Post #80

讨论：如何存档天涯论坛？ 新闻提要：https://t.me/solidot/19647 ___ 每个版基本上有几万倒几十万的主题帖，多的有上百万个主题帖。 而总计大概有几十个版。 所以粗略估计是千万个主题帖起步。 可能会非常大 需要大规模协作 天涯目前所有帖子的图片总共有 3亿两千万 多张。 除开被删除的，总计应该有 1亿~2亿 张。 假如我们只存一亿张图，假如每张图平均 100kb，那么我们需要 10TB 的存储空间。 如果真的要存3亿张，那就是 30 TB 存储空间。 而且我们还要做冗余备份，所以实际存储需求需要翻倍…… 图片获取方式： http://img{2 或 3}.laibafile.cn/p/{s 或 m 或 l}/{图片id}.{任意结尾 jpg png gif 都行} 这还只是图片。帖子的数量还无法准确估计，帖子的文本备份还不知道如何下手。 另外目前风险小了点，天涯可以正常发布新帖子了。 http://bbs.tianya.cn/list.jsp?item={版id}&order=1&nextid={帖子数量} 以帖子发帖时间排序。 帖子数量 填1 ，就会显示最老的帖子。（如果没有的话，填100） 另外，早年天涯似乎使用 http://www.tianyaclub.com/images/upload/{id}.{文件后缀} 这样的图片URL格式，但是现在全坏链了。 用相同的 id 在 img*.laibafile.cn 试过，大多数都没了，少数id撞得出图。 但是我现在还无法确定 laibafile 的图片 id 是否沿用了以前 tianyaclub.com 的图片id。 怎么说呢 瘦死的骆驼比马大 ___ 另外，有可能（猜测）天涯论坛也在国家图书馆的互联网存档范围中，毕竟是个有代表性的老站。 ___ 欢迎留言讨论。