cron 不是你的登录 shell：PATH、中文路径和 set -u 的静默丢数
手工跑一切正常、放进 crontab 就失败的三类原因：非登录 shell 的 PATH、POSIX locale 下 Java 解析不了非 ASCII 工作目录、以及只 set -u 不 set -e 带来的"报了成功但没入湖"。附我的验证方法：用 env -i 模拟 cron。
阅读本章 返回项目
硬件行情湖仓数据平台
HWLens：从多源采集与数据契约、跨源实体对齐与口径单点化，到湖仓分阶段改造和前端上线的完整工程记录。
- 07
第 7 节 · 工程笔记 · 2分钟阅读 - 08
第 8 节 · 工程笔记 · 3分钟阅读 跨源实体对齐：宁可少合并，不可假合并
把两个站点的同一条商品认成一个，是所有跨源比价的前提。记录从标题归一化到分层确定性键的整段演进：规格键造出的假合并、concat_ws 对 null 跳段、字符多重集键，以及那条支配所有取舍的不对称原则。
阅读本章 - 09
第 9 节 · 工程笔记 · 3分钟阅读 口径只能有一个来源：spec_ontology、when 链和那条匹配空串的正则
同一个"容量"在采集侧、计算侧、后台各解析一遍，迟早出问题。记录把单位折算、键别名、正则常量收进一个纯 Python 模块的过程，以及两条代价很高的教训：可选单位的正则把 TB 当 GB 落库，十几层 when 链让 executor 被 OOM 杀掉。
阅读本章
7–9 / 14 节继续下一节