目标
管道故障后的两种粗暴恢复都很贵：整夜全量重跑，或者手工修补产物。用完成度台账加窗口级幂等重放，恢复成本恰好等于被中断的那一个阶段——四分钟而不是四十一分钟，且重放跑两遍结果不变。
步骤要点
- 每阶段记录完成度：台账映射阶段、窗口与状态，恢复时精确知道断在哪一步。
- 冻结失败窗口：标记 needs-replay，防止下游读到半成品状态。
- 从失败阶段重放：复用已完成的上游产物，只重执行中断点之后的阶段。
- 在合并点验证幂等：写入型任务按窗口加实体键做 upsert，重放既不重复也不丢行。
- 对账收尾：行数、合计、键不变量核对通过后，才清除 needs-replay 标记。
排错提示
重放后出现重复行是合并点没做 upsert，键要含窗口与实体双层；重放两次结果不同说明任务读了可变上游状态，把任务约束成窗口与输入的纯函数；恢复期间报表已引用了半成品是没冻结窗口，needs-replay 标记必须对下游可见。
适用边界
重放依赖输入留存，过期即清理的源需要先延长保留窗口；上游数据在故障期间继续变化时，重放结果与“当时本应的结果”可能有合法差异，要对账说明。
代码示例
ledger (stage x window):
extract 10-22 done 00:33Z
clean 10-22 done 00:36Z
enrich 10-22 FAILED 00:39Z <- interrupted
load 10-22 pending
recovery 09:12Z:
replay 10-22 from enrich (reuse extract+clean outputs)
enrich 00:39 -> 09:14 (2 min, 1 stage)
load 09:14 -> 09:15
reconcile: rows 2.0M, total matches source +/- 0
flag cleared 09:16Z
cost: 4 minutes (vs 41 min full re-run)