增加数据一致性核对任务

概述

故障是看得见的，副本少了一行、主库被手工修过却没有同步，则可能几周都无人发现，直到报表或客户对不上账。一致性核对把“数据是否漂移”变成定期执行、可验证的信号，而不是等事故发生后才去追查。

步骤

1. 对已关闭的时间窗口计算行数与确定性内容指纹：

SELECT count(*) AS rows,
       md5(string_agg(id::text || ':' || total_cents::text, ',' ORDER BY id)) AS fingerprint
FROM orders
WHERE created_at >= '2026-10-01' AND created_at < '2026-11-01';

2. 在主库与副本分别执行，指纹不一致时让任务以非零状态退出并打印表名与窗口。
3. 用 id % 16 分桶对比，把差异定位到一个小范围，再对该桶做行级比较。
4. 比较前先取主库 pg_current_wal_lsn()，等待副本 pg_last_wal_replay_lsn() 追平，避免把复制延迟误判为漂移。
5. 在测试环境修改主库一行，确认任务能报出差异，再恢复并确认通过。

验证

健康的副本对同一窗口应返回完全相同的行数与指纹。修改一行后任务应输出类似 drift in orders: rows 12000 vs 12000 并以 exit=1 结束，同时指出具体分桶。恢复数据后再次运行应通过，且整个检查耗时在可接受范围内。

注意事项

• 指纹只能说明数据不同，不能说明原因，需要配合 binlog/WAL 或审计日志定位。
• 只有纳入哈希的列会被校验，其他列的修改不可见。
• 全表扫描代价高，应限制窗口、分桶并设置 statement_timeout，在副本上错峰执行。
• 不要比较仍在写入的开放窗口，也不要在副本未追平时下结论。
• 核对任务必须有配套 runbook，否则告警只会增加处理时间。