核对大量导入记录时，怎样挑选有代表性的样本？

核对大批导入时，总行数必要但不充分；只看前十条也容易只覆盖「最乖」的数据。更稳的做法是：先做总量与约束检查，再按风险类型 分层抽样，每类打开几条对照源文件。

*示意图 · 总量核对 → 分层抽样 → 逐条打开*

建议检查清单

1. 总量与约束（全量、可自动化）

• 导入行数 = 源文件行数（或 reconcilable 的过滤规则）
• 必填字段非空计数
• 唯一键无重复、无意外合并
• 若有关联：关联成功数／失败数

2. 分层抽样（每类至少 2–5 条，视总量调整）

3. 逐条打开核对

对抽中的样本：对照源字段 → Busabase 字段映射、显示是否乱码、关联目标是否正确。发现问题先修正映射／清洗规则，再决定是否整批重导。

怎么用

1. 导入后先看计数与错误报告（若有）。
2. 用视图／筛选或导出，按上表挑样本（可让 Agent 按规则列出候选 ID，你再人工点开）。
3. 记录缺陷类型（映射／编码／关联／默认值），修规则后对 同类全量 复查，而不是只改样本行。
4. 通过后再抽一轮「曾失败类型」做回归。

怎样确认

• 样本覆盖了长文本、特殊字符、关联、缺失、边界值，而不是连续的前 N 条。
• 至少有一条来自源文件中后段。
• 发现的问题有对应的全量修复动作，而不是只改展示。

边界

• 抽样不能证明「零缺陷」，只能提高发现高风险问题的概率；合规场景需另定抽检比例或全量校验。
• 不要用「预览前十行都正常」代替分层抽样。
• 大规模重导前先在副本／测试 Space 验证映射（若你有隔离环境）。

如果你愿意提供字段列表（哪些是关联／长文本／必填），可以帮你缩一版「最少要抽哪些类」的检查表。