第十四章 · 烂摊子¶
九月三日，星期四，上午九点。
周其正的邮件是凌晨一点二十发的，抄送纪衡、蒋辉、陈稳。标题：营销结算底层数据三表结构不一致，对账异常，请结算组协助。正文四行，最后一行是：这个问题营销技术部查了两个月，没有结论。
纪衡没有回。蒋辉没有回。收件人里只剩他一个还没有回。
记事本上昨天那一行还在：明天上午把方案发给纪衡。方案在本地文件夹里，三页，数据加载部分，拦截器接入部分，数据一致性保障部分，每页页脚都有他的名字。他昨晚十一点四十写完，保存了，没有发出去。
监控页面上，结算成功率百分之九十九点九九，拦截器正常，连接池使用率百分之六十五。这三个数字他记在脑子里，没写进任何文档。
茶水间的咖啡机下面弯着一个人，袖子卷到肩膀，手里拧着一个螺丝。咖啡机的盖子上卡着一块塑料板，她拧了两下，没拧动，换了一个方向，拧开了。是易文。
"你还会修咖啡机。"陈稳说。
"拧螺丝不需要会。"易文把盖子扣回去，拧上螺丝，拍了拍手，"好了。现在它还是没人调。"
她转过身，看到他手里那个空杯子。
"方案发给纪衡了没有。"
"没有。"
"为什么。"
"……还没想好怎么说。"
"你写都写完了，你跟我说还没想好怎么说。"
"发出去就收不回来了。"
易文倒了一杯水，喝了一口。杯壁上有一圈旧的茶垢，洗不掉的那种。
"你跟我来。"
电梯里她按了一楼。
"去哪里。"
"数据治理。你跟我一起。"
"什么数据治理。"
"到了你就知道了。"
停车场的水泥地面反射出一层白。她的车是白色轿车，车内没有挂饰，没有摆件，储物格里一瓶水、一个充电器。中控台的导航亮着，目的地是恒澜科技园区二号楼，距离两公里。
她没开空调，摇下车窗，风是热的。两个路口，右转，进了二号楼的地下车库。熄火之后车里安静了三秒。
"哪个项目。"陈稳说。
"没有项目。就是一个烂摊子。"
"什么烂摊子。"
"营销结算对账系统的底层数据，有三个表，结构不一致，数据对不上。营销技术部的人搞了两个月没搞定，上周五找到我们部门，说让数据组帮忙看看。我看了，确实乱，但也不是不能做。"
"周其正凌晨一点二十发了邮件。抄了纪衡和蒋辉。"
"我知道。他昨天下午先问过我，我让他发邮件。"
这件事陈稳不知道。他昨天下午三点还在改那份三页方案，改到第二页的时候删掉了一整段。
"那为什么叫烂摊子。"
"因为没有人愿意接。所有人都说，这不是数据组的事，这是营销技术部自己没做好，不应该我们擦屁股。我组长说，这个月还有两个分析需求没做完，不做这个。我隔壁组的人说，这个数据太脏了，做出来也说不清楚。我上周五看完，跟组长说，我做。组长说，你自己想清楚，做这个不带任何绩效。我说，我知道。"
那三个表陈稳见过。蒋辉那份十六页方案的第九页附了一张表结构截图，字段名不一致的地方蒋辉用红框圈了三处，正文里一个字都没写怎么处理。这件事他没有告诉易文。
"你怎么不说话。"
"……说不接的人，都说对了。这不是你的事。"
"是。不是我的事。但这个东西在这里，没人做，它就在这里。两个月，三个月，半年，它会变脏，但不解决。直到有一天，有人做系统升级，发现数据对不上，查出来是底层的锅，然后就被记住了。但不是记住做的人，是记住出问题的人。"
八月十一号那次索引被删，执行账号是 root@localhost，Git 里没有对应提交，DHCP 的分配日志按周滚动清掉了。没有人做，它就在那里。这一条陈稳在记事本上写了三遍，日期不同，内容一样。
"你听懂了没有。"
"……听懂了。不想做它的理由全是对的，但留着不解决，它迟早会变成你的问题。"
"差不多。但还有一个原因。"易文刷了工牌，闸机弹开，"我做这个，是因为不出现在任何人的 OKR 里，所以没人管我怎么做。我做完了，数据清楚了，以后谁做对账、谁做报表、谁做分析，底层数据都是干净的。他们不会记住我，但他们每次用到的数据，都是我做过的。"
闸机后面那条走廊的灯只亮了一半，另一半的灯管拆了，管口用胶带封着。
"你组长知道你今天带我过来吗。"陈稳说。
"知道。我跟他说，我借结算组一个人，两个礼拜。他问我借谁，我说陈稳。他说没听过。"
"……然后。"
"然后他说，你自己搞定，别走流程。走流程就要立项，立项就要挂到部门 OKR 上，挂上去就有人要看进度。"
这句话陈稳听懂了两层。上一层是易文说的那层，下一层是：这个项目在系统里不存在，所以他做多少，人事系统里都是零。
三楼那间会议室二十平米，门牌是一张打印纸，用透明胶带贴在门上：数据治理项目组——临时。里面一张长桌，一台显示器，一个键盘，一个鼠标，一本翻开的笔记本，纸上写满数字和简写。窗帘拉了一半，阳光落在桌面上。屏幕亮着，左边是表结构，右边是查询结果。
易文把键盘拉到面前，敲了几下。屏幕上的结果变成一张表，三列：表名、字段数、行数。
"这三个表，分别是营销结算的订单表、支付表、退款表。建表时间分别是去年六月、去年八月、今年一月。建表的人不是同一个人，字段定义没有做过对齐。"
三个表加起来一百多个字段，字段名不一致，类型不一致，空值策略不一致。订单表的主键是 order_id，varchar(64)；支付表的主键是 pay_id，int；退款表的主键是 refund_id，varchar(32)。三个表之间没有外键，关联关系靠业务字段拼接，order_id 在支付表里叫 biz_order_no，在退款表里叫 source_order_id。订单表的金额字段是 decimal(18,2)，支付表的金额字段是 bigint，单位是分。
还有时间字段。订单表用 create_time，datetime；支付表用 gmt_create，varchar(19)，存的是字符串；退款表用 created_at，bigint，存的是秒级时间戳。三个表要按时间关联，得先把三种时间转成一种。转的时候支付表那个 varchar 里有两千三百条是空字符串，不是 NULL，是空字符串。
"这个空字符串，"陈稳说，"是谁写进去的。"
"应用层。去年八月上线的时候没做校验，写了四个月，今年一月才补上。那四个月的数据就是这样。"
"你怎么看。"易文说。
"……统一字段名，统一类型，建视图。"
"多快。"
"如果只是建视图，两天。如果要把数据洗干净，一星期。"
"行。你来做。我不会写 SQL。"
上周三食堂那碗面，她用三个数字把蒋辉的十六页讲完了。她会看数据，这一点陈稳信。她不会写 SQL 这一句，他信一半。
"我认真的。我只会看数据，不会洗数据。你写 SQL，我对结果。你写完，我验证。我们两个，一个礼拜，把这个烂摊子清了。"
"……我手上有蒋辉的项目。"
"你跟蒋辉那个项目，你是配合，不是牵头。你把数据接口层的方案发给纪衡，然后说，数据加载部分已经写好了，拦截器接入部分已经写好了，数据一致性方案有了，接下去只需要配合测试。蒋辉需要你的时候，你出来配合。不需要你的时候，你过来洗数据。"
这件事陈稳知道。他手上七个待办，没有一条前面写着"牵头"，全是"配合"和"依赖"。这两个词他在记事本上圈过一次。
"你听懂了没有。"
"……听懂了。配合跟牵头，两件事，可以并行。"
"对。你手上没有主线任务，你只有依赖项。你把依赖项做完了，你的时间就空了。空出来的时间，做这个。"
一百多个字段，三张表，三个人的写法，没有一个人想过以后会有人把它们连起来。老梁说过一句：东西不会说话。东西是死的。只有人会说话。
"想什么。"易文说。
"没什么。"
"你脸上有东西。你在想'这个事不该我来做'。"
他嘴抿了一下。他知道自己抿了。
"你知不知道，你刚才在想什么的时候，你的表情是什么。你嘴抿一下，然后眼睛回到屏幕上。你每次想'这个事不该我来做'的时候，你都是这个表情。"
"……我没有这个表情。"
"你昨天在食堂也是这个表情。我说蒋辉那十六页里有你的拦截器，你抿了一下。"
"你听我说完。这个事确实不该你来做。但如果你不做，它也不会有人做。你等两个月，等到纪衡让你做，你到时候做，没有任何区别。唯一的区别是，你现在做，你就有这个东西。你等一下做，你就是被安排的。"
"……那不一样吗。"
"一样。但一个是你的，一个是别人的。你听懂了没有。"
他没有答这句。他打开数据库，开始看那三个表的数据。四十分钟，四十二次查询，每个表的字段过一遍，把不一致的字段标出来，把空值率高的字段标出来，把重复定义的字段标出来。他在记事本上画了一张表，三列，每列一个表的字段名，用箭头把同义字段连起来。画完，箭头很乱：三条线交叉，四条线平行，还有两条线找不到对应。
易文在对面翻笔记本，没有抬头。
十二点，他放下笔。三号食堂比一楼的难吃，人少。红烧肉，青菜，米饭，饭是热的。
二号楼门口的水泥地面反射出一层白。他拿出手机，打开邮件，找到昨晚写的那份三页方案，从头读到尾，然后按了发送。收件人：纪衡。抄送：蒋辉。标题：营销结算对账系统解耦——数据接口层接入方案。
发送成功的提示弹出来，两秒后消失。
下午两点，新邮件提醒。纪衡的回复一行字：方案收到。拦截器接入部分按你写的来。数据加载部分跟蒋辉确认接口。
他没有回这封。
下午三点，他给蒋辉发消息：数据接口层接入方案已经发给纪衡了，数据加载方法已拆分，接口定义在 MR 里，你确认一下接口格式，我配合改。
蒋辉回：收到。我看一下。
下午四点，蒋辉又回：接口格式没问题，我这边先按这个走，有改动再同步。
他回了一个字：好。
三张表的结构全部过完了。十六个同义字段：五个字段名完全一致，七个字段名不一致但含义相同，四个字段名一致但类型或长度不同。记事本上写了一页，不够，翻页继续写。
他在最后写了一行：建视图，统一字段名，字段类型以订单表为准，空值策略统一为 nullable，金额字段全部转成 decimal(18,2)。
CREATE VIEW，一个字段一个字段地写。订单表的 order_id，支付表的 biz_order_no，退款表的 source_order_id，在视图里统一叫 order_id，varchar(64)。第一个视图十一个字段，二十二行 SQL，检查一遍，语法正确，提交执行。窗外的太阳斜了，车少了一半。
第二个视图十四个字段，退款表那两个找不到对应的字段他先留着，加了注释：待业务确认。第三个视图跑了两次，第一次行数少了三行，是支付表里三条 pay_id 为 0 的脏数据，他加了一个 where 条件把它们排除，行数对上了。
时间字段是最麻烦的一块。他用 STR_TO_DATE 转支付表那个 varchar，遇到空字符串直接报错，加了一层 NULLIF 包起来，空的转成 NULL。退款表那个秒级时间戳用 FROM_UNIXTIME，转出来有十七条落在 1970 年，是写入的时候传了 0。这十七条他没有排除，加了一个字段标记：time_invalid，布尔值。
"为什么不删。"易文在对面问。
"因为它们的金额加起来是四千三百二十块。删了对不上账。"
"记下来。这句话你以后要说给纪衡听。"
下午六点，三个视图，六十八行 SQL，一百多个字段压到四十二个，字段名、类型、空值策略统一。三个视图都创建成功，查询结果正确，数据行数对得上。
记事本上，"建视图"后面打了一个勾，下面写：明天开始洗数据。再下面一行：先把字段空值率超过百分之三十的列标记出来，逐列确认是否可丢弃。
"写完了没有。"易文背上包。
"三个视图写完了。明天开始洗数据。"
"行。明天早上九点，会议室见。"
门关上以后，他把那三个视图又查了一遍，字段名对着记事本核了一遍，没有问题。他在记事本上补了今天这一条：上午跟易文去二号楼，数据治理项目，三个表，一百多个字段，建了三个视图统一字段定义。
蒋辉那个 MR 他也打开看了。接口格式确实没问题。他没有改任何东西，也没有留评论。
地铁上没有座位。他抓着扶手，窗外是黑的隧道。
到家十点。易文的消息发在二十分钟前：视图发我看看。
他把三个视图的 SQL 文件发过去，正文一行：三个视图，字段统一了，你先看看数据对不对。
易文没有回复。
牛奶一杯，凉的，胃没有反应。他喝完，把杯子洗了，放在架子上。
易文的回复在五分钟以内：没问题。明天洗数据。
他回了一个字：好。
对面那栋楼的窗户一格一格亮着。他看了十一个月的那扇窗，还是黑的。
记事本上明天的待办，两条。第一条：上午九点，二号楼，洗数据。第二条：下午，确认蒋辉的接口格式。他在第一条后面又加了一行小字：问易文，那两个待确认的字段找谁确认。
卧室的天花板上没有裂缝。这间卧室没有裂缝。