# 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，......"