等于结束，能回头查才算走通。
-
采集组
赛季与场馆清单
覆盖 5 个赛季、12 个联赛的场次范围与 36 个场馆标签，是后面所有拆分动作的底表。
去看这些字段怎么组成样本 -
校验组
补时与净胜球校验记录
半场粒度的补时字段、主客场两栏的净胜球表，以及 1,860 条替补贡献分类条目，都在这里定稿。
按指标线追读相关专题 -
发布组
版本标识与追溯路径
每轮加工收成一条版本号，配合每周一次的抽查校对，改动都能按版本定位回去。
把口径疑问带到讨论区