系列导航：1 | 2 | 3 | 4 | 5 | 6

有些源表只有主键和业务字段，没有更新时间、行版本、删除标记，也拿不到数据库日志。要发现历史记录被修改或删除，完整周期仍需检查全部记录。工程上的问题变成：怎样把一次重扫描拆开，怎样保证同一条记录总落到同一个分区，怎样避免读取中断造成误删除，以及怎样把目标写入量限制在真实变化量附近。

Hash Wheel 负责把全表检查平摊到时间轴，Fingerprint Index 保存上一次看到的状态，Generation 在完整扫描后识别删除。这三个组件必须共同工作。只实现“主键取模加定时查询”，无法形成可恢复的变化检测链路。

一、身份键和内容指纹分开

每条记录先抽象为二元组：

$$ Entry=(IdentityKey, RowFingerprint) $$

IdentityKey 由稳定主键或业务键得到，用于确认记录身份。RowFingerprint 由参与同步的字段计算，用于判断内容变化。两者的判断关系如下：

业务键允许修改时，它不再是稳定身份。系统只能把键变更表达成旧键删除和新键新增，除非源端另有不可变 ID 或变更日志能够关联前后值。这个限制需要进入数据集契约。

身份键可直接保存原主键，也可以保存带命名空间的摘要：

$$ IdentityKey=H(datasetId \parallel canonical(primaryKey)) $$

跨数据集使用同一主键时，datasetId 防止状态键冲突。原主键是否保留取决于审计和回查需求；只有摘要会增加碰撞处理与问题定位成本。

二、Hash 前先定义 Canonicalization

指纹错误通常源于编码规则，而非 Hash 函数。以下值在某些业务语义下相同，直接转字符串却会得到不同字节：

Decimal: 1、1.0、1.00
Time:    2026-07-19 10:00:00、2026-07-19T02:00:00Z
JSON:    {"a":1,"b":2}、{"b":2,"a":1}
String:  Unicode 组合字符与预组合字符

每次编码口径调整都要提升 canonicalizationVersion，旧指纹只按旧口径解释。字段规则包括：