Hacker News डेटा से 18 वर्षों में तकनीकी ट्रेंड्स में बदलाव की झलक

baeba · 2026-06-26T09:06:20+09:00

Hacker Trends एक सेवा है जो Hacker News पर जमा लगभग 4.5 करोड़ पोस्ट और कमेंट्स का विश्लेषण करके किसी खास तकनीक, उत्पाद, कंपनी या व्यक्ति के mentions में समय के साथ आए बदलाव को टाइम-सीरीज़ में दिखाती है। कई search terms को एक ही ग्राफ में दिखाकर तकनीकों के बीच प्रतिस्पर्धा, बाज़ार में पीढ़ीगत बदलाव, और घटनाओं के कारण interest में अचानक उछाल की तुलना की जा सकती है। टेक्नोलॉजी ट्रेंड्स आम तौर पर नए product launch, कंपनी अधिग्रहण, license बदलाव, security incidents और industry environment में बदलाव जैसी खास घटनाओं के आसपास तेज़ी से ऊपर जाते हैं। लंबे समय के डेटा को देखने पर पता चलता है कि developer tools और platforms एक झटके में replace नहीं होते; बल्कि पुरानी तकनीक में interest घटता है और नई तकनीक उसे आगे बढ़ाते हुए जगह लेती है। हालांकि Hacker News पर mentions की संख्या सिर्फ developer community की रुचि दिखाती है; यह वास्तविक market share या तकनीकी श्रेष्ठता को सीधे साबित नहीं करती। परिचय developer चर्चा में बदलाव को डेटा से track करना Hacker Trends 18 वर्षों में Hacker News पर किसी खास शब्द का उल्लेख कितनी बार हुआ, इसे monthly histogram के रूप में उपलब्ध कराता है। उपयोगकर्ता कई search terms एक साथ डालकर तकनीकों और कंपनियों में interest के बदलाव की तुलना कर सकते हैं। किसी खास महीने या अवधि को चुनने पर उस समय की असली posts और comments देखे जा सकते हैं। डेटा search और aggregation के लिए Upstash Redis Search का उपयोग किया जाता है, और यह लगभग 4.5 करोड़ data items पर आधारित है। यह सिर्फ search volume graph तक सीमित नहीं है; इसे इस तरह बनाया गया है कि interest बढ़ने के पीछे की posts और घटनाएं भी साथ में देखी जा सकें। मुख्य भाग तकनीकें पीढ़ीगत बदलाव के तरीके से बदलती हैं developer tools और platforms में बदलाव आम तौर पर इस तरह नहीं होता कि पुरानी तकनीक तुरंत गायब हो जाए; बल्कि नई तकनीक धीरे-धीरे interest हासिल करती है। प्रमुख उदाहरण ये हैं। CoffeeScript में interest घटने के बाद TypeScript, JavaScript extension language की mainline choice के रूप में उभरा। Jenkins-केंद्रित CI environment 2021 के बाद GitHub Actions-केंद्रित environment की ओर चला गया। Webpack-केंद्रित build environment 2022 के बाद Vite की ओर interest shift करता दिखा। Vim-केंद्रित editor ecosystem में 2021 के बाद Neovim तेज़ी से बढ़ा। MySQL-केंद्रित database discussion 2017∼2020 के आसपास PostgreSQL-केंद्रित discussion में बदल गई। इन बदलावों को सिर्फ trend नहीं, बल्कि developer convenience, performance, ecosystem support और deployment model में बदलावों के जमा हुए असर के रूप में देखा जा सकता है। AI तकनीकें लगातार launch shocks से बढ़ीं generative AI क्षेत्र की खासियत यह है कि हर नए model और service announcement के साथ mentions चरणबद्ध तरीके से बढ़ते हैं। मुख्य interest areas में ChatGPT, GPT-4, Claude, Gemini, Llama, Mistral, DeepSeek आदि शामिल हैं। AI coding tools में interest Cursor, Claude Code, Codex के क्रम में shift होता दिखता है। Cursor ने 2024 के उत्तरार्ध में काफी attention पाया। Claude Code 2025 के मध्य में तेज़ी से उभरा। Codex में 2026 की शुरुआत से interest बढ़ा। open model क्षेत्र में Llama ने 2023 में बाज़ार को expand किया, और उसके बाद Mistral और Qwen ने प्रतिस्पर्धी ढांचा बनाया। AI क्षेत्र में interest पर सिर्फ performance improvements का नहीं, बल्कि model release, open source policies, कंपनियों के बीच competition और mergers & acquisitions जैसी घटनाओं का भी बड़ा असर होता है। infrastructure technologies में role के हिसाब से leadership shift हुई cloud और development infrastructure में समान functionality देने वाली technologies के बीच leadership लगातार बदलती रही। प्रमुख उदाहरण ये हैं। Docker ने 2014∼2015 में container technology को popular बनाया, जिसके बाद Kubernetes orchestration के केंद्र में उभरा। Heroku ने शुरुआती simple deployment market को lead किया, और बाद में Netlify और Vercel क्रमशः JAMstack और Next.js ecosystem के आधार पर बढ़े। Apache-केंद्रित web server environment nginx की ओर shift हुआ, और बाद में automatic HTTPS देने वाला Caddy ध्यान में आया। Chef और Puppet-केंद्रित server configuration management market, agent की जरूरत न रखने वाले Ansible की ओर चला गया। observability क्षेत्र में Prometheus, Grafana और Datadog ने क्रमशः data collection, visualization और integrated SaaS roles के केंद्र में interest बढ़ाया। यह दिखाता है कि technology selection का आधार किसी single product की functionality से आगे बढ़कर deployment automation, manageability, integration और cloud suitability तक फैल गया है। खास घटनाएं थोड़े समय में interest को amplify करती हैं Hacker News पर technology mentions में लंबे समय की growth के साथ-साथ खास घटनाओं से होने वाले temporary spikes भी दिखते हैं। प्रमुख घटनाएं ये हैं। 2023 में Unity की runtime fee policy announcement के समय Unity के साथ-साथ Unreal और Godot के mentions भी साथ में बढ़े। Heroku ने 2022 में free plan बंद किया, जिसके बाद संबंधित चर्चा फिर तेजी से बढ़ी। Mastodon में 2022 में Twitter acquisition के बाद users के migration के दौरान interest बढ़ा। Bluesky 2024∼2025 में नए social platform alternative के रूप में उभरा। Zoom और Microsoft Teams में 2020 में COVID-19 के फैलाव और remote work transition के कारण mentions तेजी से बढ़े। competing technologies में interest की growth सिर्फ उनकी अपनी innovation से नहीं, बल्कि मौजूदा players की policy failures या market shocks से भी हो सकती है। security incidents साफ समय-बिंदु पर spikes के रूप में दिखते हैं security क्षेत्र की खासियत यह है कि लंबे समय के interest बदलाव से ज्यादा, बड़े vulnerabilities या incidents के समय mentions केंद्रित हो जाते हैं। मुख्य analysis targets में Heartbleed, Log4j, XZ Utils, Spectre, SolarWinds, WannaCry, CrowdStrike आदि शामिल हैं। ऐसी घटनाओं में vulnerability disclosure, supply chain attack या service outage जैसी क्षति का समय साफ होता है, इसलिए graph में भी स्पष्ट spikes दिखते हैं। security-related data का उपयोग करके तुलना की जा सकती है कि किसी घटना ने developers और कंपनियों की technology choices पर कितना असर डाला। license policies open source ecosystem को reshape करती हैं open source projects में license बदलाव developer community की तीखी प्रतिक्रिया और नए fork projects के उभरने की ओर ले जाते हैं। प्रमुख उदाहरण ये हैं। MongoDB का SSPL में shift Elastic का license बदलाव HashiCorp के Terraform license बदलाव और OpenTofu का उभार Redis का license बदलाव और Valkey का उभार license बदलाव सिर्फ legal terms की modification तक सीमित नहीं रहते; वे cloud providers और developer community के trust और project sustainability पर असर डालते हैं। किसी technology में interest सिर्फ features और performance से नहीं, बल्कि operator की policies और governance से भी तय होता है। industry environment और social debates भी technology discourse बदलते हैं Hacker Trends programming languages और products के साथ-साथ industry environment और development culture में बदलावों को भी cover करता है। industry-related topics में layoffs, recession, AI bubble, return to office, burnout, unions, four-day workweek आदि शामिल हैं। development culture-related topics में technical debt, code review, agile, scrum, microservices, serverless, monorepo आदि शामिल हैं। ये topics दिखाते हैं कि technology trends सिर्फ technology के अपने development से नहीं, बल्कि employment environment, organizational operations, regulation और social debates से भी जुड़े होते हैं। search results की interpretation की सीमाएं हैं Hacker News users में आम जनता की तुलना में developers, founders और technology professionals का proportion अधिक होता है, इसलिए results पूरी society के interest को represent नहीं करते। किसी शब्द के mentions बढ़ना positive evaluation के कारण भी हो सकता है, लेकिन criticism, outages, security incidents या policy controversies के कारण भी हो सकता है। समान नाम वाली technologies या common nouns के search results में शामिल होने की संभावना भी रहती है। सिर्फ search volume से actual user count, revenue, market share या technical performance judge करना मुश्किल है। इसलिए Hacker Trends को market analysis के final evidence की बजाय technology community में interest बदलाव और major events explore करने वाले supporting material के रूप में इस्तेमाल करना उचित है। निष्कर्ष technology बदलाव की direction और causes को साथ में explore किया जा सकता है Hacker Trends, Hacker News के long-term data के आधार पर technologies और companies में interest के rise और fall को visually compare करने वाली service है। analysis results में editors, programming languages, cloud platforms, databases, AI models आदि विभिन्न क्षेत्रों में बार-बार होने वाले generational shifts दिखाई देते हैं। interest spikes मुख्य रूप से product launches, company acquisitions, license changes, security incidents, policy failures और social environment changes से जुड़े होते हैं। असली posts और comments साथ में उपलब्ध होने के कारण सिर्फ mention volume ही नहीं, बल्कि उस समय developers ने technology को कैसे evaluate किया, यह भी track किया जा सकता है। हालांकि यह Hacker News के अंदर की interest data दिखाता है, इसलिए इसकी interpretation market share, user statistics और revenue data के साथ मिलाकर करनी चाहिए।

(hackernewstrends.com)

6 पॉइंट द्वारा baeba 5 시간 전 | 3 टिप्पणियां | WhatsApp पर शेयर करें

Hacker Trends एक सेवा है जो Hacker News पर जमा लगभग 4.5 करोड़ पोस्ट और कमेंट्स का विश्लेषण करके किसी खास तकनीक, उत्पाद, कंपनी या व्यक्ति के mentions में समय के साथ आए बदलाव को टाइम-सीरीज़ में दिखाती है।
कई search terms को एक ही ग्राफ में दिखाकर तकनीकों के बीच प्रतिस्पर्धा, बाज़ार में पीढ़ीगत बदलाव, और घटनाओं के कारण interest में अचानक उछाल की तुलना की जा सकती है।
टेक्नोलॉजी ट्रेंड्स आम तौर पर नए product launch, कंपनी अधिग्रहण, license बदलाव, security incidents और industry environment में बदलाव जैसी खास घटनाओं के आसपास तेज़ी से ऊपर जाते हैं।
लंबे समय के डेटा को देखने पर पता चलता है कि developer tools और platforms एक झटके में replace नहीं होते; बल्कि पुरानी तकनीक में interest घटता है और नई तकनीक उसे आगे बढ़ाते हुए जगह लेती है।
हालांकि Hacker News पर mentions की संख्या सिर्फ developer community की रुचि दिखाती है; यह वास्तविक market share या तकनीकी श्रेष्ठता को सीधे साबित नहीं करती।

परिचय

developer चर्चा में बदलाव को डेटा से track करना

Hacker Trends 18 वर्षों में Hacker News पर किसी खास शब्द का उल्लेख कितनी बार हुआ, इसे monthly histogram के रूप में उपलब्ध कराता है।
उपयोगकर्ता कई search terms एक साथ डालकर तकनीकों और कंपनियों में interest के बदलाव की तुलना कर सकते हैं।
किसी खास महीने या अवधि को चुनने पर उस समय की असली posts और comments देखे जा सकते हैं।
डेटा search और aggregation के लिए Upstash Redis Search का उपयोग किया जाता है, और यह लगभग 4.5 करोड़ data items पर आधारित है।
यह सिर्फ search volume graph तक सीमित नहीं है; इसे इस तरह बनाया गया है कि interest बढ़ने के पीछे की posts और घटनाएं भी साथ में देखी जा सकें।

मुख्य भाग

तकनीकें पीढ़ीगत बदलाव के तरीके से बदलती हैं

developer tools और platforms में बदलाव आम तौर पर इस तरह नहीं होता कि पुरानी तकनीक तुरंत गायब हो जाए; बल्कि नई तकनीक धीरे-धीरे interest हासिल करती है।
प्रमुख उदाहरण ये हैं।
- CoffeeScript में interest घटने के बाद TypeScript, JavaScript extension language की mainline choice के रूप में उभरा।
- Jenkins-केंद्रित CI environment 2021 के बाद GitHub Actions-केंद्रित environment की ओर चला गया।
- Webpack-केंद्रित build environment 2022 के बाद Vite की ओर interest shift करता दिखा।
- Vim-केंद्रित editor ecosystem में 2021 के बाद Neovim तेज़ी से बढ़ा।
- MySQL-केंद्रित database discussion 2017∼2020 के आसपास PostgreSQL-केंद्रित discussion में बदल गई।
इन बदलावों को सिर्फ trend नहीं, बल्कि developer convenience, performance, ecosystem support और deployment model में बदलावों के जमा हुए असर के रूप में देखा जा सकता है।

AI तकनीकें लगातार launch shocks से बढ़ीं

generative AI क्षेत्र की खासियत यह है कि हर नए model और service announcement के साथ mentions चरणबद्ध तरीके से बढ़ते हैं।
मुख्य interest areas में ChatGPT, GPT-4, Claude, Gemini, Llama, Mistral, DeepSeek आदि शामिल हैं।
AI coding tools में interest Cursor, Claude Code, Codex के क्रम में shift होता दिखता है।
- Cursor ने 2024 के उत्तरार्ध में काफी attention पाया।
- Claude Code 2025 के मध्य में तेज़ी से उभरा।
- Codex में 2026 की शुरुआत से interest बढ़ा।
open model क्षेत्र में Llama ने 2023 में बाज़ार को expand किया, और उसके बाद Mistral और Qwen ने प्रतिस्पर्धी ढांचा बनाया।
AI क्षेत्र में interest पर सिर्फ performance improvements का नहीं, बल्कि model release, open source policies, कंपनियों के बीच competition और mergers & acquisitions जैसी घटनाओं का भी बड़ा असर होता है।

infrastructure technologies में role के हिसाब से leadership shift हुई

cloud और development infrastructure में समान functionality देने वाली technologies के बीच leadership लगातार बदलती रही।
प्रमुख उदाहरण ये हैं।
- Docker ने 2014∼2015 में container technology को popular बनाया, जिसके बाद Kubernetes orchestration के केंद्र में उभरा।
- Heroku ने शुरुआती simple deployment market को lead किया, और बाद में Netlify और Vercel क्रमशः JAMstack और Next.js ecosystem के आधार पर बढ़े।
- Apache-केंद्रित web server environment nginx की ओर shift हुआ, और बाद में automatic HTTPS देने वाला Caddy ध्यान में आया।
- Chef और Puppet-केंद्रित server configuration management market, agent की जरूरत न रखने वाले Ansible की ओर चला गया।
- observability क्षेत्र में Prometheus, Grafana और Datadog ने क्रमशः data collection, visualization और integrated SaaS roles के केंद्र में interest बढ़ाया।
यह दिखाता है कि technology selection का आधार किसी single product की functionality से आगे बढ़कर deployment automation, manageability, integration और cloud suitability तक फैल गया है।

खास घटनाएं थोड़े समय में interest को amplify करती हैं

Hacker News पर technology mentions में लंबे समय की growth के साथ-साथ खास घटनाओं से होने वाले temporary spikes भी दिखते हैं।
प्रमुख घटनाएं ये हैं।
- 2023 में Unity की runtime fee policy announcement के समय Unity के साथ-साथ Unreal और Godot के mentions भी साथ में बढ़े।
- Heroku ने 2022 में free plan बंद किया, जिसके बाद संबंधित चर्चा फिर तेजी से बढ़ी।
- Mastodon में 2022 में Twitter acquisition के बाद users के migration के दौरान interest बढ़ा।
- Bluesky 2024∼2025 में नए social platform alternative के रूप में उभरा।
- Zoom और Microsoft Teams में 2020 में COVID-19 के फैलाव और remote work transition के कारण mentions तेजी से बढ़े।
competing technologies में interest की growth सिर्फ उनकी अपनी innovation से नहीं, बल्कि मौजूदा players की policy failures या market shocks से भी हो सकती है।

security incidents साफ समय-बिंदु पर spikes के रूप में दिखते हैं

security क्षेत्र की खासियत यह है कि लंबे समय के interest बदलाव से ज्यादा, बड़े vulnerabilities या incidents के समय mentions केंद्रित हो जाते हैं।
मुख्य analysis targets में Heartbleed, Log4j, XZ Utils, Spectre, SolarWinds, WannaCry, CrowdStrike आदि शामिल हैं।
ऐसी घटनाओं में vulnerability disclosure, supply chain attack या service outage जैसी क्षति का समय साफ होता है, इसलिए graph में भी स्पष्ट spikes दिखते हैं।
security-related data का उपयोग करके तुलना की जा सकती है कि किसी घटना ने developers और कंपनियों की technology choices पर कितना असर डाला।

license policies open source ecosystem को reshape करती हैं

open source projects में license बदलाव developer community की तीखी प्रतिक्रिया और नए fork projects के उभरने की ओर ले जाते हैं।
प्रमुख उदाहरण ये हैं।
- MongoDB का SSPL में shift
- Elastic का license बदलाव
- HashiCorp के Terraform license बदलाव और OpenTofu का उभार
- Redis का license बदलाव और Valkey का उभार
license बदलाव सिर्फ legal terms की modification तक सीमित नहीं रहते; वे cloud providers और developer community के trust और project sustainability पर असर डालते हैं।
किसी technology में interest सिर्फ features और performance से नहीं, बल्कि operator की policies और governance से भी तय होता है।

industry environment और social debates भी technology discourse बदलते हैं

Hacker Trends programming languages और products के साथ-साथ industry environment और development culture में बदलावों को भी cover करता है।
industry-related topics में layoffs, recession, AI bubble, return to office, burnout, unions, four-day workweek आदि शामिल हैं।
development culture-related topics में technical debt, code review, agile, scrum, microservices, serverless, monorepo आदि शामिल हैं।
ये topics दिखाते हैं कि technology trends सिर्फ technology के अपने development से नहीं, बल्कि employment environment, organizational operations, regulation और social debates से भी जुड़े होते हैं।

search results की interpretation की सीमाएं हैं

Hacker News users में आम जनता की तुलना में developers, founders और technology professionals का proportion अधिक होता है, इसलिए results पूरी society के interest को represent नहीं करते।
किसी शब्द के mentions बढ़ना positive evaluation के कारण भी हो सकता है, लेकिन criticism, outages, security incidents या policy controversies के कारण भी हो सकता है।
समान नाम वाली technologies या common nouns के search results में शामिल होने की संभावना भी रहती है।
सिर्फ search volume से actual user count, revenue, market share या technical performance judge करना मुश्किल है।
इसलिए Hacker Trends को market analysis के final evidence की बजाय technology community में interest बदलाव और major events explore करने वाले supporting material के रूप में इस्तेमाल करना उचित है।

निष्कर्ष

technology बदलाव की direction और causes को साथ में explore किया जा सकता है

Hacker Trends, Hacker News के long-term data के आधार पर technologies और companies में interest के rise और fall को visually compare करने वाली service है।
analysis results में editors, programming languages, cloud platforms, databases, AI models आदि विभिन्न क्षेत्रों में बार-बार होने वाले generational shifts दिखाई देते हैं।
interest spikes मुख्य रूप से product launches, company acquisitions, license changes, security incidents, policy failures और social environment changes से जुड़े होते हैं।
असली posts और comments साथ में उपलब्ध होने के कारण सिर्फ mention volume ही नहीं, बल्कि उस समय developers ने technology को कैसे evaluate किया, यह भी track किया जा सकता है।
हालांकि यह Hacker News के अंदर की interest data दिखाता है, इसलिए इसकी interpretation market share, user statistics और revenue data के साथ मिलाकर करनी चाहिए।

3 टिप्पणियां

laeyoung 3 시간 전

इस तरह देखने पर, इस साल फरवरी में Show HN पोस्ट वाकई बहुत ज़्यादा थे। शायद सबने साल के अंत में बनाए और फरवरी में एक साथ डाल दिए।

xguru 3 시간 전

शायद वही समय था जब Opus 4.6 आया था, और Claude Code से बनाई गई चीज़ें फैलने लगीं, जिससे शुरुआती नतीजे बड़ी संख्या में आने लगे।

Show GN भी धीरे-धीरे बढ़ने के रुझान में है। लगता है Korea में भी AI की मदद से बनाई गई चीज़ें लगातार बढ़ रही हैं।

GN⁺ 4 시간 전

Hacker News की राय

मैं Hacker News डेटा वाला एक public ClickHouse database चला रहा हूँ, इसलिए आप इसे सीधे https://play.clickhouse.com/play?user=play#U0VMRUNUICogRlJPT... पर query कर सकते हैं
सिर्फ एक SQL query और एक HTML page से ऐसी मिलती-जुलती service बनाई जा सकती है, और मैंने एक public data lake भी खोल रखा है जिसे कहीं से भी query किया जा सकता है: https://github.com/ClickHouse/ClickHouse/issues/29693#issuec...
यह real time में भी update होता है
- HN की terms के मुताबिक मेरा HN डेटा सिर्फ HN को license किया गया है, इसलिए कृपया इस dataset से मेरा data delete करें
Google Trends search volume दिखाता है, जबकि यह posted text देखता है, इसलिए दोनों अलग हैं
यह Google Trends से कम और उस तरह ज्यादा है जैसे Google webpage पर शब्दों की occurrences गिने, या Google Ngrams किताबों की बजाय webpages गिने
लोग जब भी burger delivery चाहते हैं तो “burger” search करते हैं, लेकिन जिन चीज़ों की news value कम होती है, उन पर लोग ज़्यादा नहीं लिखते, इसलिए दोनों datasets को एक ही तरह इस्तेमाल करना आसान नहीं है
इसका मतलब यह नहीं कि product अच्छा नहीं है, बस इस्तेमाल करते समय इस फर्क को ध्यान में रखना चाहिए
- title और visualization इतने परिचित हैं कि इसे वही metric मान लेना आसान है, लेकिन असल में यह एक ही तरह का data नहीं है, इसलिए अगर उसी lens से पढ़ेंगे तो गलत निष्कर्ष निकल सकते हैं
  examples नीचे देखते-देखते मुझे देर से समझ आया कि यह अजीब क्यों लग रहा था; यह HN पर लोग वास्तव में क्या खोजते हैं, वह नहीं बल्कि इस समय वे किस बारे में लिख रहे हैं, उसका data है
- मैं इस बात से पूरी तरह सहमत नहीं हूँ कि दोनों datasets को एक ही तरह इस्तेमाल नहीं किया जा सकता
  यह tool posts और comments दोनों को aggregate करता है, इसलिए “लोग किस बारे में और जानना चाहते हैं और किस पर चर्चा करना चाहते हैं?” इस नज़रिए से HN posts/comments search से काफ़ी मिलते-जुलते हैं
  popular posts पर comments ज़्यादा होते हैं, इसलिए जुड़े हुए terms ऊपर आते हैं, और जो topics नहीं चल पाते उन पर comments कम होने से वे नीचे रहते हैं
  सच में अगर blockchain और OpenAI की तुलना करें, तो 2010 के दशक के आख़िर तक blockchain उभरता दिखता है, लेकिन ChatGPT के launch के बाद OpenAI आगे निकल जाता है; यह अनुमानित नतीजा है, और Google Trends graph भी काफ़ी मिलता-जुलता है
- Hacker News Trends नाम ठीक है, लेकिन post title थोड़ा भ्रामक लग सकता है
- बल्कि यह Google Ngram Viewer के ज़्यादा करीब हो सकता है: https://books.google.com/ngrams/about
- अगर Algolia के पास HN पर लोग वास्तव में क्या search करते हैं, उसका dataset हो, तो वह बिल्कुल सटीक होगा
लगता है hug of death आ गया
/api/hn -> 504 An error occurred with your deployment FUNCTION_INVOCATION_TIMEOUT cle1::c8vgv-1782399959042-aeba3cae05ff
- अगर यह project “Highly Available, Infinitely Scalable” कहने वाला Upstash ad है, तो hug of death शायद वही स्थिति है जिससे सबसे ज़्यादा बचना चाहिए
- /api/hn -> 502 {"error":"Your database has been temporarily rate-limited, please contact support@upstash.com for further details."}
- पहले इसे बस slashdotting कहा जाता था
- मुझे यह अगली error मिली
  /api/hn -> 502 {"error":"Search entry should have an initialized schema, command was: [\"SEARCH.AGGREGATE\",\"hn\",\"{\\\"$or\\\":[{\\\"title\\\":{\\\"$eq\\\":\\\"anthropic\\\",\\\"$boost\\\":5}},{\\\"text\\\":{\\\"$eq\\\":\\\"anthropic\\\"}}]}\",\"{\\\"by_month\\\":{\\\"$dateHistogram\\\":{\\\"field\\\":\\\"time\\\",\\\"fixedInterval\\\":\\\"30d\\\"}},\\\"top_authors\\\":{\\\"$terms\\\":{\\\"field\\\":\\\"by\\\",\\\"size\\\":6}},\\\"by_type\\\":{\\\"$terms\\\":{\\\"field\\\":\\\"type\\\",\\\"size\\\":4}}}\"]"}
- कुछ बार query करने के बाद /api/hn -> 504 An error occurred with your deployment FUNCTION_INVOCATION_TIMEOUT cle1::48fnt-1782412720840-4855b2b75b5a आया
/api/hn -> 502 {"error":"Your database has been temporarily rate-limited, please contact support@upstash.com for further details."} error आ रही है
बढ़िया है। यहाँ bug लगता है: https://hackernewstrends.com/?q=vim&q=emacs&q=zed
किसी वजह से results 2018-10 पर कट जाते हैं, लेकिन “Popular Comparisons” preview में उसके बाद का data भी दिखता है
- ठीक कर दिया गया
इसने मुझे उस side project की याद दिला दी जिस पर मैं काम कर रहा हूँ
https://gitlab/here_forawhile/torum
यह HN के साथ sync होने वाला HN clone है, ताकि आप HN पर सीधे मौजूद न होते हुए भी HN पर पोस्ट हुई चीज़ों के आधार पर किसी छोटे private community में चर्चा कर सकें
यह database को index करता है और search भी support करता है, इसलिए मेरे interest की posts ढूँढने में काफ़ी उपयोगी है
- सुधरा हुआ link: https://gitlab.com/here_forawhile/torum
- *pique सही है
  ‘peak’ आमतौर पर किसी चीज़ की चोटी, जैसे पहाड़ की चोटी, के लिए इस्तेमाल होता है
अगर इसे कुल volume के हिसाब से normalize किया जाए, ताकि सिर्फ site growth की बजाय किसी item के बदलाव को देखा जा सके, तो उपयोगी होगा
अभी तो किसी सामान्य शब्द को साथ में graph करना पड़ता है, और अगर वह गलत चुना जाए तो व्याख्या और उलझ सकती है
- सहमत हूँ। ऐसा हो जाए तो यह कहीं ज़्यादा insightful होगा
  वरना site growth वाले दौर में ज़्यादातर search results असल में https://xkcd.com/1138/ के किसी variation जैसे लगेंगे
- उल्टा मैं यह भी देखना चाहूँगा कि HN समय के साथ कितना बढ़ा है
science और frontier tech में lk-99 का बहुत उछलना दिलचस्प है
यह बढ़िया concept है, और अच्छा होगा अगर किसी खास शब्द का ज़िक्र करने वाले हर comment के लिए positive/negative sentiment निकाला जाए
उदाहरण के लिए cloudflare (positive) और cloudflare (negative) के trends अलग-अलग देखे जा सकें, जहाँ पहले में सिर्फ वे comments गिने जाएँ जिनका sentiment confidence 0.6 से ऊपर हो, और दूसरे में वे जिनका sentiment score 0.4 से नीचे हो
मज़ेदार project है और implementation भी अच्छी है। relative scale adjustment का option अच्छा होगा
उदाहरण के लिए “iPhone” के search results 2025 के आसपास नीचे जाते दिखते हैं, लेकिन यह समझना मुश्किल है कि असली interest कम हुआ है या उस साल Hacker News comments ही कम हुए
“the” या “is” जैसे आम शब्द search करने पर दूसरा कारण ज़्यादा संभव लगता है
non-alphanumeric characters के साथ सावधान रहना चाहिए
उदाहरण के लिए C# graph में असल में C से match होता दिखता है, जबकि example article titles में सिर्फ C# highlight होता है