待处理问题
按影响实体和入库量排序
YouTube5,363,18763.7%
TikTok2,339,98827.8%
Instagram711,5948.5%
品类运营
按品类看每天的抓取
先看品类，再追到抓取方向、版本、Query、任务和原始视频。
真实数据快照 · 操作按钮尚未接入线上任务统计截至 2026-07-15 11:05今天尚未结束 · 入库时间口径
i种子分类不等于视频内容分类。 页面统计抓回与入库；视频是否属于目标类型，以抽检结果为准。
近 7 天入库视频
288,155
较前 7 天 +21.4%
昨日入库视频
6,629
较前天 -5.4%
今日入库视频
3,629
今日时间进度 47%
运行中的抓取方向
6 / 7
1 个方向已暂停
运行方向实体覆盖率
82.6%
近 7 天 +4.1pp
288,155
7 天累计抓回
41,165
日均抓回
最近 7 天抓回趋势
柱为抓回总量，图例展示构成；7 月 15 日为当前时点
品类日报
品类 → 抓取方向 → 版本 → Query → 入库视频
抓取建议
根据覆盖、抽检、Query 和入库量判断；点击一行查看依据
| 建议 | 抓取方向 | 覆盖率 | 抽检可入库率 | 有结果 Query | 近 7 天入库 | 判断依据 | 下一步 |
|---|
抓取链路
品类 → 抓取方向 → 版本 → Query → 抓回视频 → 内容处理 → 下载 → 入库
怎么优化
看方向→
抽视频→
看数据→
调整版本
每次调整都保留版本、抽检视频、数据变化和修改原因，方便判断是否有效。
抓取方向
覆盖率按“每个名单对象至少 5 条去重目标视频”计算；点击一行查看版本
| 抓取方向 | 状态 | 关联品类 | 实体覆盖率 | 有结果 Query | 任务成功率 | 今日入库 | 日环比 | 近 7 天入库 | 异常 |
|---|
品类构成
按最终内容分类；四类合计 425,948 条去重视频
纯享集锦
233,570
混剪集锦
77,948
画面讲解
60,058
人物故事
54,372
平台构成
去重视频按首次抓回平台统计
61.2%25.2%13.6%
260,726TikTok
107,212YouTube
57,964Instagram
运动分布
基于当前 6,000 条可追溯核验样本统计，不外推为 425,948 条全库分布
已标注 3,696 · 61.6%未标注 2,304 · 38.4%
数据质量
每天运营前先确认数据是否完整、能否追到原视频
抓取来源记录完整率91.4%目标 ≥ 98%；缺失记录不能计入方向覆盖。
原始 URL 完整率99.2%176 条待补；影响跨平台去重与原视频核验。
运动标签完整率96.0%891 条待补；优先读取种子自带 sport 字段。
多 Query 重复归因18.6%允许多重贡献，但每个抓取方向内按视频去重。
延迟任务37超过 30 分钟未结束；涉及 Instagram 与 YouTube。
5 类问题的当前处理范围
抓取来源缺失补 direction_id 与版本；补齐前不计入方向覆盖。
原始 URL 缺失补原平台链接；缺失时不能核验视频和跨平台去重。
运动标签缺失优先补种子自带 sport 字段，再做统一归并。
重复归因保留多个 Query 的贡献，全局视频总量只计算一次。
延迟任务超过 30 分钟进入异常列表，并保留任务 ID 供重试。
研发技术基建监控
质量 / 热度过滤：清晰度、帧率、标签、语言、低热度、黑名单与下载异常
今日各平台原因
07-16 · 0今日暂无质量 / 热度过滤命中。
链路健康
需要研发持续关注的质量指标抓取来源记录完整率91.4%目标 ≥ 98%
原始 URL 完整率99.2%176 条待补
运动标签完整率96.0%891 条待补
超过 30 分钟的任务37涉及 Instagram 与 YouTube
近 30 天过滤原因排行
Top 17 · 覆盖过滤总量 99.96%| 平台 | 处理阶段 | 过滤原因 | 数量 | 占比 |
|---|
查看统计口径与处理说明
数据时间过滤监控截至 2026-07-16；业务数据按 Asia/Singapore 自然日统计。
过滤总量按每次规则命中记录统计；同一内容可能在不同阶段命中不同规则。
去重估算按平台原始 ID 与规范化 URL 合并，用于判断受影响内容规模。
阶段划分搜索、解析前、多阶段、下载前和下载后分别保留原因与任务记录。
异常处理处理错误和超时任务保留 task_id，可按原因重试或回溯规则版本。