Apache Doris 的 UNIQUE KEY 表导完两批数据，同一主键查出来还是旧值，这种「写时合并像没生效」的情况，先用 TaoToken 把排查通道搭起来最省事：打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 注册并创建一把 API Key，再把 Codex 的 Base URL 填成 https://taotoken.net/api，让它在对话里对照 Doris 对 Unique 模型写时合并（merge on write）的说明，帮你把建表语句、导入批次和查询版本逐项对一遍。TaoToken 在这里只做一件事——把这把 Key 和模型通道连通，它不参与 Doris 的合并计算，也不会替你去连你的库。
真正要查的是 Doris 自己的行为。原文在讲 Unique 模型时给了一个很关键的边界：同一个导入批次内的数据，对 REPLACE 这种聚合方式，替换顺序不做保证；不同导入批次之间，才可以保证后一批次替换前一批次。很多人第一次建 Unique 表，看到「旧值没被替换」就以为是写时合并失效，其实问题常常出在批次边界、建表语句里的 Key 列、以及 compaction 还没追上。下面按原文的模型脉络，把这套排查写成可落地的步骤。
1. UNIQUE KEY 表旧值没替换，先分清批次内和批次间
1.1 原文那句关于 REPLACE 的关键说明
原文用 Aggregate 模型举了一个用户访问事实表的例子：同一个用户同一天有两行数据，last_visit_date是 REPLACE 聚合，导入后只保留一行，值可能是 06:00:00 也可能是 07:00:00，因为同批次内 REPLACE 的替换顺序不保证。后面又补了一句：不同批次之间，后一批次才会替换前一批次。
这两句话几乎能解释一大半「Unique 表旧值还在」的疑问。Unique 模型在 1.2 之前本质上就是 Aggregate 模型的一个特例，把所有 Value 列都设成 REPLACE，用UNIQUE KEY简写出来。所以在读时合并（merge on read）的时代，你查 Unique 表，Doris 是查询时才把多版本按 REPLACE 规则揉成一行；到了 1.2 引入写时合并（merge on write），合并动作被挪到写入侧，查询直接读合并后的结果。
如果你的两行新数据落在同一个导入批次里，主键相同，那替换顺序本身就不保证——先导入的那条旧值留到最后，是完全符合语义的，不是故障。
1.2 写时合并 vs 读时合并，先确认你查的是哪条路径
写时合并和读时合并不是同一个东西，排查前先确认表实际走的是哪条：
- 读时合并：数据按多版本存，查询时按主键合并，
UNIQUE KEY表默认可能还是这一套； - 写时合并：写入阶段就把同主键的旧版本标记、compaction 时物理整理，查询拿到的已经是合并结果；
- 1.2 之后两者短暂共存，具体走哪条受建表属性、版本和 compaction 状态影响。
所以「旧值没被替换」有三种常见可能：新数据其实没成功进同一个副本；新数据和旧数据在同一批次内、顺序不利；写时合并属性没生效，查询侧仍在读旧版本行。这三件事都能用 Codex 生成 SQL、你在本地或 SQL 客户端执行来验证，而不是让 AI 去连你的库。
2. 把 Codex 的 Base URL 指到 TaoToken 通道
2.1 在官网拿 Key，并确认模型广场里的模型 ID
先打开 TaoToken 注册，进控制台创建一把 API Key，记下占位符替换用的真实值；顺手在模型广场看一眼当前可用的模型 ID，后面填配置时以模型广场当时列表为准，不要随手编一个带日期后缀的名字。
这一步只解决两件事：给 Codex 一把能用的 Key，以及给它一个正确的模型 ID。Doris 的合并逻辑、compaction、导入批次都由你自己的 Doris 集群决定，通道不参与其中。
2.2 ~/.codex/config.toml 里改 model_provider 和 base_url
Codex 读的是~/.codex/config.toml，别把 Claude Code 的ANTHROPIC_*环境变量套过来。自定义供应商按下面这样写：
model = "YOUR_MODEL_ID" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY"其中base_url结尾不要加/v1，Key 通过环境变量TAOTOKEN_API_KEY传入，值就是你在官网创建的那把。保存后新开一个终端会话，让环境变量生效，再启动 Codex。确认通道连通之后，后面的对话都围绕 Doris 的建表和导入展开，Codex 只负责解释和生成 SQL，不会自动碰你的数据库。
3. 让 Codex 生成 Unique 模型检查清单，SQL 拿到本地跑
3.1 先核对 UNIQUE KEY 的 Key 列和建表属性
原文的 Unique 例子主键是user_id + username，Value 列全部是 REPLACE 语义。你把建表语句贴进 Codex，让它按 Unique 模型的规则逐条对照：Key 列是否真的唯一约束、有没有把本该 REPLACE 的列漏在 Key 外面、分桶键是否合理、enable_unique_key_merge_on_write属性有没有打开。
一个可运行的 Unique 建表骨架可以写成这样：
CREATE TABLE IF NOT EXISTS example_db.user_profile ( `user_id` LARGEINT NOT NULL COMMENT "用户 id", `username` VARCHAR(50) NOT NULL COMMENT "用户昵称", `city` VARCHAR(20) COMMENT "所在城市", `phone` LARGEINT COMMENT "联系电话", `address` VARCHAR(500) COMMENT "联系地址", `update_time` DATETIME COMMENT "更新时间" ) UNIQUE KEY(`user_id`, `username`) DISTRIBUTED BY HASH(`user_id`) BUCKETS 4 PROPERTIES ( "replication_allocation" = "tag.location.default: 1", "enable_unique_key_merge_on_write" = "true" );把这段存成 SQL 文件，由你在自己的 Doris 环境里执行，然后把SHOW CREATE TABLE的结果、报错原文或查询输出贴回 Codex 对话，让它继续比对。不要让 Codex 直接连生产库替你执行。
3.2 查导入批次和版本，判断旧值属于哪一批
旧值没被替换，最容易忽略的就是「批次」。本地执行SHOW LOAD看最近的导入任务，把 label、状态、时间对一遍，确认新数据是不是真的进了同一个表、同一个分区。可以请 Codex 生成一组只读排查 SQL 模板：
SHOW LOAD FROM example_db ORDER BY CreateTime DESC LIMIT 20; SHOW PARTITIONS FROM example_db.user_profile; SHOW TABLET FROM example_db.user_profile;如果新数据是独立批次导入成功、批次时间晚于旧值，那跨批次替换本应生效；如果两行数据挤在同一批，那顺序不保证就是预期行为。Codex 可以帮你读这些输出、解释每一列含义，但执行和判断环境仍然在你这侧。
3.3 写时合并开关与 compaction 状态
确认写时合并是否真的在起作用，要同时看表属性和 compaction。表属性里enable_unique_key_merge_on_write为true才走写时合并路径；如果它是false或没设，表可能仍按读时合并处理。另一方面，即使开关打开，物理合并也要等 compaction 推进，短时间内查询读到的可能是尚未整理完的版本。
把SHOW CREATE TABLE的结果、以及集群当前的 compaction 相关监控贴给 Codex，让它给出「属性是否生效、还需要等多久、要不要手动触发」的对照表。这里要守住边界：Codex 只解释和对照，compaction 的触发命令由你在本地评估后执行。
4. 三种数据模型分层对照，别把 Unique 用错层
4.1 Duplicate：DWD 明细和 ADS 任意维度
Duplicate 模型完全按导入文件存储，两行完全相同也保留，不做任何聚合，列存优势能发挥出来。原文建议它在 DWD 层保存原始明细和历史，在 ADS 层做任意维度聚合。建表时不写 Unique、Aggregate 或 Duplicate 时，默认就是这个模型，并自动指定排序列。排查 Unique 之前先想清楚：这张表到底是要唯一主键，还是只是想做明细追加——用错模型，讨论「替换」本身就没意义。
4.2 Aggregate：固定报表和 REPLACE / SUM / MAX / MIN
Aggregate 模型把列显式分成 Key 和 Value，Key 相同就聚合 Value，聚合方式有 SUM、REPLACE、MAX、MIN 四种。它适合模式固定的报表查询，预聚合能大幅减少扫描量；但对COUNT(*)不友好，Key 或记录数很多时查询也会变重。原文特别点出 REPLACE 的语义：下一批数据替换之前导入的行中的值。这正好和 Unique 的读时合并同源，所以排查 Unique 时，Aggregate 的 REPLACE 规则是你理解批次行为的最好参照。
4.3 Unique：ODS 主键唯一，1.2 后走向写时合并
Unique 模型保证主键唯一，但用不了 ROLLUP 这类预聚合特性，原文因此把它定位在 ODS 层——初次全量加每天增量、需要唯一主键约束的场景。1.2 之前它等价于「全 REPLACE 的 Aggregate 表」，1.2 引入写时合并后查询性能更好，官方也把它作为未来默认方向，两者短暂共存。把这张表放在 ODS、把明细留在 DWD、把固定报表交给 Aggregate，是原文那条分层建议的落点。
5. Codex 答复与 Doris 行为对不上时的排障
5.1 Base URL 多写 /v1、模型 ID 编造这类配置错
通道侧的错比较集中：base_url写成https://taotoken.net/api/v1会直接出问题，末尾就保留https://taotoken.net/api；模型 ID 不要凭记忆拼，去模型广场确认；环境变量名要和env_key一致。还有一种情况是把别家工具的变量照搬进来，Codex 只认自己的config.toml。这些配置错会让对话根本进不去，和 Doris 的合并行为无关，先分清楚是哪一层。
5.2 把批次号、表结构、报错原文一起贴回对话
当 Codex 说「跨批次应该替换」、而你查到的旧值仍在，别只贴一句结论，把SHOW CREATE TABLE、SHOW LOAD的结果、查询语句和实际输出一起贴回去，明确告诉它这是本地执行后的结果。让它对照建表 Key 列、写时合并属性、批次时间重新推断。Codex 的价值在这里：它帮你把 Doris 文档语义和你手头的证据对上，而不是替你去集群里跑命令。
6. 排查收尾：把这次调用和结果对一下账
走到这里，你已经能用 Codex 解释 Unique 写时合并与读时合并的差异，也能生成一套只读 SQL 在自己的 Doris 里核对建表语句和导入批次。接下来回到 TaoToken 模型对话 用同一把 Key 发一条测试消息，确认模型 ID 和 Base URL 都没填错；如果之后要长期靠它读建表语句、整理排查记录，可以看一眼 Coding Plan 的额度是否够用。
Key 本身在 控制台 API Keys 创建和管理，Codex 这类命令行工具的接入参数也可以对照 Claude Code 接入文档 里的环境变量写法做迁移参考。回到 Doris 这件事本身：遇到旧值没被替换，先把批次边界、Key 列、写时合并属性和 compaction 四项排一遍，多数「写时合并失败」最后都落在同一批次内的 REPLACE 顺序不保证这条语义上。Control 住这四步，比反复重导数据有效得多。
