加上中文注释

config/config.go

@@ -1,53 +1,61 @@
 // Package config holds all global configuration parameters for sese-engine.
+// config 包存放 sese-engine 的所有全局配置参数。
 package config
 
 // Index / storage limits
+// 索引 / 存储相关限制常量
 const (
-	MaxURLsPerKey       = 11000   // max URLs stored per index key
-	MaxSameDomainPerKey = 20      // max URLs from the same domain per key
-	BigCleanThreshold   = 10000000 // flush in-memory index after this many rows
-	MaxNewURLsPerKey    = 10000   // cap on new URLs added per key per flush
-	MinURLsForNewKey    = 3       // discard new keys with fewer than this many URLs
+	MaxURLsPerKey       = 11000   // 每个索引词最多保存的 URL 数量上限
+	MaxSameDomainPerKey = 20      // 同一域名在每个索引词下最多出现的次数
+	BigCleanThreshold   = 10000000 // 内存中累计多少条索引后触发一次刷盘清理
+	MaxNewURLsPerKey    = 10000   // 每次刷盘时，每个索引词最多写入的新 URL 数量上限
+	MinURLsForNewKey    = 3       // 新索引词如果 URL 数少于该值则丢弃，不写入磁盘
 )
 
 // Crawler settings
+// 爬虫行为相关配置
 const (
-	SpiderName      = "loli_spider"
-	CrawlerCooldown = 3  // seconds between requests to the same host
-	CrawlerWorkers  = 22 // goroutine pool size for crawling
-	CrawlFocus      = 0.7 // concentration factor — higher = more focused on single domain
-	MaxKeywordsPerPage = 250
-	MaxEpoch        = 100
-	ExpectedProsperRatio = 0.6 // fraction of queue that should be "prosperous" (high backlink) domains
-	EntryURL        = "https://zh.wikipedia.org/"
+	SpiderName      = "loli_spider"   // HTTP 请求的 User-Agent 标识
+	CrawlerCooldown = 3               // 同一主机相邻两次请求的最小间隔（秒），用于遵守 robots.txt 和避免被封
+	CrawlerWorkers  = 22              // 爬虫并发 goroutine 数量
+	CrawlFocus      = 0.7             // 域名集中度因子，越大越倾向在少量域名内深挖，越小越分散
+	MaxKeywordsPerPage = 250           // 单个页面最多提取的关键词数量
+	MaxEpoch        = 100             // BFS 爬取的最大轮次上限
+	ExpectedProsperRatio = 0.6         // 队列中预期"繁荣"域名（高反向链接）的占比，用于调度决策
+	EntryURL        = "https://zh.wikipedia.org/" // BFS 爬取的起始入口 URL
 )
 
 // Search / ranking weights
+// 搜索结果排序权重配置
 const (
-	UseOnlineSnippet      = true
-	OnlineSnippetTimeout  = 3    // seconds
-	WeightDailyDecay      = 0.996
-	LanguageWeight        = 0.5
-	ConsecutiveKeyWeight  = 1.3
-	BacklinkWeight        = 1.0
-	SearchServerPort      = 80
+	UseOnlineSnippet      = true       // 是否在线抓取摘要（搜索时实时抓取页面补充摘要）
+	OnlineSnippetTimeout  = 3          // 在线抓取摘要的超时时间（秒）
+	WeightDailyDecay      = 0.996      // 页面年龄的时间衰减因子（每天乘以此系数）
+	LanguageWeight        = 0.5        // 语种匹配权重：与查询语种一致时加分
+	ConsecutiveKeyWeight  = 1.3        // 连续关键词命中权重：多词连续出现时加分
+	BacklinkWeight        = 1.0        // 反向链接权重：指向该 URL 的链接越多得分越高
+	SearchServerPort      = 80         // 搜索服务的 HTTP 监听端口
 )
 
 // Backlink computation
+// 反向链接（PageRank 类）计算相关常量
 const (
-	BacklinkBaseline = 200000 // normalization divisor for backlink scores
+	BacklinkBaseline = 200000 // 反向链接得分归一化的除数（用于将原始链接数映射到 [0,1] 区间）
 )
 
 // Storage path (relative to process working directory)
+// 存储根目录路径，相对于进程启动时的工作目录
 const StoragePath = "./savedata"
 
 // Prometheus ports
+// 各模块 Prometheus 监控指标的 HTTP 端口
 const (
-	PromPortCrawler   = 14950
-	PromPortHarvester = 14951
-	PromPortBacklink  = 14952
-	PromPortSearch    = 14953
+	PromPortCrawler   = 14950 // 爬虫模块的 metrics 端口
+	PromPortHarvester = 14951 // 收获服务器模块的 metrics 端口
+	PromPortBacklink  = 14952 // 反向链接计算模块的 metrics 端口
+	PromPortSearch    = 14953 // 搜索服务模块的 metrics 端口
 )
 
 // Harvester HTTP endpoint
+// 爬虫向收获服务器发送索引数据的 HTTP 端点地址
 const HarvesterAddr = "http://127.0.0.1:5000"