docs(data): 添加词曲录音关联筛选的数据统计与流转说明
Showing
1 changed file
with
42 additions
and
0 deletions
docs/词曲-录音关联筛选.md
0 → 100644
| 1 | # 数据统计与流转说明 | ||
| 2 | |||
| 3 | > 统计时间:2026-07-13。records2 已按“不过滤 `pub_time`”的新规则重新初始化。 | ||
| 4 | |||
| 5 | ## 1. 主词曲录音关联表当前情况 | ||
| 6 | |||
| 7 | 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。 | ||
| 8 | |||
| 9 | ### 状态分布 | ||
| 10 | |||
| 11 | | records1 状态 | 关系数 | 说明 | | ||
| 12 | | --------------- | ---------: | -------------------------------------------------------- | | ||
| 13 | | 成功导入 | 78,057 | `is_yinyan_push = TRUE` 且 `platform_song_id > 0` | | ||
| 14 | | 导入失败 | 8,105 | `is_yinyan_push = FALSE` 且 `platform_song_id < 0` | | ||
| 15 | | 状态不完整/其他 | 24 | 状态字段存在 `NULL` 或不属于上述两类 | | ||
| 16 | | **合计** | **86,186** | 当前 records1 全量 | | ||
| 17 | |||
| 18 | ## 2. 副词曲录音关联表 数据流转与筛选 | ||
| 19 | |||
| 20 | | 环节 | 关系数 | 说明 | | ||
| 21 | | ------------------------------- | ------: | ------------------------------------------------------------------ | | ||
| 22 | | records1 全量 song_id 范围 | 86,186 | records2 查询起点 | | ||
| 23 | | 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 | | ||
| 24 | | 标题非空后 | 208,811 | `hk_music_record.record_name` | | ||
| 25 | | 时长大于 0 后 | 208,755 | `hk_music_record.duration` | | ||
| 26 | | 歌手非空后 | 208,368 | `hk_music_record.singer_name` | | ||
| 27 | | 歌曲链接非空后 | 206,201 | `hk_music_record.platform_index_url` | | ||
| 28 | | 音频链接非空后 | 206,201 | `storage_url` 或 `platform_play_url`,本次未减少 | | ||
| 29 | | 删除 records1 已有关联 | 120,949 | 删除 **85,252** 条相同 `(song_id, record_id)` 关联,输出最终 records2 | | ||
| 30 | |||
| 31 | # 数据规模汇总 | ||
| 32 | |||
| 33 | | 数据集 | 数量 | 说明 | | ||
| 34 | | -------------------- | ----------: | ----------------------------- | | ||
| 35 | | records1 全量 | 86,186 | 每首歌一条主录音关联 | | ||
| 36 | | records2 全量 | 120,949 | 补充录音关联 | | ||
| 37 | | 重复关联 | 0 | `(song_id, record_id)` 无重复 | | ||
| 38 | | **最终去重关联总数** | **207,135** | records1 + records2 | | ||
| 39 | |||
| 40 | 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。 | ||
| 41 | |||
| 42 | 2. 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。 |
-
Please register or sign in to post a comment