2,500 अनुरोधों से 24 पर: स्टारगैज़र के बिना स्टार इतिहास का पुनर्निर्माण
· GlobeWire Daily Tech Desk · Source: github.blog

चित्र: Taylor Cuilty, Sarita Iyer · चित्र स्रोत · Resized and letterboxed to 16:9; no AI generation
रखरखावकर्ता (मेंटेनर्स) यह जानने के लिए स्टार इतिहास का उपयोग करते हैं कि किसी लॉन्च या इवेंट के आसपास प्रोजेक्ट की दिशा में क्या बदलाव आया। ऐतिहासिक रूप से, GitHub API के माध्यम से इस कर्व को प्राप्त करने के लिए व्यक्तिगत स्टारगैज़र रिकॉर्ड के पृष्ठों का अनुरोध करना, टाइमस्टैम्प रखना और पहचान को छोड़ना पड़ता था। समय के साथ, इस डिज़ाइन ने स्क्रैपिंग से जुड़ी गोपनीयता संबंधी समस्याएं पैदा कीं और अत्यधिक स्टार वाले रिपॉजिटरी पर डेटाबेस के प्रदर्शन को प्रभावित किया।
तत्काल जोखिमों को कम करने के लिए रिपॉजिटरी प्रशासकों और सहयोगियों तक स्टारगैज़र और वॉचर सूचियों की पहुंच को सीमित करने के बाद, GitHub ने मेंटेनर्स और टूल निर्माताओं से परामर्श किया। उन्होंने पाया कि Star History जैसे टूल को व्यक्तिगत उपयोगकर्ता नामों के बजाय कुल गिनती और तारीखों की आवश्यकता होती है। इस सहयोग के परिणामस्वरूप एक ऐसा समर्पित एंडपॉइंट विकसित हुआ जो उपयोगकर्ता की पहचान को उजागर किए बिना ऐतिहासिक रुझानों को कुशलता से प्रदान करता है।
मूल डिज़ाइन सीमाओं को समझना
मूल स्टारगैज़र एंडपॉइंट को ऐतिहासिक इवेंट लॉग के रूप में काम करने के बजाय रिपॉजिटरी को स्टार देने वाले लोगों की सूची बनाने के लिए बनाया गया था। विकास वक्रों को पुनः निर्मित करने का मतलब हजारों व्यक्तिगत पहचानों को पुनर्प्राप्त करना और प्रत्येक वर्तमान स्टार को संसाधित करना था।
एक कुशल एग्रीगेट एंडपॉइंट का डिज़ाइन
पहचान के बिना टाइमस्टैम्प लौटाने के शुरुआती प्रयासों में अभी भी हजारों व्यक्तिगत रिकॉर्ड के माध्यम से पेजिनेशन की आवश्यकता थी। अंतिम समाधान गिनती करने से पहले कैलेंडर समय के आधार पर स्टार्स को फ़िल्टर करके संचालन के क्रम को बदल देता है:
- समयावधि फ़िल्टरिंग: अनुरोध पृष्ठ मापदंडों को अनुक्रमित `created_at` दिनांक श्रेणियों में अनुवादित करते हैं।
- अनुकूलित अनुरोध: एक अकेला अनुरोध अब दैनिक स्टार गिनती के 30 सप्ताह तक लौटाता है।
- कम डेटाबेस भार: सभी वर्तमान स्टार्स को बार-बार स्कैन करने के बजाय, लोकप्रिय रिपॉजिटरी को अब 2,511 के बजाय लगभग 24 अनुरोधों की आवश्यकता होती है।
व्यावहारिक निहितार्थ और सत्यापन
- वास्तविक उपयोग के मामले पर ध्यान दें।
- केवल वही डेटा लौटाकर जोखिम कम करें जो आवश्यक है।
- डेटाबेस लागत कम करने के लिए एग्रीगेशन से पहले डेटा फ़िल्टर करें।
AI की सहायता से तैयार रिपोर्ट; मूल स्रोत के दावों की स्वतंत्र पुष्टि नहीं की गई है।



