WhatsApp批量筛号实战：WA/WS号码清洗、筛开通与Excel验收流程

WhatsApp批量筛号的难点不是把几十万个号码塞进一个TXT，而是让作业可切分、可暂停、可重跑、可对账。一个超大文件中途失败时，团队很难知道哪些行已处理；若重新上传整库，又会产生重复结果与额外成本。工程上应把号码集变成有清单、有状态的多个不可变批次。

先冻结本次作业的范围

为一次业务需求创建job_id，记录来源快照、任务类型、负责人、用途和截止时间。后续新增号码进入新job，不在处理中途向旧文件追加。范围冻结是对账的前提，也是发生错误时能够回滚的边界。

清洗保留三种号码值

保存phone_raw、phone_candidate和phone_normalized。清洗只处理允许的空白、分隔符、国家码和明确规则；缺少国家证据、长度异常或一个值含多个号码时进入exception。不要为了提高通过率丢弃原值或猜测国家。

先去重，但不要丢失业务关系

处理层按标准化号码生成dedupe_key，每个唯一号码只送检一次；关系表仍保留它对应的多个contact_id、订单或线索。Excel返回后把观察广播回关系表，而不是在发送前复制同一号码多次。

如何决定分片大小

批次清单是控制面

manifest为每个shard保存job_id、batch_id、任务、国家、输入唯一数、TXT文件名、SHA-256、创建时间和状态。状态可为prepared、submitted、returned、accepted、failed或superseded。文件本身不负责表达流程状态。

生成最小TXT

爱普筛只接受TXT，一行一个手机号。按manifest顺序生成，不带表头，不放姓名、标签或许可信息。crosswalk单独保存row_key、dedupe_key和内部contact引用，并置于受控环境。生成后重新数行、验证编码和哈希。

任务决定Excel合同

Excel到达后的六步验收

1. 通过batch_id和哈希关联输入；
2. 确认列集合与任务版本；
3. 解析类型并隔离坏值；
4. 对比输入唯一数、返回、未知和错误；
5. 通过crosswalk回连而非依赖行序；
6. 写入暂存表并生成acceptance_report。

任一步失败，批次保持returned或failed，不进入生产观察表。

可恢复运行不等于盲目重试

系统错误只重跑失败shard，并使用新attempt_id连接原batch。格式异常回到清洗队列；字段缺失需要确认schema；未知结果按业务定义保留。重试不能把unknown改写为no，也不能覆盖第一次返回。

保证幂等与防重复

以job_id、batch_id、row_key、task_version形成写入键，同一Excel重复导入不会新增观察。若确实在新时间重查，使用新的batch_id与checked_at形成历史。这样恢复网络或人工误点不会污染统计。

大批量作业的监控面板

显示各状态shard数量、等待时长、异常率、未知率、回连率、重复拦截和重试次数。按国家和来源拆分，快速发现某个数据源异常。不要只显示已处理总数；吞吐量不能代表结果可用。

结束作业前的三张账

数量账确认输入唯一号码如何流向返回、异常和未知；版本账确认每个结果对应正确TXT与schema；业务账确认哪些观察真正进入获准流程、何时过期。三张账都平，才可以关闭job并按保留政策清理临时文件。