搜索量查询：工具支持的对象格式变化时怎样改输入规范
📱 CCBot/2.0 (https://commoncrawl.org/faq/)
🔗 /c190a1be6b55.html
📄
搜索量查询：工具支持的对象格式变化时怎样改输入规范
先给结论：格式变化时不要直接改历史输入，而是把“可接受对象”重新定义成一份可核对的输入规范，再决定是保留旧格式、增加转换层，还是强制迁移。判断依据不是工具提示了什么新格式，而是你的查询事实是否还能被不同角色一致理解。
先分清是“对象格式变了”还是“输入表达变了”
搜索量查询里，对象格式通常指查询对象的写法，例如一个词、一组词、带引号的短语、带地区或语言限定的组合。输入规范则指你交给工具或交给执行人员的字段约定：一行一个对象、用逗号分隔、用制表符分列，还是用键值对描述。
格式变化最容易引发的分歧是：产品认为“搜索量查询”查的是词，运营认为查的是页面主题，数据方认为查的是带条件的对象集合。三者说的不是同一个事实，却共用一份输入文件，结果就是同一批数据被反复解释。
一个可区分的证据是：如果去掉格式外壳后，对象本身仍能被唯一识别，那变化只是输入表达变了，改规范即可；如果去掉外壳后对象含义发生改变，那就是对象格式变了，必须重新定义字段和适用范围。
两种条件下的不同选择
条件一：下游仍能按对象唯一识别，选择“加转换层”
当旧输入和新输入指向同一批对象，只是分隔方式、字段顺序或包装符号不同，优先保留旧文件，在入口处加一层转换。动作是写一份映射说明：旧字段对应新字段，空值怎么表示，重复对象如何合并。
这样做的结果是，历史查询可以继续核对，新格式也不会污染原始记录。下一步只需要验证转换后的对象集合与转换前是否一一对应，而不是重新跑一遍全部查询。
条件二：对象含义已经改变，选择“强制迁移并留对照”
如果新格式要求把“词”改成“词加地区加语言”，或者把短语拆成主题加限定，那么旧输入已经不能表达同一事实。此时应停止在旧规范上打补丁，改为强制迁移。
迁移不是删掉旧文件，而是保留一份对照表：旧对象、新对象、迁移理由、无法迁移的例外。这样当不同角色对同一事实有不同理解时，分歧可以落到具体行上核对，而不是停留在口头争论。
把分歧转成可核对项目的具体动作
- 列出当前输入规范中所有字段，标注哪些是对象本身，哪些是查询条件。
- 用同一批对象分别按旧规范和新规范各生成一份输入，比较对象数量与可识别性。
- 对无法一一对应的对象，单独标记为例外，不强行合并。
- 把确认后的规范写成简短说明，附一个最小示例，例如
<对象>|<地区>|<语言>，并注明假设。
完成这四步后，下一步不是立刻扩大查询范围，而是先让至少两个角色按新规范各查一次，看返回的对象集合是否一致。若不一致，问题仍在规范定义，不在工具。
例外与适用条件
有些格式变化只影响展示，不影响查询对象，例如导出时列顺序调整。这类情况不必改输入规范，只需在交付说明里注明列含义。
另一些变化来自工具自身对对象的解释方式，具体支持哪些格式、是否保留旧写法，需要以你实际使用的工具说明为准，不能仅凭一次报错推断。若查询量、抓取量或某项统计突然归零，也不能单独证明迁移正确，还要检查对象是否被截断、条件是否被默认值覆盖。
最后，输入规范应服务于核对，而不是服务于好看。只要对象能被唯一识别、例外能被单独列出、不同角色能按同一份说明复现，格式变化就只是一次规范更新，而不是一次数据事故。
