49图库数据校验：四项入库核对规则公开

2026 年 10 月 4 日，49图库把入库校验规则整理成公开文档。每条记录进入数据库前都要经过四项检查：期号格式、开奖日期连续性、号码数量、号码取值范围。任一项不通过，该期即被标记为“待复核”，不参与统计与图表计算。2026 年 9 月，这套规则共拦截异常记录 213 条。

在没有固定规则之前，异常记录靠人工抽查发现。2025 年的一次例行核对中，有 37 期记录的号码数量为 6 个而不是 7 个，原因是数据源在某一栏位用了不同的分隔方式，导致最后一个号码被并入前一栏。这批记录在图表里表现为频次偏低，直到两个月后才被发现。

那次事故之后，49图库数据校验组把核对拆成了可执行的规则。校验组负责人周敏在内部复盘里写：“人工抽查只能发现问题，规则才能防止问题。我们要做的是让错误的记录根本进不来，而不是进来之后再去找。”

四项规则具体检查什么

期号格式要求六位数字，年份段在 2003 至当前年份之间，期序段不超过三位；开奖日期连续性要求相邻两期日期差在 1 至 4 天之间，遇到长假允许延长到 7 天，超出即挂起；号码数量要求每期 7 个值，前 6 个为主号码、最后 1 个为特别号码；号码取值范围要求主号码落在 01 至 49 之间且互不重复。

四项规则的执行顺序是固定的：先格式、再范围、再数量、最后连续性。顺序固定是为了让报错信息有意义——如果先查连续性，一条格式错误的记录会连带后面所有记录都报日期异常，排查成本陡增。

规则只能判断记录是否自洽，判断不了记录是否真实。因此四项检查之外还有一层人工复核：所有被拦截的记录都要与第二个公开来源逐字段比对，比对结果、复核人与时间写入日志。只有两个来源一致，记录才重新入库；来源冲突时保留两份原始值，标记为待定，不进入统计。

规则的价值不在于复杂，而在于每次都以同样的顺序、同样的标准执行。人能记住三条，记不住三十条。—— 49图库数据校验组负责人 周敏

一个月拦下多少条异常

2026 年 9 月共处理入库请求 12,846 条，其中通过 12,633 条，拦截 213 条，拦截率 1.66%。拦截原因分布如下，其中日期异常占比最高，主要来自数据源在节假日调整后的延迟更新。

被拦截的记录进入待复核队列，由人工比对第二个公开来源确认。213 条中，198 条在 24 小时内完成复核并重新入库，11 条确认数据源有误后被丢弃，4 条截至月底仍在核对。复核中位耗时 6.4 小时，最长 31 小时。

待复核记录在检索结果中并非完全不可见。使用者查到期号时会看到一条占位说明，写明“该期数据待复核”和原因分类，号码位置留空而不是填 0。这样既不影响统计口径，也不会让人误以为这一期不存在。复核完成后占位自动替换为正式记录，页面无需手动刷新。

规则里的容差都有出处。相邻两期日期差允许 1 至 4 天，取的是 2003 年以来开奖间隔的常见值；长假放宽到 7 天，依据是过去 23 年里春节与国庆期间的实际调整记录。容差写死而不是动态计算，是为了让同一期记录在任何时间校验都得到同一个结论，不会因为规则漂移而反复出入库。

待复核记录如何影响统计

处于待复核状态的记录不会出现在检索结果、走势图样本与导出明细中。这一处理会让当前期数略少于数据源公布的期数，但能保证统计口径干净。我们选择宁可少几期，也不让不确定的数据混进频次计算。

页面上会显示“已收录 12,846,000 期，其中 4 期待复核”这样的提示，使用者一眼能看出差异来源。复核完成后记录自动回到索引，无需手动刷新缓存，更新时间戳同步变化。

校验本身有成本。每条记录多花约 0.3 秒，9 月累计多出约 64 分钟的处理时间，换来的是 213 条异常在入库前被拦下。规则文档目前为 v1.4 版，四次修订分别针对长假日期容差、期序上限、号码重复与原始期号字段，每次修订都保留了旧版本与生效日期。

四项规则之间没有优先级豁免。即使一条记录只是期号格式不对、号码完全正确，也会被拦下。曾经有人建议对“看起来明显正确”的记录放行，被否决了：一旦允许例外，规则就变成参考意见，复核的人也失去统一依据。宁可多花 6 小时复核，也不开口子。

少几期不会让人误解，混进一条错数据才会。统计这件事，宁可缺口清楚，也不要数字好看。—— 49图库数据工程负责人 陈立恒

校验规则文档已放入关于页，任何使用者都可以按同样标准核对我们提供的数据。如果你发现某期记录与官方公布不一致，请提供期号与差异点，我们会按上述流程复核并在 48 小时内回应。下一阶段计划把复核过程的时间戳也开放展示，让差异来源更透明。