🥇Habra-etsivä: kuvasi on kadonnut

Oletko koskaan miettinyt, kuinka paljon tietoa katoaa ilman jälkiä? Loppujen lopuksi tieto on sitä, mitä varten Habr on olemassa. Tiedätkö, mitä useimmiten tapahtuu käyttäjien viesteihin perustuville resursseille? Kirjoittajat lisäävät kuvia, kuvia ja videoita kolmansien osapuolien sivustoilta, ja jonkin ajan kuluttua ne eivät ole enää saatavilla. Tätä varten se on kerran luotu. Habrastorage. Käytäntö on osoittanut, että kukaan (paitsi toimittajat ja muutama harrastaja) ei lataa sinne kuvia omakseen. Siksi Habrin hallinto teki jossain vaiheessa tämän toiminnon automaattiseksi - jokainen julkaisussa esiintyvä kuva ladataan automaattisesti varastoon, eikä se katoa sieltä niin kauan kuin Habr itse on olemassa. Tietysti on poikkeuksia ja jotain voi mennä pieleen, mutta ei niistä nyt.

Suurin ongelma tässä koko järjestelmässä kuvien lataamisessa Habrastorageen ilmeni sen toteutuksen aikana. Siihen mennessä joissakin vanhoissa julkaisuissa ei ollut jo piirustuksia, ja siksi ne pysyivät sellaisina. Tänään yritämme selvittää, kuinka paljon graafista tietoa Habr on menettänyt syntymänsä jälkeen. Sitä paitsi, ehkä löydämme jotain, mikä puuttui? Tämä "kuvaa ei voi ladata" tynkä on ärsyttävää, eikö olekin? Tämän päivän salapoliisi on omistettu juuri tälle. Aloitetaan!

Sinut on saattanut johdattaa tähän artikkeliin maininta jäljitin? Luultavasti kuva katosi yhdestä vanhasta julkaisustasi, ja minä löysin sen. Jos et halua lukea koko viestiä, voit selata spoileriin aivan lopussa (osio Tulokset), jossa luetellaan kaikki löydetyt julkaisut ja kuvat. Kiitos!

Johdanto ja menetelmät

Dekkaritarinamme alkaa aivan alusta (loogista, eikö?). Habr. Loppujen lopuksi, mitä aikaisemmin postaus julkaistiin, sitä suurempi on mahdollisuus, että kuvat siitä katosivat jonnekin historiaan. Siksi aloitamme vuodesta 2006 ja siirrymme hieman eteenpäin.

Kaikki 40 hubin julkaisut, jotka ovat tällä hetkellä rankingin alussa, otetaan huomioon. Täydellinen luettelo näistä keskittimistä on esitetty spoilerin alla. Itse asiassa monia niistä ei silloin ollut olemassa, mutta kun uusia keskuspaikkoja lisättiin, sinne siirrettiin julkaisuja.

Luettelo solmukohdista

* nix, Algoritmit, Tekoäly, astronautiikka, biotekniikka, Aivot, C + +, Kehityksen johtaminen, DIY, Ekologia, Pelin kehitys, Pelit ja pelikonsolit, Nörtti terveys, IT:n historia, Tietoturva, IT-ura, IT-infrastruktuuri, IT-yritykset, Jaava, JavaScript, IT-lainsäädäntö, Lifehacks nörteille, Koneen oppiminen, Elektroniikan valmistus ja kehitys, nginx, Avoin lähdekoodi, Henkilöstöjohtaminen, Fysiikka, Populaaritiede, Product Management, Ohjelmointi, Projektinhallinta, Python, Lukuhuone, Käänteinen tekniikka, Sosiaaliset verkostot ja yhteisöt, Järjestelmänhallinta, Järjestelmäanalyysi ja suunnittelu, Tulevaisuus on täällä, Verkkosivuston kehittäminen

Tiedot kerättiin käyttämällä PHP-skriptejä. Jokainen julkaisu ladattiin, tunnisteen sisältö määritettiin ja tarkistanut tunnisteet sisällä. Jokaiselle kuvalle tallennetaan linkit kuviin, jotka on linkitetty Habrén julkaisutunnukseen. Näitä tietoja analysoidaan edelleen.

Mitä julkaistiin ja milloin

2006

Habrin alussa ei ollut niin paljon julkaisuja kuin nyt, ja kuvia niissä oli vielä vähemmän. Kaikkiaan listatuissa keskuksissa julkaistiin 2006 viestiä vuonna 05.06.2006 (221 alkaen). Näistä viesteistä 53 sisältää yhteensä 75 kuvaa. Kuvien enimmäismäärä (10 kpl) julkaisussa "Kymmenen vempainta, jotka muuttivat maailman". 50 piirustusta on jo Habrastoragessa. Toiset 25 on kadonnut. Kaikki ovat ainutlaatuisia eivätkä toistu.

Mielenkiintoinen tosiasia: Kaksi kuvista johtaa itse Habriin, mutta niitä ei ole ollut saatavilla pitkään aikaan. Nämä ovat kuvat http://www.habrahabr.ru/tmp/sup_blogs_preview.gif ja http://www.habrahabr.ru/tmp/upgrade-chart.gif.

Eli 2006 tappio 33.3% kuvia julkaisuissa.

2007

Vuonna 2007 julkaisujen määrä kasvoi merkittävästi, samoin kuvien määrä - julkaistiin 1 713 viestiä. 599 viestiä sisältää 1 467 kuvaa. 1 229 kuvaa siirrettiin Habrastorageen ja 238 katosi (16.2%).

Mielenkiintoinen tosiasia: Julkaisu 100 suosituinta Mac OS -sovellusta sisältää enintään 2007 kuvaa vuodelta 100 eikä sisällä tekijänoikeustekstiä.

Lisäksi jotkut näistä kadonneista kuvista ovat kaksoiskappaleita. Joten yksi niistä esiintyy 6 kertaa yhdessä Julkaisu vain 6 kuvalla. Lisäksi kuva "Up.gif" toistetaan 21 kertaa, "Down.gif" 16 kertaa ja "Same.gif" 8 kertaa yhdestä verkkotunnuksesta. Ja kaikki nämä 45 kuvaa yksi postaus, joka sisältää vain 47 kuvaa.

Jäljellä on 191 ainutlaatuista .

2008

Koska Habrén julkaisujen määrä on vain kasvanut vuosi vuodelta, etsivämme tarkastelee vuonna 2008 2 520 julkaisua sekä 2 969 kuvaa. Huomasimme, että vuonna 2008 julkaisujen kuvien määrä vihdoin ylitti julkaisujen määrän. Lisäksi vain 1 207 viestiä sisältää kuvia, ja julkaisussa on enintään 42 graafisen tiedon elementtiä "Googlen lomalogojen historia". 1 943 kuvaa on jo tallennettu Habrastorageen ja 1 026 on kadonnut (34.6%).

Mielenkiintoinen tosiasia: Odottamattomin kuva (tai pikemminkin julkaisun suunnittelun ongelma) sijaitsee täällä. Tämän seurauksena Habr yrittää ladata kuvan http://#/ kautta.

Riisi. 1. Yleiset tilastot huomioon

Onko mahdollista palauttaa ainakin jotain?

Osittainen palauttaminen ei ole vaikeaa. Esimerkiksi laiskin tapa olisi käyttää Internet Archive yrittäessään ladata tallennettuja julkaisusivuja. Lisäksi voit yrittää "löytää" itse kuvat arkistosta suorien linkkien avulla.

Lifehack: Sinun on tarkistettava, onko kuvia kaikissa arkiston sivun versioissa, ei vain vanhimmissa ja uusimmissa.

Valitettavasti, vaikka tämä menetelmä toimii joissakin tapauksissa, on niin vaikeaa palauttaa ainakin puolet kuvista. Siksi seuraava askel on tarkistaa ristiinpostitus, alkuperäiset käännökset ja tietysti alkuperäisten sivujen arkistokopiot.

Lisäksi voit yrittää löytää halutut kuvat käyttämällä jotakin Habrin epävirallisista peileistä, joka kerran toimi ja tallentaa edelleen osan kopioiduista tiedoista.

Viimeinen ja vaikein vaihtoehto on käyttää hakukoneita. Jos tiedät tarkalleen, mitä kuvassa pitäisi olla (siellä on kuvaus ja konteksti), voit löytää samannimiset tiedostot, jos joku on joskus kopioinut ne toiseen resurssiin.

Luonnollisesti jokainen seuraava vaihe lisää hakuaikaa epälineaarisesti.

Mitä löytyi

Tähän mennessä löydettyjen kuvien määrä ei ehkä ole vaikuttunut sinuun - niitä on 300 (sisältyy 140 julkaisuun 81 kirjoittajalta). Jos otamme huomioon "tappioiden" määrän (1 242), tulos on noin 24.2%. Miksi puuttuvia kuvia on vähemmän kuin oli? Kaikki turhat kuvat (kuten näyttölaskurit) ja olemattomat kuvat (kuten jo mainittu http://#/, sekä http://fig.jpg/ ja niin edelleen).

Miten keksit noin pyöreän luvun? Tosiasia on, että noin 300 päivää kestänyt etsintä päättyi. Aluksi aioin mennä 333:een, mutta 300 näyttää aika hyvältä. Lisäksi tällä hetkellä noin 33% kaikki "etsintöjen uhrit".

Riisi. 2. Nykyiset hakutulokset

Kaikki löydetyt kuvat (paitsi yksi .bmp, jonka kanssa se olisi 301) ladataan osoitteeseen hsto.org, linkit niihin ja julkaisuihin sekä niissä olevien kuvien hakemistot ovat seuraavassa osiossa.

Tulokset

Spoilerin alla ovat siis onnistuneesti löydetyt kuvat sekä julkaisujen id, julkaisun tekstin sisällä olevan kuvan hakemisto (alkaen 1:stä, ei 0:sta) ja julkaisun tekijä. Jos olet mainitun julkaisun kirjoittaja ja löydetyt kuvat ovat oikeita, korjaa kirjoituksesi. Kiitos!

Muuten, osa kuvista on itse asiassa vielä katsottavissa julkaisuissa, mutta niitä ei ole siirretty Habrastorageen, ja siksi ne voivat jossain vaiheessa jäädä pois.

300 kuvaa

Kirjoittaja
Julkaisun tunnus
Indeksit ja linkit
Esimerkki

1106
1, 2, 3, 5, 24

4eese
30820
1, 2, 3, 5

Alaska
23447
1, 2

40312
1, 2, 3, 4

44152
1, 2, 3

46294
1

46741
1

47782
1, 2, 3, 4, 5

alfsoft
42782
1, 2, 3, 4, 5

alizar
37779
1, 2

altblogi
44677
1

arestov
37921
1

arkki
19726
1

huono pieni ankka
16292
1, 2, 3, 4, 5

Barkov
26335
1

BBSoD
8505
1

bO_oblik
22150
1, 2, 3, 4, 5

22186
1

22215
1

22322
1, 2, 3, 4, 5, 6

22334
1, 2

22375
1, 2, 3

22510
1, 2

22614
1

22836
1, 2

26181
1, 2, 3, 4, 6

28196
1, 2, 3, 4, 5, 6, 7, 8

29706
1, 2, 3, 4

31490
1, 2, 3, 4

37306
1, 2

38389
1, 2

41104
1, 2

41647
1

41821
1, 2

puhdas_v
12783
1

chulak
45783
1, 2, 3, 4, 5, 6, 7

dreikanter
31320
1, 2, 4

ensimmäinen tavu
38314
1

href
46908
1, 2

iljava
30902
2, 3

Imposeren
26566
1

invladis
42904
1

karlsson
8971
Down.gif, Sama.gif, tpci_trends.png, Up.gif

31042
1

31050
1

31141
1, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17

Klaus
15775
1, 2, 3, 4, 5, 6, 7, 8

Midgard
31419
2, 3, 4

Mio
396
1

olegafx
43934
1, 2, 3, 4, 5, 6, 7, 8-9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19

ostrovyaniini
37146
2, 3

porchini
21850
1, 2

RAF
851
1, 2

ruskar
42578
3, 5, 8

44379
1, 2

slaffaa
8134
1, 2

espanjalainen
44755
17

spiritus_sancti
41129
1, 2

Kesäunelma
3801
1

aurinkokarhu
31211
1, 2

vitol
26073
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21

30171
1, 2, 3

31078
1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12

Yshilyaev
5556
1, 2, 3

Zada
31123
2

Siksak-
15492
1

Sen sijaan johtopäätös

Ehkä joku ajattelee, että tällaisten vanhentuneiden tietojen palauttamisessa ei ole mitään järkeä. Ja lisäksi osa löydetyistä kuvista oli merkityksettömiä silloinkin, kun ne julkaistiin. Tämä on epäilemättä totta.

Kaikki tiedot ovat tärkeitä. Ainakin historiallisen analyysin näkökulmasta. Puhumattakaan siitä, että joissakin tekijänoikeuksilla suojatuissa materiaaleissa sillä on keskeinen rooli. Kyllä, tällä hetkellä Habr ei ole edes 15-vuotias ja osa lähteistä on vielä saatavilla, mutta ajan myötä niitä tulee yhä vähemmän ja siksi kannattaa miettiä etukäteen, jääkö jotain myöhempään, vai tuleeko olla ikuinen "kuva ei saatavilla".

Älä unohda, että käyttökelvottomien kuvien paikkamerkit ovat yksinkertaisesti ärsyttäviä. Tietenkin harvat ihmiset lukevat "vanhoja juttuja", mutta sellaisia ihmisiä tulee olemaan. Siksi, koska nämä julkaisut ovat edelleen saatavilla Habressa, niiden sisällön tulisi olla mahdollisimman täydellinen.

Valitettavasti Habrastorage ei vielä tue suoraa latausta kaikille kuvamuodoille, mutta ehkä tämä korjataan joskus.

Viimeinen ongelma, jonka haluaisin mainita ja jota luultavasti ajattelit, "entä jos kirjoittaja ei ole käyttänyt Habria pitkään aikaan eikä ole kiinnostunut korjaamaan vanhoja asioita?" Tämä kysymys on herännyt päässäni useammin kuin kerran, mutta ratkaisu ei ole niin vaikea. Vanhoja julkaisuja voi aina korjata ufo moderaattorien persoonassa (voit, Eksosfääri?) tai hallinto (Boomburum voi antaa jollekin tehtävän).

Mitä mieltä olette, kannattaako yrittää palauttaa ainakin jotain?

Siinä kaikki tältä päivältä. Kiitos mielenkiinnostasi ja kaikki kuvasi ladataan Habrastorageen ilman ongelmia! Älä anna tämän tapahtua

PS. Jos löydät tekstistä kirjoitusvirheitä, ilmoita siitä minulle. Tämä voidaan tehdä valitsemalla osa tekstistä ja painamalla "Ctrl / ⌘ + Enter", jos sinulla on Ctrl / ⌘ tai kautta yksityisviestit. Jos molemmat vaihtoehdot eivät ole käytettävissä, kirjoita virheistä kommentteihin. Kiitos!

PPS Ehkä olet kiinnostunut myös muista Habr-tutkimuksestani tai haluat ehdottaa omaa aihettasi seuraavaa julkaisua varten tai ehkä jopa uutta julkaisusarjaa.

Mistä luettelo löytyy ja miten ehdotus tehdään

Kaikki tiedot löytyvät erityisestä arkistosta Habra etsivä. Sieltä voit myös selvittää, mitkä ehdotukset on jo julkistettu ja mitkä ovat jo työn alla.

Voit myös mainita minut (kirjoittamalla VaskivskyiYe) sellaisen julkaisun kommenteissa, joka vaikuttaa sinusta kiinnostavalta tutkimuksen tai analyysin kannalta.

Lähde: will.com

Habra-etsivä: kuvasi on kadonnut