Stats4U 2 कडून उरलेले तीन कॉलम
मजकूर आणि त्याच्या आढाव्याविषयी
या लेखात
येथील मुख्य काउंटर तक्त्यामध्ये 166,436 रांगा आहेत आणि असे अनेक कॉलम आहेत जे महत्त्वाचे वाटतात. त्यापैकी तीन कॉलम lastdomain, firstdomain आणि userdomainहे आहेत. त्यांच्यामध्ये माहिती आहे:
lastdomain | 15,525 रांगांमध्ये रिकामे नाही |
firstdomain | 15,457 रांगांमध्ये रिकामे नाही |
userdomain | 2,982 रांगांमध्ये रिकामे नाही |
काहीही ते लिहित नाही. कोडबेसमध्ये कुठेही कोणतेही विधान या तिन्हींपैकी कशाचीही रचना करत नाही. ही मूल्ये या सेवेच्या आधीच्या पिढीतील आहेत, ती चालू असणे थांबले तेव्हा जशी होती तशीच गोठवली गेली आहेत, आणि त्यानंतर तयार केलेली प्रत्येक रांग रिकामी आहे.
अर्धा भरलेला कॉलम रिकाम्या कॉलमपेक्षा वाचायला का कठीण असतो
पूर्णपणे रिकामी असलेला कॉलम उघडपणे निरुपयोगी असतो. त्यावर कोणीही काही तयार करत नाही, त्यातून कोणीही अहवाल तयार करत नाही, त्याचा अर्थ काय हे शोधण्यात कोणीही दुपार घालवत नाही.
9 % रांगांसाठी भरलेला कॉलम हा एक सापळा असतो. तो असा फील्ड दिसतो जो कधी भरलेला असतो तर कधी नाही — जे कॉलमसाठी पूर्णपणे सामान्य गोष्ट आहे. हे शोधणारा कोणीही असा निष्कर्ष काढतो की तो कधी सेट होतो हे ठरवणारा एक नियम आहे, आणि तो नियम शोधू लागतो. असा कोणताही नियम नाही.
आणि ती जुनी मूल्ये निष्क्रिय रांगांवर लपलेली नाहीत जिथे ती काही हानी करू शकणार नाहीत. lastdomainअसलेल्या रांगांपैकी, 1,613 अशा काउंटरच्या आहेत जे या वर्षीही अपडेट केले जात होते. एका दशकापूर्वी नोंदवलेल्या डोमेनसह थेट चालू असलेले काउंटर, सध्याच्या डोमेनसह थेट चालू असलेल्या काउंटरसारखेच दिसते.
अधिक वाईट म्हणजे, माहिती विश्वासार्ह आहे. हे डोमेन आहेत, ते काउंटरच्या डोमेनसारखे दिसतात, आणि त्यांना जोडणारी क्वेरी रांगा परत करते. ती पुढे गेलेल्या वेबबद्दलच्या प्रश्नाचे उत्तर देईल.
झटपट कसे ओळखावे
नावाऐवजी लेखन क्रिया (writes) शोधण्यासाठी grep उपयुक्त ठरते. कॉलमचे नाव SELECT च्या सूचीमध्ये, स्कीमा डंपमध्ये, जुन्या मायग्रेशनमध्ये, टिप्पण्यांमध्ये दिसते — जे सर्व काहीही सिद्ध करत नाहीत. कोणतीही INSERT किंवा UPDATE त्याचा उल्लेख करते की नाही यावरून ते निश्चित होते. तो शोध घेण्यास एक मिनिट लागतो आणि कोड वाचण्यापेक्षा तो अधिक निर्णायक असतो.
दुसरी तपासणी स्वतः माहितीची आहे: मूल्य धारण करणारी नवीन रांग वर्षांची जुनी असल्यास, कोड काय सांगतो याने फरक पडत नाही, तो कॉलम एक अवशेष (fossil) आहे.
ते अजूनही तिथे का आहेत
कॉलम काढून टाकणे सोपे आहे पण ते विनामूल्य नाही. यातील प्रत्येक रांग कोणाच्या तरी काउंटरची आहे, त्यातील काही 2006 पासून सतत चालू आहेत, आणि अशा तक्त्यावर स्कीमा बदलण्यापूर्वी सुरक्षित पायरी म्हणजे असा डंप जो केवळ तयार केला गेला नाही तर प्रत्यक्षात एकदा रीस्टोअर केला गेला आहे. ती कसरत त्यानंतर चालवली गेली आहे. ते काढून टाकणे स्वतःसाठी करेपर्यंत, तीन न वापरलेल्या कॉलमसाठी काहीही खर्च येत नाही पण एका क्षणाचा गोंधळ होतो, आणि खाली वर्णन केलेली टीप तो गोंधळही दूर करते.
म्हणून त्याऐवजी त्यांचे दस्तऐवजीकरण केले जाते. ती टीप ठेवण्यासाठी कोणतीही उघड जागा नाही — या डेटाबेसचा स्कीमा फक्त चालू असलेल्या डेटाबेसमध्ये असतो, रेपॉजिटरीमधील कोणत्याही फाईलमध्ये नाही — त्यामुळे ते तिथे गेले जिथे कोणीतरी खरोखरच अडखळू शकते: काउंटर रांग वाचणाऱ्या क्लासमध्ये, जिथून कॉलम जातात. कोणीही उघडत नसलेल्या फाईलमधील टीप हे दस्तऐवजीकरण नाही. ती मार्गावर असेल तरच सापळ्याचे रुपांतर तळटीपमध्ये करते.