维基百科的“此处链接是什么”是如何显示的？工作？

Question

我最近使用了维基百科的功能“这里有什么链接”（可以在任何条目的左侧菜单中的“工具箱”元素下找到），它让我开始想知道这个功能实际上是如何工作的。
我猜想搜索链接后的所有文章条目不是很有效，那么所有链接都存储在单独的数据库中吗？如果是这样，这是在编辑文章时还是其他时间更新的？

谢谢。

Answer 1

每当编辑维基百科上的页面时，它都会被放入后台队列中进行进一步处理。发生的一些事情有：

• 更新其他页面的“此处链接” 更新
• 类别索引页面
• 更新现有页面的全局缓存以帮助在其他页面上呈现“红色链接”

此类信息不需要当您点击“提交”时立即更新，因此后台处理队列会处理它。有时这个队列会变得相当大，但通常它会受到控制。

您可以在帮助：作业队列中找到更多相关信息。

Answer 2

您可以认为这是一个更普遍的问题。如果你有一个从 A 到 B 的链接（或指针或其他什么），B 如何知道 A 有一个指向那里的链接？

答案是将信息存储到目标位置。也就是说，当编辑页面A并创建到B的链接时，同时存储有关B的链接源的信息（反向链接）。如果是网页，反向链接可以直接写入“这里有什么链接”页面。只需对静态页面进行一次写入。无需执行任何搜索或数据库查询。

Answer 3

一个简单算法的伪代码可以做到这一点

procedure updateChanges(editedPage):
    for_each(link on editedPage):
        if(link is not to another wikipedia page): continue
        pageToUpdate = open(link):
        if(pageToUpdate->whatLinksHere.contains(editedPage)): continue
        pageToUpdate->whatLinksHere.insert(editedPage)

抱歉，我刚刚完成了我的算法课程，所以我有编写伪代码的冲动。在这种情况下，updateChanges() 过程将在 Greg Hewgill 提到的“更新其他页面的‘此处链接’”阶段期间被调用。

Answer 4

我实现的方法是在编辑后获取所有链接，然后将它们存储在一个单独的表中，键为当前 url。然后，我可以使用用户当前所在的 URL 查询表，并获取已标记为链接到该页面的所有链接。

它可能不会那么简单，但这是一般的、简化的想法。也许存储页面 ID 等而不是 URL 会更明智。

Answer 5

文章的“更新事件”触发链接解析器是有意义的，因为这是文章唯一发生更改的时间。更新事件反过来会简单地扫描链接，并在数据库中查询维基百科内部的链接。

我想象每个页面都有一个主键，并创建一个简单的关联表来将页面 PK 与链接到它的所有其他页面相关联。

可能会添加一些额外的位来提高如此大的站点的性能，但这将是基本机制。