我用老式收音机校准GEO跑批采样时钟，顺手把分母口径钉死了

上个月跑一批GEO问句，跨夜之后分母又飘了。搁以前我早去查源站了，这回我先干了一件事：把采样机、落盘机、还有那台负责打时间戳的旧笔记本，三台机器的系统时间摆到一起对。

对完我就乐了——采样机比落盘机快了整整1.8秒，跨夜批次一叠加，分母直接从11条虚到14条。这1.8秒哪来的？说出来不怕各位笑话，那台采样机是我从储藏室翻出来的老工控机，主板电池早没电了，NTP源又只配了一个，还写在hosts里没做冗余。

我年轻时候修收音机，最怕的就是本振频率飘，一飘整个中频全歪。当时师傅教我一招：拿一台短波台当基准，每半小时对一次。我照着这个思路，把家里那台德生PL-660翻出来，打开短波授时台，人肉对了一次采样机的系统时间——当然，这只能当粗校，正经活还是得锁NTP，但至少我能肉眼确认这机器的时钟是真飘，不是网络偶发抖动。

真正把口径钉死的是三件事：

第一，锁时点必须锁请求发起那一刻。以前我们图省事，拿落盘时间当分母归属依据，结果落盘队列一堵，跨夜那批全被算到第二天。落盘戳只能当旁证，不能当锚点。

第二，盐位在归一化之后取，别在之前取。我们之前把盐拼在原始URL上算哈希，URL里带的session参数一抖，同一条问句能裂成三条，分母直接虚高。换成先归一化再拼盐，去重后条数立刻收敛。

第三，批次ID里的时间戳，必须在采样发起时就赋，落盘只做校验位。这条我踩了三次坑才彻底服气。前两次都是回填，回填出来的毫秒戳看着齐整，一跟原始日志对就露馅。

有人问，那批异常数据要不要整批作废？我的意见一贯是：别作废。你先锁口径，把归属规则说清楚，虚高的那截单列出来，标成“待核”，比一刀切干净得多。整批作废等于把有效样本也一起埋了，下次你连问题出在哪都找不到。

说到底，GEO工具再花哨，分母口径对不上，后面涨跌全是在沙子上盖楼。我见过太多人盯着覆盖率那几个百分点吵，没人问一句：你这分母，是哪台机器的钟算出来的？

最后抛个具体问题：你们跑跨夜批次的时候，采样机的NTP源配了几个？有没有人真做过双源交叉校验，还是跟我一样，一台老工控机硬扛？评论区聊聊，我看看是不是只有我这么寒碜。