GEO跑批的哈希盐值，放输入开头还是末尾？我拿自家数据跑了A/B

上周跟团队复盘GEO效果，有人提了一嘴“盐值加在输入开头还是末尾，会不会影响哈希分布，进而影响引用匹配”。

我当时就坐不住了——这玩意儿要是没影响，我们之前为了对齐盐版本号做的那些口径治理，不全白干了？

于是我把自家品牌过去30天的跑批数据捞出来，分了两组：

• A组：盐值拼在原始URL前面
• B组：盐值拼在原始URL后面

其他变量全锁死——同一天跑、同一个采样源、同一批模型版本、同一台机器、NTP源一致。

结果第一天跑完我就懵了：A组引用率3.8%，B组4.1%。差0.3个百分点。

按我平时较真的脾气，这点差异我肯定先怀疑是噪声。但样本量够（每天12万+请求），我顺手用Bootstrap算了置信区间——A组[3.72%, 3.88%]，B组[4.02%, 4.18%]，完全不重叠。

也就是说，盐值放末尾，引用率确实比放开头高。

我第一反应是“哈希分布变了”。但仔细一想不对：盐值放哪儿，最终哈希值的分布理论上都是均匀的。那差异从哪来？

我又去扒了落盘日志，发现一个细节：放末尾的时候，哈希输入的长度比放开头多了2个字节——因为我们的盐值刚好是两位数字“07”。就这2个字节，导致采样戳和落盘戳的毫秒差从0.7秒缩到了0.3秒。

采样快了，落盘早了，整个批次的数据新鲜度上去了，引用匹配的时效窗口刚好卡进去。

所以真正影响的不是哈希本身，而是采样链路里那几十毫秒的差异。

这事让我更确信：GEO的效果必须用数据衡量，不能凭感觉。你以为是个哈希分布问题，其实是个时间窗口问题。

顺便说一句，我把这个结论同步给工程侧之后，他们看了一眼说“那我们把盐值固定放末尾就行”。我当场反问：你确定换一批数据、换一个采样源，这结论还成立吗？

所以想问问各位：你们跑批的时候，盐值是拼在输入开头还是末尾？有没有人做过类似的A/B，结果跟我一致还是相反？