数据统计与流转说明

统计时间：2026-07-14。records2 已按"不过滤 pub_time"的新规则重新初始化，并新增 spider DB 歌手校验。

1. 主词曲录音关联表当前情况

records1 当前共 86,186 条关联，且 song_id 也是 86,186 个，说明当前 records1 中每个 song 仅对应一条主录音关联。

状态分布

records1 状态	关系数	说明
成功导入	78,057	is_yinyan_push = TRUE 且 platform_song_id > 0
导入失败	8,105	is_yinyan_push = FALSE 且 platform_song_id < 0
状态不完整/其他	24	状态字段存在 NULL 或不属于上述两类
合计	86,186	当前 records1 全量

2. 副词曲录音关联表 数据流转与筛选

环节	关系数	说明
records1 全量 song_id 范围	86,186	records2 查询起点
音眼正式库有效平台关联	208,812	平台为 QQ/酷狗/网易云，platform_unique_key 非空，录音未删除
标题非空后	208,811	hk_music_record.record_name
时长大于 0 后	208,755	hk_music_record.duration
歌手非空后	208,368	hk_music_record.singer_name
歌曲链接非空后	206,201	hk_music_record.platform_index_url
音频链接非空后	206,201	storage_url 或 platform_play_url，本次未减少
spider DB 歌手校验后	203,987	过滤 2,214 条歌手关联缺失的录音（QQ 为主）
删除 records1 已有关联	118,848	删除 85,139 条相同 (song_id, record_id) 关联，输出最终 records2

数据规模汇总

数据集	数量	说明
records1 全量	86,186	每首歌一条主录音关联
records2 全量（歌手校验后）	118,848	补充录音关联（过滤 spider 歌手缺失）
重复关联	0	(song_id, record_id) 无重复
最终去重关联总数	205,034	records1 86,186 + records2 118,848

1. 已去除 records1 封面限制，已去除 records2 封面、歌词和 pub_time 限制，优先保留音频。records2 后续导入行为与 records1 保持一致，不对空 pub_time 做特殊转换。

2. spider DB 歌手校验：过滤 media_tencent_singer_has_songs 中 singer_id = 0 或无关联记录的录音。QQ 平台缺失最多（2,000 条），主要因为翻唱/二创版本的录音在爬虫库中歌手关联未正确建立。

3. 后续需给出各个环节数据缺失原因，判断是否可以人工补充。