前阵子搞数据清洗给我整吐了，Excel卡得跟PPT似的。跟同行吐槽时听说有个叫keria的开源工具能救狗命，立马拍大腿开搞。今儿个就用我踩的八个坑换你们避雷。
安装篇：新手村劝退关卡
官网文档写得跟天书似的，第一句pip install keria敲下去就报错！查了半天发现Python版本卡在3.8才能用，气得我连删三个pyenv虚拟环境。
- 避坑重点：先开终端敲python -V看版本
- 骚操作：用conda新建3.8环境省心
初体验：被玄学参数暴打
照着案例复制命令keria run -f *，结果输出文件凭空消失。熬到凌晨三点才发现工作目录不对，这玩意儿居然不报错也不生成文件！
- 血泪经验：先用绝对路径 /Users/xxx/*
- 后悔药：加个 -l 参数实时看日志
实战技巧：八颗救心丸
摔坏俩键盘后终于悟了：
- 配置文件用yml别用json，缩进错一格直接崩
- 处理百万行数据必开--batch-size=5000，内存直接省一半
- 正则表达式先在测完再塞进去
- 定时任务别用cron，自带--scheduler参数能监控内存泄漏
- 输出结果前加--preview先看100行样本
- 多线程开超3个反变慢，CPU占满就减线程
- 字段映射用别名功能少写20行代码
- 错误日志重定向到文件，不然崩了毛都不剩
逆袭时刻：祖传屎山秒清洗
上周接了个陈年报表，领导说给三天。我掏出祖传配置模板咔咔改：
- 日期格式混乱？用date_parser配三套方案自动适配
- 空字段报错？写个on_error=skip跳过
- 货币单位不统一？replace_pattern直接换单位符号
二十行配置搞完，三小时跑完半年数据。坐等下班时领导又甩来三个G的JSON...
魔幻结局：靠工具保饭碗
昨天部门突然说要优化人员，我反手把清洗流程写成keria脚本发群里。现在全组人带着奶茶求教，领导拍肩说"下周你带新人"工具用得溜，裁谁都不愁
