அணுகல் பதிவை தவறாக எண்ணுவதற்கான இரண்டு வழிகள்
இந்தக் கட்டுரையில்
இங்கு மேற்கொள்ளப்பட்ட ஒரு வார கால மாற்றங்கள், அணுகல் பதிவின் ஒரு நாளிலிருந்து எடுக்கப்பட்ட எண்ணிக்கைகளை அடிப்படையாகக் கொண்டிருந்தன: ஒரு மில்லியன் வரிகள், அவற்றில் ஒரு லட்சம் வரிகள் நம்முடையவை. அவற்றில் ஏதேனும் பலன் அளித்ததா என்பதைக் கண்டறிய, அதே எண்ணிக்கைகளை பின்னர் மீண்டும் எடுக்க வேண்டும் — மேலும் இரண்டாவதாக கைகளால் சேகரிக்கப்பட்ட எண்ணிக்கைகள் ஒருபோதும் முதன்முறையாக எடுத்த எண்ணிக்கையுடன் முற்றிலும் ஒத்துப்போவதில்லை. ஒரு வேறுபட்ட பாட் பட்டியல், ஒரு வேறுபட்ட தேதி வரம்பு, ஒரு வேறுபட்ட grep.
எனவே எண்ணும் பணி, அடிப்படையான நிலையான மதிப்புடன் கூடிய ஒரு கருவிக்கு மாற்றப்பட்டது. முதல் இயக்கம், அடிப்படை தரவு பெறப்பட்ட அதே பதிவிற்கு எதிராக மேற்கொள்ளப்பட்டது. எல்லாமே சமமாக வர வேண்டியிருந்தது.
இரண்டு வரிகள் சமமாக வரவில்லை. இரண்டு முறையும் கருவி சரியாக இருந்தது மற்றும் அசல் எண்ணிக்கை தவறாக இருந்தது.
grep முழு வரியையும் படிக்கிறது
வாரத்தின் முக்கிய கண்டுபிடிப்பு என்னவென்றால், ஒரு முழு நாளில் உரிமையாளர் டோக்கன் ஒருமுறை தோன்றியது என்பதாகும். இது முழு பதிவு வரிகளுடன் பொருத்தப்பட்ட ஒரு வடிவத்தைக் கொண்டு எண்ணப்பட்டது — மேலும் ஒரு பதிவு வரியில் கோரிக்கை மட்டுமன்றி, பரிந்துரையாளர் மற்றும் பயனர் முகவரும் அடங்குவர்.
அந்த ஒற்றைப் பொருத்தம் ஒரு தேடுபொறியின் பரிந்துரையாளர் URL-க்குள் இருந்த &t= ஒரு தேடுபொறியின் பரிந்துரையாளர் URL-க்குள் இருந்த பூஜ்ஜியம் முறைகள்
கண்டுபிடிப்பு வலுப்பெற்றது, தவறாக இருப்பதற்கு இது ஒரு விசித்திரமான வழி. அது இன்னமும் தவறாகவே உள்ளது. முதலில் கோரிக்கை புலத்தைப் பிரித்து எடுக்க வேண்டும் — அது ஒரு ஒருங்கிணைந்த பதிவு வரியில் இரண்டாவது மேற்கோள் காட்டப்பட்ட புலமாகும் — அதற்குள் தேட வேண்டும்.
ஒரு else-if சங்கிலி குறிப்பிட்ட வழக்கை மறைத்துவிடுகிறது
இரண்டாவது எண்ணிக்கை, வாராந்திர ஃபீட் பூஜ்ஜிய முறை பெறப்பட்டது என்று கூறியது. வகைப்பாடு நியாயமானதாகத் தோன்றியது:
if (url contains "/live/") ... else if (url contains "feed.xml") ...
இந்தத் தளத்தில் உள்ள ஃபீட் முகவரிகள் /live/<number>/feed.xmlஆகும். ஒவ்வொன்றும் முதல் கிளையுடன் பொருந்தி இரண்டாவதை அடையவே இல்லை. உண்மையான எண்ணிக்கை 398 ஆகும்.
தவறான எண்ணிலிருந்து எடுக்கப்பட்ட முடிவு தற்செயலாக நிலைத்தது: அந்த 398 கோரிக்கைகளும் மூன்று பொதுவான உலாவிக் சரங்களின் கீழ் உள்ள அனைத்து பதினொரு மொழி முன்னொட்டுகளிலும் சீராகப் பரவியுள்ளன, இது ஒரு சந்தாதாரர் அல்ல, மாறாக அனைத்து மொழிபெயர்ப்புகளையும் எடுக்கும் ஒரு கிராலர் ஆகும். யாருமே சந்தா செலுத்தவில்லை. ஆனால் "யாருமே சந்தா செலுத்தவில்லை" மற்றும் "பூஜ்ஜியக் கோரிக்கைகள்" என்பவை வேறுபட்ட அறிக்கைகள், மேலும் இரண்டாவதாகக் கூறப்பட்ட செய்தி சரிபார்க்கப்படுவதற்கு முன்பு பலமுறை மேற்கோள் காட்டப்பட்டது.
இரண்டையும் கண்டறியும் சரிபார்ப்பு
அடிப்படைத் தரவு பெறப்பட்ட அதே நாளுக்கு எதிராக எண்ணும் கருவியை இயக்க வேண்டும். ஒவ்வொரு வரியும் சமமாக வர வேண்டும். அவ்வாறு வராத எதுவும் கருவியின் பிழையாகவோ அல்லது அசல் எண்ணிக்கையின் பிழையாகவோ இருக்கும், மேலும் அது எது என்பது பாதிப்பு ஏற்படுத்துவதற்கு முன்பே தெரியவருகிறது.
இதற்கு ஒரு இயக்கமும் சுமார் நான்கு நிமிடங்களும் பிடித்தன. அதற்குள் இரண்டு எண்களும் எழுத்துப்பூர்வமாக வெளிவந்திருந்தன, மேலும் குறியீட்டை உன்னிப்பாகப் படிப்பதன் மூலம் இரண்டையும் கண்டுபிடித்திருக்க முடியாது — அளவீட்டைத் தனக்காகவே பதில் சொல்ல வைப்பதன் மூலம் மட்டுமே இது சாத்தியம்.