分类不是导航,学习路径才是


 TL;DR
分类树回答『这篇属于哪一类』,学习路径回答『我该按什么顺序读』。两套不能合并,因为一个是主题轴,一个是教学轴。
难度 中等

一个站有两百篇文章的时候,「分类」就不再是导航了,它只是一个检索框。

这篇讲三件事:分类树怎么重建、学习路径为什么不能跟它合并、
以及站点作为「IP 骨架」要补上哪一层。


一、开工时的样子

2026-11-17 开工那天,docs/ 顶层有 39 个目录,每一个都带自己的 _index.md,
每一个都会在站点上生成一个中文分类页。算上子目录的级联分类,
站内实际出现过的分类名一共 46 个。

问题不在数量,在体量分布。一级分类里文章最多的三个是
「数据库深入」96 篇、「集群」61 篇、「数据库」60 篇。
点进「数据库深入」,得到的是一堵墙。墙不是不能爬——
爬的人得先知道要爬哪一块。

更麻烦的是这个切法本身。39 个目录是按学科和工具切的:
PostgreSQL、Linux、Docker、VPP、DPDK、Go Web、Vue、ChatGPT……
每读一篇,读者都得自己在脑子里重建「这几篇之间是什么关系」。
分类回答了「这篇属于哪一类」,但没回答「接下来读哪一篇」。

这一节是开工时的快照,不是现在的样子:方案定下来之后,
第一阶段(PostgreSQL 一条线)已经搬完,现在是 37 个顶层目录、
59 个分类名——见 §八。


二、为什么改成赛道

2026-11-17 定下的目标结构是五条赛道加一条副线:
源码主线(PostgreSQL / Linux / DPDK)、分布式与架构、工程与实践、
人生与思考、平台元数据;「手记」是副线,不算赛道。

决定性理由一句话:主线是「一个项目一条完整生产线」,
读者跟着项目往下走,学科只作为项目内部的系列存在。

这里同时有四条明确的「不选」:

  • 不按主题领域切——那是学科轴,和读者「跟着一个项目走」的习惯相反;
  • 不做双轴(主线 + 存量领域并存)——两套都全,两套都不全;
  • 不另发明一张分类策展表——分类是硬要另立一份真相;
  • 不靠 front matter 补字段来表示层级——字段表达不了目录结构。

三、物理目录重排,以及旧方案为什么反对

上一版方案(2026-11-13)写的是:主题与系列只走 front matter,
绝不动 docs/ 目录结构。理由很硬——URL 段直接来自目录结构,
任何以「重整目录」为手段的分类合并都会改 URL,砸掉自然搜索流量。

新方案反其道而行,选了物理目录重排。理由是:
URL 自带层级,仓库里一眼看得出结构。

代价由三样东西接住:

  1. 重定向表:旧路径 → 新路径,构建期自动生成;
  2. 日期覆写表:按新路径固化每篇的原日期。这条不是保险,是必需品——
    实测(2026-11-17)当时 620 篇里有 314 篇(50%)的 git 日期与裸 git log 不一致,
    它们是批量导入的;不固化的话,按原配方重跑会把一半文章
    重新定到批量导入那一天;
  3. 分类转发表:旧分类 → 新分类,一对一。

这三样在第一阶段都真的用上了:208 条重定向、572 条日期覆写,
旧分类一对一收敛到「源码主线」。

代价也要说清楚:学习路径规则里那些路径前缀匹配,
搬完目录后全部失效,必须按新目录重写。这是迁移工作量的大头,
不是复用。


四、中文分类名怎么长出来

URL 段用英文 slug,显示名用中文。决定性理由很简单:
URL 里不能有 percent-encoding。

机制是三步级联:

  1. 一级目录的 _index.md 写 title:,给出这一级的中文名;
  2. 祖先目录的 cascade.categories 给出子级的名字;
  3. 从最近的祖先往上逐级拼链、去重,一级名永远排第一。
flowchart TD A["docs/platform-meta/"] --> B["_index.md<br/>title: 平台元数据"] A --> C["multiplatform/_index.md<br/>cascade.categories: 多平台分发"] C --> D["文章<br/>categories: [平台元数据, 多平台分发]"] B --> D

Hexo 拿到的是一个列表,它把列表当层级链处理:
第 i 个是第 i-1 个的子节点。

最容易踩的坑:新目录只写 title: 不写 cascade.categories——
二三级分类静默消失,文章全挂到一级赛道下,
没有一个测试会报错。所以验收不能断言 _index.md 里有 title:,
要断言那个三级路径页真的存在。


五、分类是检索用的,学习路径才是导航用的

这是本系列真正的分界。

分类树回答「这篇属于哪一类」,读者搜索时用。
学习路径回答「我该按什么顺序读」,读者逛的时候用。
这是两套独立的数据:学习路径有 8 条赛道、37 个阶段、
581 篇语料(575 篇母稿加 6 个视频内容单元)。

匹配有优先级,写反了会出事:

  • 先定赛道:按顺序遍历规则,第一条命中就是它;
    赛道之间互斥,一篇只进一条。
  • 再分阶段:赛道内按顺序贪心分配,先命中先占位。
  • 都没中 → 落进兜底阶段。

「先判赛道再判阶段」不是随手写的。反过来先判阶段,
赛道里的兜底会把后面所有赛道的文章全吞掉——这个坑踩过一次,
当时 574 篇全落进了第一条赛道。

「兜底」只是防崩溃,不防偷懒。落进兜底的含义是
「这篇文章没有专属规则」。所以守卫测试钉死兜底吸收 0 篇。

一共四道机制强制「每篇文章都有规则」:兜底必须吸收 0 篇;
未归类即红;渲染层对拍(分类器说这篇在 L7、渲染出的页面没列它,
一样红);构建期非零退出,直接把整条构建链掐断。

为什么这两套不能合并。 赛道是教学轴——阶段按「掌握顺序」排;
分类树的三级目录是主题轴——按「内容归类」排。
一个「存储引擎」主题合集里,合理的阅读顺序可能是
先看 WAL 再看 checkpoint 再看复制,跟目录的字母序完全不是一回事。

物理顺序 ≠ 学习顺序。合并,就等于逼其中一边扭曲:
要么把主题合集按字母排(教学顺序乱掉),
要么把阶段按主题拆(分类树不再是树)。

flowchart LR subgraph 主题轴["分类树 · 主题轴"] T1["存储引擎"] --> T2["WAL"] --> T3["checkpoint"] end subgraph 教学轴["学习路径 · 教学轴"] L1["L5 WAL、checkpoint 与恢复"] --> L2["L6 复制与高可用"] end T1 -. "同主题,但学习顺序不同" .- L1

顺带一个推论:搬目录时能复用的是
「哪些文件属于哪个教学单元」这层语义,不是 L1–L8 这些编号本身。


六、给这套结构加一个落地页

分类解决「站内怎么找」,但读者多半不是从站内找来的——
他从搜索引擎落在一篇文章上。这时候站点要回答的是另一组问题:
这是哪一期、还有哪些期、怎么订阅。

2026-11-14 的实测暴露了三个断点:

  • 六期里五期的落地链接指向一个不存在的路径,
    而服务器对未知路径返回 HTTP 200 加首页。读者看到的是首页,不是 404。
  • 六篇母稿全部上线,0 篇嵌入视频、0 篇提到期号。
    母稿和成片彼此不认识。
  • 站点没有订阅入口:feed 里 20 条 entry、0 个 <enclosure>。

契约七给了五块东西:期号页;落地 URL 必须派生、不可手写,
并有守卫确保链接真的打得开;证据密度(只检查期号页,不查全站);
系列页和四处站点入口;播客 feed(enclosure 必须是自己域名下的稳定直链)。

一条容易被忽略的取舍:期号列表只有一个地址 /videos/,
不新开 /podcast/——同一份内容不得有两个 URL。
双 URL 会让搜索引擎把权重劈成两半,也让订阅者不知道该订阅哪个。

还有一个量级:六期母稿合计 266,768 字,口播合计 1,488 字。
被扔掉的 99.4% 再没以任何形式回到观众面前。
这就是为什么站点要做成「IP 骨架」而不只是文章仓库——
文章是原料,观众要的是那个已经被嚼过的结论。


七、几条不做的事

  • 不换渲染框架——主题补丁脚本已经三千多行,
    换框架等于重写全部定制。
  • 不删除任何历史 URL——靠重定向表接住。
  • 不新增阅读时长字段——主题里已有一个 helper 按字数实时算,
    多一个字段就有两个真相。
  • 不新开主题 layout——一切经主题补丁脚本按标记幂等注入。
  • 迁移脚本不进 CI——迁移是一次性的,CI 每次都是全新检出。

八、现在的进度

第一阶段已经搬完:source-tracks/postgresql/ 下 8 个系列、
208 篇发布数(旧 db/ 94 + database/ 60 + pgsql/ 54)搬到了新树上。
旧 URL 由 208 条重定向接住,日期按搬运前的日期固化。

三级路径 /categories/源码主线/PostgreSQL/存储引擎/ 真的存在——
八个系列都生成了,不是只在 _index.md 里写了个 title:。

搬家最贵的一课不是重定向,是站内相对链接:它是唯一一类
「旧工具查不出来」的断裂。为此新写了一个全站内链检查器,
母稿侧断链从 62 降到 5(剩下 5 条是迁移前就在的误报,逐条核对过),
产物侧 132457 条站内 href 零死链。

分类树现在是 37 个顶层目录、59 个分类名,体量最大的三个一级分类是
「源码主线」216 篇、「集群」62 篇、「人生」42 篇。
学习路径那边,8 个阶段共 214 篇全量落在新树上。

platform-meta/ 这条赛道是新增内容,不参与搬家:
6 个系列的目录骨架与 6 篇成稿都已就位,这篇是信息架构系列的第一篇。

文里的数字都带测量日期。docs/ 全树 631 篇
(572 篇母稿 + 59 个目录页,另有 3 篇 HTML)、
学习路径语料 581 篇、顶层目录 37 个——这些每天都可能变,
引用时要标日期。

2026-11-19 后续:上面说的分类树(含三级路径 /categories/源码主线/ PostgreSQL/存储引擎/)整套退休了 —— 总览页、子页面、文章页上的
分类 chip 全删,旧地址跳 /all/。分类树不再有页面,只剩检索维度:
分类链照旧在构建期算出来,学习路径的归类规则与搜索索引照旧读它。
上面这段进度记录讲的是 2026-11-17 那天的状态。


相关阅读


文章作者: growdu
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 growdu !
  目录