// 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   // 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"   // 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       // 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         // 搜索服务和收获服务的统一 HTTP 监听端口
	FlushIntervalSeconds  = 60         // 定期刷盘间隔（秒）：将内存索引批量写入磁盘
)

// Backlink computation
// 反向链接（PageRank 类）计算相关常量
const (
	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 // 爬虫模块的 metrics 端口
	PromPortBacklink = 14952 // 反向链接计算模块的 metrics 端口
	PromPortSearch   = 14953 // 搜索服务（含收获功能）模块的 metrics 端口
)