上传源代码版本

2026-06-01 16:30:29 +08:00
commit b2a9b7d3c2
462 changed files with 104365 additions and 0 deletions
--- a/.trae/documents/diagnose_24h_rate_formula_plan.md
+++ b/.trae/documents/diagnose_24h_rate_formula_plan.md
@@ -0,0 +1,246 @@
+# 24H换单率异常超高的根本原因诊断与修复计划（v2）
+
+**问题**：修改后24H换单率仍然异常高（4745%、17924%、11193%、78075%）
+
+**用户需求**：明确表述24小时换单率的分子和分母分别是什么
+
+---
+
+## 第1阶段：明确当前的计算定义
+
+### 任务1：读取SQL中24H换单率的完整计算公式
+
+**位置**：LabelReplaceRepository.cs 中的最终SELECT语句
+
+**检查内容**：
+- [ ] 找到24H换单率的计算表达式
+- [ ] 确认分子是什么字段/表达式
+- [ ] 确认分母是什么字段/表达式
+- [ ] 看看是否有其他修饰（如乘以100）
+
+**目的**：得到精确的公式：`24H换单率 = ? / ? × 100%`
+
+### 任务2：逐个检查涉及的CTE
+
+**需要检查的CTE**：
+1. [ ] DailyHighLabelRateAssessed（高标签率考核通过数）
+   - 检查是否有重复统计
+   - 检查UNION ALL是否导致了重复
+   
+2. [ ] DailyHighLabelRateShould（高标签率应该换单数）
+   - 检查修改后的逻辑是否正确
+   - 检查CONCAT是否导致了其他问题
+
+3. [ ] DailyBeforeNoonPassed（16点前考核通过）
+   - 检查是否有重复的包裹被计算
+   
+4. [ ] DailyAfternoonPassed（16点后考核通过）
+   - 检查是否有重复的包裹被计算
+
+### 任务3：用SQL直接查询各CTE的结果
+
+**执行诊断查询**：
+```sql
+-- 查询某一天的数据分解
+SELECT '日期' AS 类型, 日期 AS 值, 0 AS 数量
+UNION ALL
+SELECT 'DailyBeforeNoonPassed', CAST(16点前考核通过包裹数 AS CHAR), 16点前考核通过包裹数
+UNION ALL
+SELECT 'DailyAfternoonPassed', CAST(16点后考核通过包裹数 AS CHAR), 16点后考核通过包裹数
+UNION ALL
+SELECT 'DailyHighLabelRateShould', CAST(高标签率应该换单数 AS CHAR), 高标签率应该换单数
+```
+
+**目的**：看到每个数值，找出倍数关系
+
+---
+
+## 第2阶段：分析数值关系
+
+### 任务4：倍数分析
+
+**假设某一天的数据**：
+- 高标签率应该换单数 = 100
+- 16点前考核通过 = 200
+- 16点后考核通过 = 100
+- 高标签率考核通过数 = 200 + 100 = 300
+- 24H换单率 = 300 / 100 × 100% = 300%（已经异常）
+
+**如果24H换单率 = 4745%**：
+- 可能是：4745 / 100 × 100% = 4745%
+- 那么分子 = 4745，分母 = 100
+- 这表示高标签率考核通过数 = 4745？或者计算中的乘法错误？
+
+**检查点**：
+- [ ] 16点前考核通过包裹是否被多次计算
+- [ ] 16点后考核通过包裹是否被多次计算
+- [ ] 是否有UNION ALL导致的重复
+- [ ] 是否有JOIN导致的笛卡尔积
+
+### 任务5：追踪单个包裹
+
+**选择一个具体的包裹**：
+- [ ] 查询这个包裹在 DailyBeforeNoonPassed 中是否出现1次
+- [ ] 查询这个包裹在 DailyAfternoonPassed 中是否出现1次
+- [ ] 查询在 DailyHighLabelRateAssessed 中被计算了几次
+- [ ] 确定重复的位置
+
+---
+
+## 第3阶段：确定真正的问题
+
+### 可能的原因
+
+#### 原因A：DailyBeforeNoonPassed/DailyAfternoonPassed中有重复
+
+**症状**：
+- 同一个包裹在 DailyBeforeNoonPassed 中被计算多次
+- 或者同一个包裹在 DailyAfternoonPassed 中被计算多次
+
+**检查方式**：
+```sql
+SELECT 日期, COUNT(*) as 行数
+FROM DailyBeforeNoonPassed
+GROUP BY 日期
+-- 应该每天只有1条记录，如果有多条就是问题
+```
+
+#### 原因B：DailyHighLabelRateAssessed中UNION ALL导致重复
+
+**症状**：
+- DailyBeforeNoonPassed 和 DailyAfternoonPassed 的数据在 UNION ALL 后没有正确汇总
+- 或者 GROUP BY 日期后仍然有多行
+
+**检查方式**：
+```sql
+SELECT 日期, COUNT(*) as 行数
+FROM DailyHighLabelRateAssessed  
+GROUP BY 日期
+-- 应该每天只有1条记录
+```
+
+#### 原因C：主SELECT中的JOIN导致笛卡尔积
+
+**症状**：
+- 多个 LEFT JOIN 导致了行数增加
+- 例如：JOIN DailyHighLabelRateShould 和 JOIN DailyHighLabelRateAssessed 在同时时产生了交叉
+
+**检查方式**：
+- 在主SELECT中加入 COUNT(*)，看总记录数
+- 检查是否多于预期
+
+#### 原因D：COUNT的方式问题
+
+**症状**：
+- 在外层SELECT中没有正确处理聚合
+- 或者在JOIN后没有正确聚合
+
+---
+
+## 第4阶段：修复问题
+
+### 修复策略（取决于根本原因）
+
+#### 如果是原因A（DailyBeforeNoonPassed/DailyAfternoonPassed重复）
+
+**修复方式**：
+- 检查这两个CTE的 GROUP BY 是否完整
+- 可能需要加入更多分组字段
+- 或者改成 SELECT DISTINCT
+
+#### 如果是原因B（DailyHighLabelRateAssessed汇总错误）
+
+**修复方式**：
+```sql
+-- 改为
+DailyHighLabelRateAssessed AS (
+    SELECT 
+        日期,
+        SUM(16点前考核通过包裹数) + SUM(16点后考核通过包裹数) AS 高标签率考核通过数
+    FROM (
+        SELECT DISTINCT 日期, 16点前考核通过包裹数, 0 AS 16点后考核通过包裹数 
+        FROM DailyBeforeNoonPassed
+        UNION ALL
+        SELECT DISTINCT 日期, 0 AS 16点前考核通过包裹数, 16点后考核通过包裹数 
+        FROM DailyAfternoonPassed
+    ) t
+    GROUP BY 日期
+)
+```
+
+#### 如果是原因C（JOIN笛卡尔积）
+
+**修复方式**：
+- 在主SELECT中加 GROUP BY 日期
+- 或者改变JOIN的方式，让每个日期只有一条记录进入
+
+#### 如果是原因D（COUNT方式问题）
+
+**修复方式**：
+- 确保所有字段都被正确聚合
+- 如果有非聚合函数的字段，必须在 GROUP BY 中
+
+---
+
+## 第5阶段：编写清晰的24H换单率定义
+
+### 任务：编写规范定义
+
+**定义模板**：
+```
+24H换单率 的定义
+================
+
+分子 = ___________（准确的字段名或计算表达式）
+     = 来源CTE: ___________
+     = 含义: ___________
+
+分母 = ___________（准确的字段名或计算表达式）
+     = 来源CTE: ___________
+     = 含义: ___________
+
+计算公式 = 分子 / 分母 × 100%
+
+业务含义：
+```
+
+**填写规则**：
+- [ ] 分子必须精确到SQL字段或表达式
+- [ ] 分母必须精确到SQL字段或表达式
+- [ ] 必须注明数据来源
+- [ ] 必须解释为什么这样定义
+
+---
+
+## 第6阶段：验证修复
+
+### 任务：验证修复后的结果
+
+**验证标准**：
+- [ ] 24H换单率 <= 100%
+- [ ] 分子 <= 分母
+- [ ] 每个日期的数据合理（对比业务预期）
+- [ ] 能够手工验证某一天的计算结果
+
+### 测试用例
+
+**准备简单数据**：
+- 某一天：100个应该换单的包裹
+- 其中：80个在考核期限内完成
+- 预期：24H换单率 = 80 / 100 × 100% = 80%
+
+---
+
+## 最终输出
+
+### 清晰的表述
+
+必须能够清楚地说出：
+
+**"24H换单率 = ________ / ________ × 100%"**
+
+例如：
+- "24H换单率 = 高标签率考核通过数 / 高标签率应该换单数 × 100%"
+- "其中高标签率考核通过数来自DailyHighLabelRateAssessed，......"
+- "其中高标签率应该换单数来自DailyHighLabelRateShould，......"
+