| 订单号 | 金额 | 数量 | |
|---|---|---|---|
| 1 | DD-001 | 1,200 | 50 |
| 2 | DD-002 | 3,450 | 120 |
| 3 | DD-003 | 890 | 30 |
| 订单号 | 发货金额 | 发货数量 | |
|---|---|---|---|
| 1 | DD-001 | 1,200 | 50 |
| 2 | DD-002 | 3,400 | 115 |
| 3 | DD-004 | 760 | 25 |
| 作业单号 | 总体积 | 总件数 | |
|---|---|---|---|
| 1 | IN-001 | 3.20 | 100 |
| 2 | IN-002 | 5.80 | 200 |
| 作业单号 | 款号 | 体积 | 件数 | |
|---|---|---|---|---|
| 1 | IN-001 | A01 | 2.00 | 60 |
| 2 | IN-001 | A02 | 1.20 | 40 |
| 3 | IN-002 | B01 | 3.50 | 120 |
| 4 | IN-002 | B02 | 2.30 | 80 |
| 月份 | 收入 | 支出 | |
|---|---|---|---|
| 1 | 2025-01 | 50,000 | 32,000 |
| 2 | 2025-02 | 48,000 | 29,000 |
| 月份 | 日期 | 收入 | 支出 | |
|---|---|---|---|---|
| 1 | 2025-01 | 01-05 | 12,000 | 8,000 |
| 2 | 2025-01 | 01-12 | 18,000 | 11,000 |
| 3 | 2025-01 | 01-20 | 20,000 | 13,000 |
| 4 | 2025-02 | 02-08 | 25,000 | 15,000 |
| 5 | 2025-02 | 02-18 | 23,000 | 14,000 |
财务月结、仓库盘点、电商对账——只要涉及两份数据源的核对，就绕不开"对账"。手动逐行比对不仅慢，还极易遗漏差异。数据对账工具提供 3 种专业对账模式，覆盖从简单到复杂的全部场景，纯前端处理，数据不上传服务器。
仓库导出一份出货记录，物流方也有一份签收记录，需要逐行核对数量、金额是否完全一致。两边的数据排列顺序可能不同，某些行可能只存在于一侧。
使用行对行匹配模式。设置订单编号为主键，工具自动按主键配对两张表，逐字段比对差异。支持多主键匹配（如"订单号+SKU"组合），数值字段可设误差容忍范围。
结果分为 4 类：一致 不一致（标红差异字段） A有B无 B有A无，支持一键导出差异报告。
财务月报是按部门汇总的总金额，而银行流水是一笔一笔的明细。你需要验证：把流水按部门汇总后，和月报的数字是否对得上。
使用汇总 vs 明细模式。指定汇总表（A）和明细表（B），设置分组主键（如部门编号），选择对比字段和聚合函数（SUM / COUNT / MAX / MIN）。工具自动将明细表按主键聚合，再与汇总表逐行比对。
典型应用：电商平台结算单 vs 订单明细、仓库库存汇总 vs 进出库流水、部门预算 vs 实际支出明细。
A 表是入仓单级别（每个入仓单号一行），B 表是款号级别（同一入仓单号拆成多个款号多行）。你需要验证 B 表各款号汇总后是否等于 A 表的入仓总量。但事先不知道哪张表粒度更粗、哪张更细。
使用不同粒度模式（Grain Mismatch）。工具自动扫描两张表的主键重复情况：如果 A 表主键唯一而 B 表有重复，说明 B 是细粒度，自动对 B 聚合后与 A 比对。支持 SUM、COUNT、MAX、MIN 聚合函数，也支持手动指定聚合方向。
这个模式解决了传统对账工具最头疼的问题：两张表粒度不同时不需要手动预处理数据。
优点：自动主键匹配、支持多主键、数值容忍、3 种模式覆盖不同粒度
适合：财务对账、仓储核对、电商结算、跨系统数据比对
数据安全：纯前端 JavaScript 处理，Excel 文件不经过服务器
优点：灵活度极高、可处理超大数据集
适合：需要自定义复杂逻辑、数据量超过 10 万行
缺点：公式复杂易出错、不同粒度需手动建透视表预处理
对于日常对账（万行以内），在线工具更快更直观；涉及超大数据集或极度定制化的对账逻辑时，Excel Power Query 更合适。两者的核心区别在于：在线工具把"主键匹配 + 粒度对齐 + 差异分类"自动化了，而 Excel 需要您自己用公式或透视表一步步实现。
主键重复：两张表中同一主键出现多次。行对行模式下会导致一对多匹配。解决方法：检查数据源是否有重复录入，或切换到"不同粒度"模式让工具自动聚合。
数值精度差异：A 表金额 100.00，B 表金额 99.995，是系统四舍五入导致的。解决方法：设置误差容忍值（如 0.01），工具会在容忍范围内视为一致。
文本格式不一致：同一个编号在 A 表是文本格式 "001"，B 表是数字格式 1。解决方法：勾选"忽略前导零"或在 Excel 中统一格式后再导入。工具的智能匹配会尝试自动处理常见的格式差异。
日期格式混乱：A 表日期是 2026/3/1，B 表是 03-01-2026。不同系统导出的日期格式五花八门。解决方法：对账前在 Excel 中统一日期列格式，或将日期列转为文本格式进行精确匹配。
选择对账模式的核心判断依据是两张表的数据粒度是否相同。如果两张表每行代表同一层级的数据（比如都是订单级），选行对行匹配；如果一张是汇总表一张是明细表，且您明确知道哪边是汇总、哪边是明细，选汇总 vs 明细；如果两张表粒度不同但不确定谁粗谁细，选不同粒度模式让工具自动判断。
三种模式底层共用同一个对账引擎：粒度标准化 → 主键匹配 → 规则比对。不同粒度模式本质上是先自动做一步聚合预处理，然后走和行对行相同的比对逻辑。所以如果您不确定选哪个，可以先试行对行——如果发现主键大量重复导致结果异常，再切换到不同粒度模式。