方式描述：

• 实时导入：

（1）采用的方式是本节课程，Hadoop环境+Flume+Kafka+Spark SSS+TiDB数据库。

• 离线导入：

（1）"Hadoop系统入门+核心精讲"中，Hadoop环境。
（2）“Python3实战-PySpark+Azkaban 完成气象数据分析项目”中，Azkaban定时调度部分。
（3）通过Sqoop，导入TiDB数据库。

现象：

• 实时导入：
  （0）查询某一个id号为oX1yb5A-G9L73W0cA5oiBiAWd8xg用户5月10号起的登录时间，共计44条数据。
  （1）在数据库的数据，是可以从原始日志查到的。
  （2）目前我也是没有查出来什么不对的地方。只是和离线导入数据库中的数据量不同。
  

• 离线导入：
  （0）查询某一个id号为oX1yb5A-G9L73W0cA5oiBiAWd8xg用户5月10号起的登录时间，共计38条数据。
  （1）在数据库的数据，start_time该字段值和原始日志不一样了。
  

问题：

（1）为什么离线导入方式的导入结果，会改变时间？Azkaban的时区已经改至上海了。
（2）离线导入的数据量和实时导入的数据量count，怎么会不同？
（3）考虑过重复导入的可能性了，目前检测出来的，并没有重复导入。