關於mosir的推薦演算法

為你推薦時間軸中的文章來源有三種：

• Updated conversations：自己的文章、有參與討論的文章的新留言、或是之前有看過的文章內有追蹤中的使用者的新留言。
• Following：追蹤中的使用者發表的文章。
• Discovery：根據互動歷史，系統認為您可能有興趣的探索類內容。

三種文章會混合之後，進一步分成有看過跟沒看過的，以及依照文章發表時間分組。

沒有看過的新文章通常會顯示在時間軸最上方，而往下是已經看過的文章，再往下是時間比較舊但還沒看過的文章，以此類推。而在文章舊到一定程度之後系統便不會區分是否有看過。

昨天半夜不睡覺做的事情：搜尋引擎升級兼換硬碟

步驟是這樣的：

1. 修改部署yaml檔到更新後狀態：修改版本號參數、PVC從standard-rwo（混合碟）換成premium-rwo（純SSD）
2. git commit & push到repo上，同時apply argo application資源進叢集（版本號不能從git repo直接讀）
3. Argo這時候會卡在版本升級後資料不相容，而且硬碟不能用魔法變成SSD，不過沒關係，這是為什麼要半夜不睡覺
4. 因為要把部署跟硬碟砍光。刪除STS跟PVC，然後Argo Sync讓Argo發現服務跟硬碟都不見了，去拿個新的。
5. 此時搜尋引擎可以正常開啟但是空的。把準備好的search-sync job apply到cluster上，從main db把資料撈出來放進搜尋引擎
6. 為了偷一點時間，同步作業會從最新的資料開始。同步的同時確認搜尋可以找到東西，這個時候系統就部分恢復上線了，只是舊資料還找不到而已
7. 大約四分鐘以後同步作業完成。檢查request latency確認SSD跟新版本有符合預期效果
8. 然後把手邊的燒酌喝完去睡覺

喔對，為了確保中間不會出什麼意外，在這之前同樣的步驟有在測試叢集跑過一遍。

因為某些原因想記錄一下mosir目前的圖片載入機制。

mosir的圖片載入有三個階段：

1. 模糊迷你圖（28 Bytes純文字）：用BlurHash產生的模糊版本，把圖片壓縮到極致放進網址本身，瀏覽器在知道網址的瞬間就載入完成。
2. 縮圖（平均80KB AVIF）：圖片縮小到1,000x1,000的小圖，用來在點開大圖前顯示，可以提供HiDPI 2x左右的裝置看不到像素鋸齒（極保守估計，實際上我的3x裝置還沒看到過肉眼可見的鋸齒）。有線網路大約0.01~0.02秒內可以載完。
3. 大圖（平均700KB AVIF）：最接近原圖的版本，解析度8,192x8,192以內。在點開大圖之後才會載入，有線網路載入需要約0.1~0.2秒。

BlurHash稍微有點爭議，生成的模糊圖效果也不算理想，但我自己是覺得視覺效果還是比Skeleton好一點。

AVIF是好東西，日常圖片通常可以壓縮到WebP的50%，png的5%。

拜託寫圖片上傳服務的各位大大不要再輸出成WebP了那個又慢又肥又吃瀏覽器CPU拜託

補充一下挑選Emoji字體的方式以及rule out某些字體的原因。

Survey階段的條件是：

1. 至少支援到Emoji v15。
2. 提供向量圖檔，字體更好，並且能夠有效支援各瀏覽器。
3. Open Source。
4. 有動畫版本方案（nice to have）

列出來之後選擇就不多了：

Noto Color Emoji

• ✅支援到Emoji v17
• ✅有向量字體
• ✅有動畫版本
• ❓風格看起來不是很舒適，那個超橢圓⋯⋯跟文字一起排列有嚴重不協調感
• ❌標準字體檔案（COLRv1）不支援Safari，SVG fallback非常肥
• ❌漸層設計不可能輸出COLRv0，Safari無法有效使用

OpenMoji

• ✅支援到Em...