ಒಬ್ಬ ಡೆವಲಪರ್ ಪ್ರಪಂಚದ ಪ್ರತಿಯೊಂದು ಬಂದರು ಮತ್ತು ವಿಮಾನ ನಿಲ್ದಾಣಗಳ ಪಟ್ಟಿಯನ್ನು (3,804 ಬಂದರುಗಳು ಮತ್ತು 9,640 ವಿಮಾನ ನಿಲ್ದಾಣಗಳು) ಒಳಗೊಂಡಿರುವ ಉಚಿತ, ಹುಡುಕಬಹುದಾದ (searchable) ಇಂಡೆಕ್ಸ್ ಅನ್ನು ಬಿಡುಗಡೆ ಮಾಡಿದ್ದಾರೆ—ಇದಕ್ಕಾಗಿ ಯಾವುದೇ ಸೈನ್-ಅಪ್ ಅಥವಾ ಪಾವತಿಯ ಅಗತ್ಯವಿಲ್ಲ. theportindex.online ಎಂಬ ಈ ಸೈಟ್ ಬಳಕೆದಾರರಿಗೆ ಡೇಟಾವನ್ನು ಬ್ರೌಸ್ ಮಾಡಲು ಅಥವಾ ಸಂಪೂರ್ಣ ಡೇಟಾಸೆಟ್ ಅನ್ನು CSV ಅಥವಾ JSON ಫಾರ್ಮ್ಯಾಟ್ನಲ್ಲಿ ಡೌನ್ಲೋಡ್ ಮಾಡಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ.
ಈ ಇಂಡೆಕ್ಸ್ ಏಕೆ ಅಗತ್ಯವಾಗಿತ್ತು
ಸೃಷ್ಟಿಕರ್ತರು ಪ್ರಪಂಚದ ಬಂದರುಗಳ ಶುದ್ಧ ಮತ್ತು ನವೀಕರಿಸಿದ ಪಟ್ಟಿಯನ್ನು ಹುಡುಕಲು ಹೊರಟಾಗ ಒಂದು ಅಡೆತಡೆ ಎದುರಾಯಿತು: ಹೆಚ್ಚಿನ ವಾಣಿಜ್ಯ ಸೇವೆಗಳು ಪೇವಾಲ್ (paywalls) ಹಿಂದೆ ಇವೆ ಮತ್ತು ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಪಟ್ಟಿಗಳು ಹೆಚ್ಚಾಗಿ ವರ್ಷಗಳಷ್ಟು ಹಳೆಯದಾಗಿರುತ್ತವೆ. ಅಪೂರ್ಣ ಅಥವಾ ಹಳೆಯ ಡೇಟಾವನ್ನು ಅವಲಂಬಿಸುವುದರಿಂದ ವಿಶ್ಲೇಷಕರು ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಲು ಗಂಟೆಗಟ್ಟಲೆ ಸಮಯ ವ್ಯರ್ಥ ಮಾಡಬೇಕಾಗುತ್ತದೆ, ಇದು ಇಡೀ ಉದ್ಯಮದಲ್ಲಿ ದೊಡ್ಡ ವೆಚ್ಚವನ್ನು ಉಂಟುಮಾಡುತ್ತದೆ. ಅಮೆರಿಕ ಸರ್ಕಾರದ ಬಂದರು ಇಂಡೆಕ್ಸ್, ಅಂತರಾಷ್ಟ್ರೀಯ ಸ್ಥಳದ ಕೋಡ್ ಡೈರೆಕ್ಟರಿ ಮತ್ತು ಕ್ರೌಡ್ಸೋರ್ಸ್ಡ್ ವಿಮಾನ ನಿಲ್ದಾಣದ ಡೇಟಾಬೇಸ್ ಎಂಬ ಮೂರು ಸಾರ್ವಜನಿಕ ಮೂಲಗಳನ್ನು ಒಟ್ಟುಗೂಡಿಸುವ ಮೂಲಕ, ಡೆವಲಪರ್ ಯಾರು ಕೂಡ ತಕ್ಷಣ ಬಳಸಬಹುದಾದ ಏಕೀಕೃತ ಉಲ್ಲೇಖವನ್ನು ಸಿದ್ಧಪಡಿಸಿದ್ದಾರೆ.
ತೆರೆಯ ಮರೆಯಲ್ಲಿರುವ ಡೇಟಾ ಮೂಲಗಳು
- NGA World Port Index – ಪ್ರತಿಯೊಂದು ಮಾನ್ಯತೆ ಪಡೆದ ಬಂದರಿನ ಮೂಲಭೂತ ವಿವರಗಳನ್ನು ಒದಗಿಸುವ ಅಮೆರಿಕ ಸರ್ಕಾರದ ಸಂಕಲನ.
- UN/LOCODE – ವಿಶ್ವಸಂಸ್ಥೆಯ ಸ್ಥಳದ ಕೋಡ್ ವ್ಯವಸ್ಥೆ, ಇದು ಬಂದರುಗಳು ಮತ್ತು ವಿಮಾನ ನಿಲ್ದಾಣಗಳಿಗೆ ಪ್ರಮಾಣೀಕೃತ ಗುರುತಿಸುವಿಕೆಗಳನ್ನು (identifiers) ಸೇರಿಸುತ್ತದೆ.
- OurAirports – ರನ್ವೇ ಉದ್ದ ಮತ್ತು ಅಕ್ಷಾಂಶದ ವಿವರಗಳು ಸೇರಿದಂತೆ ವಿಮಾನ ನಿಲ್ದಾಣದ ಮಾಹಿತಿಯ ಸಮುದಾಯ-ನಿರ್ವಹಣೆಯ ಸಂಗ್ರಹ.
ಪ್ರತಿಯೊಂದು ಮೂಲವು ಚಿತ್ರದ ವಿಭಿನ್ನ ಭಾಗವನ್ನು ನೀಡುತ್ತದೆ, ಆದರೆ ಯಾವುದೂ ಏಕಾಂಗಿಯಾಗಿ ಬಳಸಲು ಸಿದ್ಧವಾದ, ಹುಡುಕಬಹುದಾದ ಕ್ಯಾಟಲಾಗ್ ಅನ್ನು ನೀಡುವುದಿಲ್ಲ. ಅವುಗಳನ್ನು ವಿಲೀನಗೊಳಿಸಲು ಕೇವಲ ಕಾಪಿ-ಪೇಸ್ಟ್ ಮಾಡುವುದು ಸಾಕಾಗಲಿಲ್ಲ; ಡೆವಲಪರ್ ಅಸಂಗತತೆಗಳು, ಡೂಪ್ಲಿಕೇಟ್ ಎಂಟ್ರಿಗಳು ಮತ್ತು ಕಾಣೆಯಾದ ಫೀಲ್ಡ್ಗಳನ್ನು ಸರಿಪಡಿಸಬೇಕಾಯಿತು.
ಡೇಟಾವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸುವುದು: ಕಷ್ಟಪಟ್ಟು ಕಲಿತ ಮೂರು ಪಾಠಗಳು
- ಎಂಬೆಡೆಡ್ ನ್ಯೂಲೈನ್ಗಳು (Embedded newlines) ನೈವ್ ಪಾರ್ಸರ್ಗಳನ್ನು (naïve parsers) ಹಾಳುಮಾಡುತ್ತವೆ – ಉದ್ಧರಣ ಚಿಹ್ನೆಗಳ (quoted fields) ಒಳಗಡೆ ಲೈನ್ ಬ್ರೇಕ್ಗಳನ್ನು ಹೊಂದಿರುವ CSV ಫೈಲ್ಗಳನ್ನು ಸಾಮಾನ್ಯ “split on newline” ಕಮಾಂಡ್ನೊಂದಿಗೆ ವಿಂಗಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಸಾಲುಗಳನ್ನು ಅಖಂಡವಾಗಿಡಲು ಸರಿಯಾದ CSV ಪಾರ್ಸರ್ ಅತ್ಯಗತ್ಯ.
- ಔಟ್ಲೈರ್ ಮೌಲ್ಯಗಳು (Outlier values) ತಪ್ಪುಗಳನ್ನು ಮರೆಮಾಚುತ್ತವೆ – ಕೆಲವು ತೈಲ ಟರ್ಮಿನಲ್ಗಳು 900 ಮೀಟರ್ ಆಳವನ್ನು ಪಟ್ಟಿ ಮಾಡಿದ್ದವು, ಇದು ಬಂದರುಗಳಿಗಲ್ಲ, ಕೇವಲ ಲಂಗರು ಹಾಕುವ ಬಾಯ್ಸ್ (mooring buoys) ಗೆ ಸಂಬಂಧಿಸಿದ ಅಂಕಿಅಂಶವಾಗಿದೆ. ಆಳದ ಆಧಾರಿತ ಶ್ರೇಯಾಂಕಗಳನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿಡಲು ಅಸಂಬದ್ಧ ಸಂಖ್ಯೆಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುವುದು ಅಗತ್ಯವಾಗಿತ್ತು.
- ಸೊನ್ನೆಗಳು (Zeros) ಹೆಚ್ಚಾಗಿ ಪ್ಲೇಸ್ಹೋಲ್ಡರ್ಗಳಾಗಿರುತ್ತವೆ – ಸೊನ್ನೆಯಾಗಿ ದಾಖಲಾದ ಆಳವು ಸಾಮಾನ್ಯವಾಗಿ ಅಳತೆ ತಿಳಿದಿಲ್ಲ ಎಂದರ್ಥವೇ ಹೊರತು, ನೀರು ಸಮತಟ್ಟಾಗಿದೆ ಎಂದಲ್ಲ. ಆಳವನ್ನು ಅವಲಂಬಿಸಿರುವ ಯಾವುದೇ ವಿಶ್ಲೇಷಣೆಯ ಸಮಗ್ರತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಸೊನ್ನೆಯನ್ನು ಕಾಣೆಯಾದ ಡೇಟಾ ಎಂದು ಪರಿಗಣಿಸುವುದು ಮುಖ್ಯ.
ಕೇವಲ ಅಂಕಿಅಂಶಗಳಿಗಿಂತ ಹೆಚ್ಚಿನ ಮೌಲ್ಯವನ್ನು ಸೇರಿಸುವುದು
ಈ ಇಂಡೆಕ್ಸ್ ಕೇವಲ ಅಕ್ಷಾಂಶ-ಅಂಶಗಳನ್ನು (coordinates) ಪಟ್ಟಿ ಮಾಡುವುದಕ್ಕಿಂತ ಹೆಚ್ಚಿನದನ್ನು ಮಾಡುತ್ತದೆ. ಬಂದರುಗಳಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ, ಇದು ಆಳವನ್ನು ಯಾವ ವರ್ಗದ ಹಡಗುಗಳು ಸುರಕ್ಷಿತವಾಗಿ ಡಾಕ್ ಮಾಡಬಹುದು ಎಂಬುದಕ್ಕೆ ಪರಿವರ್ತಿಸುತ್ತದೆ, ಇದು ಕೇವಲ ಒಂದು ಮೆಟ್ರಿಕ್ ಅನ್ನು ಪ್ರಾಯೋಗಿಕ ನಿರ್ಧಾರದ ಸಾಧನವಾಗಿ ಬದಲಾಯಿಸುತ್ತದೆ. ವಿಮಾನ ನಿಲ್ದಾಣಗಳಿಗೆ, ರನ್ವೇ ಉದ್ದವನ್ನು ಅಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸಬಹುದಾದ ವಿಮಾನಗಳ ವಿಧಗಳಿಗೆ ನಕ್ಷೆ ಮಾಡಲಾಗುತ್ತದೆ, ಇದು ಪೈಲಟ್ಗಳು ಮತ್ತು ಯೋಜನಾಕಾರರಿಗೆ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ತಕ್ಷಣದ ಅಂದಾಜನ್ನು ನೀಡುತ್ತದೆ.
ಒಂದು ಸ್ಪೇಷಿಯಲ್ ಗ್ರಿಡ್ (spatial grid) ಪ್ರತಿಯೊಂದು ಬಂದರನ್ನು ಅದರ ಹತ್ತಿರದ ವಿಮಾನ ನಿಲ್ದಾಣಗಳೊಂದಿಗೆ ಮತ್ತು ಅತೀ ಕಡಿಮೆ ದೂರದಲ್ಲಿರುವ ವಿಮಾನ ನಿಲ್ದಾಣಗಳನ್ನು ಬಂದರುಗಳೊಂದಿಗೆ ಜೋಡಿಸುತ್ತದೆ, ಇದು ಸೈಟ್ ಅನ್ನು ಒಂದು ಅನ್ವೇಷಣಾ ಸಾಧನವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಒಂದು ನಿರ್ದಿಷ್ಟ ಬಂದರಿನಿಂದ ಅಲ್ಪ ದೂರದ ಚಾಲನೆಯಲ್ಲಿ ಯಾವ ವಿಮಾನ ನಿಲ್ದಾಣಗಳಿವೆ ಎಂಬುದನ್ನು ಬಳಕೆದಾರರು ಕಂಡುಕೊಳ್ಳಬಹುದು—ಇದು ಮಲ್ಟಿಮೋಡಲ್ ಫ್ರೈಟ್ ಪ್ಲಾನಿಂಗ್ಗೆ ಉಪಯುಕ್ತವಾದ ವೈಶಿಷ್ಟ್ಯವಾಗಿದೆ.
ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಸ್ಟ್ಯಾಟಿಕ್-ಸೈಟ್ ಇಂಜಿನ್ ನಿರ್ಮಿಸುವುದು
ಸಂಪೂರ್ಣ ಫ್ರಂಟ್ ಎಂಡ್ Next.js ನೊಂದಿಗೆ ಸ್ಟ್ಯಾಟಿಕ್ ಜನರೇಷನ್ ಮೂಲಕ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ. ಬಿಲ್ಡ್ ಪ್ರಕ್ರಿಯೆಯ ಸಮಯದಲ್ಲಿ, ಸುಮಾರು 14,000 ಪುಟಗಳು—ಪ್ರತಿಯೊಂದು ಬಂದರು ಮತ್ತು ವಿಮಾನ ನಿಲ್ದಾಣಕ್ಕೆ ಒಂದು ಪುಟ—ಪೂರ್ವ-ರಡರ್ (pre-rendered) ಮಾಡಲ್ಪಡುತ್ತವೆ. ಯಾವುದೇ ಡೇಟಾಬೇಸ್ ಅಥವಾ ಸರ್ವರ್-ಸೈಡ್ ಲಾಜಿಕ್ ಇಲ್ಲದ ಕಾರಣ, ಸೈಟ್ ಯಾವುದೇ ನಿರಂತರ ಕಂಪ್ಯೂಟ್ ವೆಚ್ಚವನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ; ಇದು ಕಂಟೆಂಟ್-ಡೆಲಿವರಿ ನೆಟ್ವರ್ಕ್ (CDN) ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ, ಇದು ಪ್ರಪಂಚದಾದ್ಯಂತ ತಕ್ಷಣವೇ ಪುಟಗಳನ್ನು ನೀಡುತ್ತದೆ.
SEO ತೊಂದರೆಗಳು ಮತ್ತು ಥಿನ್-ಕಂಟೆಂಟ್ (thin-content) ಪರಿಹಾರ
ಸಾವಿರಾರು ಟೆಂಪ್ಲೇಟ್ ಪುಟಗಳನ್ನು ಅಪ್ಲೋಡ್ ಮಾಡುವುದು ಸರ್ಚ್ ಇಂಜಿನ್ಗಳಲ್ಲಿ ಎಚ್ಚರಿಕೆಯನ್ನು ಎಬ್ಬಿಸಬಹುದು, ಇದು ಸೈಟ್ ಅನ್ನು “ಥಿನ್ ಕಂಟೆಂಟ್” ಎಂದು ಪರಿಗಣಿಸಿ ರ್ಯಾಂಕಿಂಗ್ಗಳಿಗೆ ದಂಡಿಸಬಹುದು. AdSense ಅರ್ಜಿಯನ್ನು ತಿರಸ್ಕರಿಸಿದಾಗ ಡೆವಲಪರ್ ಈ ಸಮಸ್ಯೆಯನ್ನು ಎದುರಿಸಿದರು. ಪರಿಹಾರವೆಂದರೆ, ಭೇಟಿ ನೀಡುವವರಿಗಾಗಿ ಎಲ್ಲಾ ಪುಟಗಳನ್ನು ಲೈವ್ ಇಡುವುದು, ಆದರೆ ಪ್ರತಿ ವರ್ಗದ ಟಾಪ್ 400 ಉತ್ತಮ ಗುಣಮಟ್ಟದ ಪುಟಗಳನ್ನು ಹೊರತುಪಡಿಸಿ ಉಳಿದೆಲ್ಲಾ ಪುಟಗಳಿಗೆ noindex ನಿರ್ದೇಶನವನ್ನು ಸೇರಿಸುವುದು. ಇದು ಕೇವ只有 ಅತ್ಯಂತ ಮೌಲ್ಯಯುತವಾದ ಪುಟಗಳು ಮಾತ್ರ ಸರ್ಚ್ ರಿಸಲ್ಟ್ಗಳಲ್ಲಿ ಕಾಣಿಸಿಕೊಳ್ಳಲಿ ಎಂದು ಕ್ರಾಲರ್ಗಳಿಗೆ ತಿಳಿಸುತ್ತದೆ, ಇದರಿಂದ ಸಂಪೂರ್ಣ ಡೇಟಾಸೆಟ್ ಅನ್ನು ನೀಡುವಾಗಲೂ ವಿಶ್ವಾಸಾರ್ಹತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಬಹುದು.
ಯಾರು ಪ್ರಯೋಜನ ಪಡೆಯುತ್ತಾರೆ ಮತ್ತು ಮಿತಿಗಳೇನು
- ಲೊಜಿಸ್ಟಿಕ್ಸ್ ಸಂಸ್ಥೆಗಳು ಅನೇಕ PDF ಗಳನ್ನು ಹುಡುಕುವ ಅಗತ್ಯವಿಲ್ಲದೆ, ಕಾರ್ಗೋ ಹಡಗು ಬಂದರಿನ ಆಳದ ಮಿತಿಗಳಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆಯೇ ಎಂದು ತ್ವರಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು.
- ಏರ್ಲೈನ್ ಪ್ಲಾನರ್ಗಳು ರನ್ವೇ-ಟು-ಏರ್ಕ್ರಾಫ್ಟ್ ಮ್ಯಾಪಿಂಗ್ಗೆ ತಕ್ಷಣದ ಪ್ರವೇಶವನ್ನು ಪಡೆಯುತ್ತಾರೆ, ಇದು ಮಾರ್ಗಗಳ ಕಾರ್ಯಸಾಧ್ಯತೆಯ ಅಧ್ಯಯನಗಳಿಗೆ ಉಪಯುಕ್ತವಾಗಿದೆ.
- ಡೆವಲಪರ್ಗಳು ಮತ್ತು ಸಂಶೋಧಕರು ಕಸ್ಟಮ್ ಟೂಲ್ಗಳಿಗೆ ಇಂಪೋರ್ಟ್ ಮಾಡಬಹುದಾದ ಸ್ವಚ್ಛವಾದ, ಮಷಿನ್-ರೀಡಬಲ್ ಡೇಟಾವನ್ನು ಪಡೆಯುತ್ತಾರೆ.
ಈ ಪ್ರಾಜೆಕ್ಟ್ಗೆ ಮುಂದಿನ ಹಂತವೇನು
ಸೃಷ್ಟಿಕರ್ತರು ಹೆಚ್ಚಿನ ವೈಶಿಷ್ಟ್ಯಗಳ ಬಗ್ಗೆ ಪ್ರತಿಕ್ರಿಯೆ ನೀಡಲು ಸಮುದಾಯವನ್ನು ಕೇಳುತ್ತಿದ್ದಾರೆ.
ತೀರ್ಮಾನ
ಡೇಟಾ ಕ್ಲೀನಿಂಗ್ನ ತಲೆನೋವುಗಳನ್ನು ನಿವಾರಿಸುವುದು, ಅನ್ಫರೆನ್ಸ್ ಲೇಯರ್ಗಳನ್ನು ಸೇರಿಸುವುದು ಮತ್ತು ಸ್ಟ್ಯಾಟಿಕ್ ಜನರೇಷನ್ ಮೂಲಕ ಸರ್ವರ್ ವೆಚ್ಚಗಳನ್ನು ತಪ್ಪಿಸುವುದರ ಮೂಲಕ, ಒಂದು ಲೀನ್ ಆರ್ಕಿಟೆಕ್ಚರ್ ಜಾಗತಿಕವಾಗಿ ಉಪಯುಕ್ತವಾದ ಸಾಧನವನ್ನು ನೀಡಬಲ್ಲದು ಎಂಬುದನ್ನು ಡೆವಲಪರ್ ತೋರಿಸಿದ್ದಾರೆ—ಒಂದು ವೇಳೆ ನೀವು ಕಾಲಕಾಲಿಕ ಅಪ್ಡೇಟ್ಗಳನ್ನು ಸ್ವೀಕರಿಸಲು ಮತ್ತು ಸರ್ಚ್ ಇಂಜಿನ್ ಮಾರ್ಗಸೂಚಿಗಳ ಬಗ್ಗೆ ಗಮನ ಹರಿಸಲು ಸಿದ್ಧರಿದ್ದರೆ.