系列导航：1 | 2 | 3 | 4 | 5 | 6

增量检测得到一组 INSERT、UPDATE 和 DELETE 后，数据仍未安全到达目标端。读取进程可能宕机，网络可能在响应返回前断开，目标库可能提交成功却没有被调用方确认，两个 Worker 也可能短时间内同时持有同一分片。系统能否恢复，取决于批次是否可重放、写入是否幂等、Checkpoint 何时推进，以及旧租约持有者能否继续提交。

Micro Batch 的作用不只是凑够若干行再发送。它是抽取结果的持久化边界，也是源端读取和目标端提交之间的恢复凭证。

一、Batch 创建后保持不可变

一个批次由数据文件和 Manifest 组成。数据文件可使用 Arrow、Parquet 或有明确 Schema 的二进制格式；Manifest 描述这批数据从哪里来、覆盖哪个游标区间、包含多少变化，以及如何验证内容。

{
  "batchId": "01J2SYNTHETIC8TQ5F6X8R3",
  "taskId": "customer-sync",
  "taskVersion": 12,
  "partitionId": "bucket-0037",
  "epoch": 42,
  "schemaId": "customer-v7",
  "cursorFrom": "2026-07-19T10:00:00.000Z|80000",
  "cursorTo": "2026-07-19T10:01:00.000Z|84321",
  "recordCount": 5000,
  "insertCount": 120,
  "updateCount": 47,
  "deleteCount": 3,
  "dataUri": "batch://customer-sync/42/bucket-0037/part-0001.parquet",
  "checksum": "sha256:...",
  "createdAt": "2026-07-19T10:01:12Z"
}

batchId 一经生成就对应固定字节。重试只能重复发送该批次，不能复用同一个 ID 重新查询源端并覆盖内容。源数据可能在两次查询之间变化，同 ID 不同内容会破坏去重和审计。

批次写入可采用临时对象加原子完成标记：先写数据文件，计算长度和校验和，再写 Manifest，随后将状态改为 READY。本地文件系统可使用同卷原子重命名；对象存储通常没有目录重命名语义，可以用不可变对象 Key 和独立状态记录。看到 READY 前，Sink Worker 不得消费。