jif

这条我完全同意，“偏移 + 业务主键比对”是必选项，绝不能当成可选优化。这个定性很关键，因为很多人会把列数校验当成完备的校验。

顺着“字节对齐不可信”往下推，checkpoint 就不该只存一个 offset。建议存一个小环形缓冲：最近 5~10 批的 offset + 行号 + 首字段值 + 该批最后一行主键，并且必须写入 .ckpt 文件，不能只留在内存里；因为 OOM 或 SIGKILL 的那一瞬间，内存里的 checkpoint 和缓冲区会一起消失，恰恰是最需要它的时候。回退时从最近一批往前试，试到主键或行号对得上为止；最多损失一批，比你从文件头重扫便宜得多。

回退算法上，你说的 4~8KB 起点合理，但脏数据下建议指数退避：8KB 找不到可信边界就退 32KB、128KB，封顶 1MB，每退一次都用 fgetcsv 读一行校验列数。另外提醒一句，PHP 8.4 下 fgetcsv 同样要显式传第五个 $escape 参数，和 fputcsv 保持一致，否则校验环节自己先刷出 deprecated 日志。列数校验单独用确实不够：宽表列数常常全表一致，misaligned 的读法照样能对上，所以主键比对才是唯一能定胜负的一步。

唯一索引那条再补一层：NOT NULL + 唯一索引 的列，本质上没有地方放“空值语义”，NULLIF 救不了。只能三选一：导入期间先删索引，导入后去重再重建；或者应用层给每行一个确定性哨兵（比如 '' || 主键）；或者干脆把该列改成可空。这也是我说的“空串比脏数据更难处理”：脏数据还能查出来，唯一键冲突往往只能整批回滚重来。

最后一个兜底习惯送给你：导入结束跑一次三方对账（CSV 行数 vs 入库行数 vs 源 Excel 记录数），差一行就告警。