ज़ीरो पॉइंट्स, स्टेटस ओके: क्रिकेट डेटा पाइपलाइन की ख़ामोश विफलता का ऑडिट

सोमवार की दोपहर बेंगलुरु डेस्क पर एक फ़ाइल खुली। बारह फ़ील्ड थीं। ग्यारह ख़ाली पड़ी थीं, या फिर N/A और Unclassified जैसे प्लेसहोल्डर से भरी थीं। बारहवीं में एक शब्द लिखा था — cricket_asia। और सबसे नीचे, हरे रंग का एक टिक।

| फ़ील्ड | दर्ज स्थिति | |---|---| | शीर्षक / स्रोत | N/A | | लेख का प्रकार | Unclassified | | एक-वाक्य सारांश | ख़ाली | | लेखक का रुख़ / उद्देश्य | N/A | | सूचना बिंदु | 0 | | डोमेन लेबल | cricket_asia |

स्कोरबोर्ड पर शून्य टँगा था और सिस्टम ने उसे पास मार्क कह दिया। बारह साल में मैंने मैच देखते हुए जो सबसे ज़रूरी आदत बनाई है, वह यह है कि स्कोरकार्ड के साथ एक अलग शीट भरता हूँ — क्योंकि मैदान पर जो दिखता है और जो दर्ज होता है, दोनों हमेशा एक चीज़ नहीं होते। आम तौर पर टेप ने चोट स्कोरबोर्ड से पहले दिखा दी थी। इस बार टेप ही ख़ाली लौटा, और सिस्टम ने उसे सफलता कहा। खाली टेप अपने आप में एक खबर है — बशर्ते कोई उसे पढ़ने की ज़हमत उठाए।

संदर्भ: तैयार खड़ा फ़्रेम, और उसके सामने खाली कुर्सी

cricket_asia कोई निष्कर्ष नहीं, एक परिकल्पना है। यह बताता है कि अगर यहाँ कुछ होता, तो वह किस दायरे में होता: आईपीएल, पीएसएल, बीपीएल, एलपीएल, आईएलटी20, एशिया कप, विश्व कप क्वालिफ़ायर — यानी लीग और टूर्नामेंट की सूची। शासन की तरफ़ आईसीसी, एसीसी, बीसीसीआई, पीसीबी, एसएलसी, बीसीबी। और चर्चा के वे ट्रैक जो इस क्षेत्र में बार-बार लौटते हैं: प्रसारण अधिकार और मीडिया आमदनी, भारत-पाकिस्तान क्रिकेट का राजनीतिकरण, टी20 लीग की वित्तीय टिकाऊपन, खिलाड़ियों का आवागमन और एनओसी विवाद।

ये सब विश्लेषण के औज़ार हैं, सबूत नहीं। औज़ार तैयार रखना अच्छी आदत है; उसे निष्कर्ष समझ लेना पेशेवर खतरा। इसी फ़र्क़ पर पूरा यह लेख टिका है।

आकार का अंदाज़ा इससे लगता है कि आईपीएल के 2026–27 चक्र के मीडिया अधिकार 14 जून 2026 की ई-नीलामी में लगभग 48 हज़ार करोड़ रुपये पर बंद हुए थे — यानी एक घरेलू लीग का प्रसारण-मूल्य कई देशों की पूरी क्रिकेट अर्थव्यवस्था से बड़ा। एशिया कप 2026 का हाइब्रिड मॉडल, जिसमें पाकिस्तान मेज़बान था और भारत के मैच श्रीलंका में खेले गए, इस बात का उदाहरण है कि शासन-स्तर का एक फ़ैसला सीधे डेटा-प्रवाह का भूगोल बदल देता है। इतनी बड़ी मीडिया अर्थव्यवस्था वाले खेल में सामग्री का बड़ा हिस्सा अब मशीनों द्वारा एकत्र, सारांशित और प्रकाशित होता है। उस श्रृंखला में एक जगह अगर खालीपन को सफलता का रंग मिल जाए, तो गड़बड़ किसी एक फ़ाइल की नहीं रहती।

कोर: तेज़ विफलता और ख़ामोश विफलता का फ़र्क़

क्रिकेट में दो तरह की चूक होती है। कैच छूटे तो स्टेडियम में सन्नाटा फैलता है, रीप्ले चलता है, अख़बार लिखता है। लेकिन फ़ील्डर दो क़दम ग़लत जगह खड़ा हो, तो कुछ नहीं होता — बस गैप से चौका निकल जाता है, और उसे "अच्छी शॉट" कह दिया जाता है। पहली चूक शोर मचाती है, दूसरी चुपचाप रन देती है। सीज़न के अंत में देखें तो रन दूसरी चूक ने ज़्यादा दिए होते हैं।

डेटा पाइपलाइन में HTTP 500 छूटा हुआ कैच है — शोर, अलर्ट, लाल बत्ती। और 200 स्टेटस के साथ लौटा खाली ऐरे ग़लत जगह खड़ा फ़ील्डर है। एक इंजीनियरिंग टीम इसे तीन दिन में ठीक कर सकती है, बशर्ते उसे पता चले कि कुछ ग़लत है। यहाँ सबसे बड़ी समस्या यही है: किसी ने शिकायत दर्ज नहीं की, क्योंकि सिस्टम ने कहा कि सब ठीक है।

मैंने मुद्दे गिने, क्योंकि सवाल जवाब से ज़्यादा ज़िंदा निकल रहे थे। चार संभावित कारण हैं, और हर एक का इलाज अलग है।

पहला — सामग्री मिली ही नहीं। एंटी-स्क्रैपिंग, जावास्क्रिप्ट रेंडरिंग या पे-वॉल के कारण बॉडी खाली लौटी, और पार्सर ने अपवाद फेंकने के बजाय खाली सूची लौटा दी। इलाज: फ़ेच परत में सफलता की शर्त कड़ी करना, यानी न्यूनतम पाठ-लंबाई तय करना।

दूसरा — सामग्री मिली, पर पहचानी नहीं गई। क्रिकेट साइटें अक्सर स्कोरकार्ड, विजेट और संरचित डेटा (JSON-LD) पर चलती हैं; सामान्य पार्सर को वहाँ से अनुच्छेद नहीं मिलते। इलाज: टेम्पलेट-स्तरीय नियम, सामान्य नहीं।

तीसरा — यूआरएल ही बेकार था। होमपेज, सेक्शन पेज, या लाइव स्कोर पेज — इनमें से किसी पर भी लेख जैसा बॉडी नहीं होता, और इन्हें "सफल क्रॉल" गिना जाता है।

चौथा — स्टेज-1 चला ही नहीं। यह ढाँचा हाथ से भरा गया खोखला कंकाल है, और उस पर नीचे का पूरा ढेर इस उम्मीद में बैठा है कि कहीं से कुछ आएगा।

यह पहचान ज़रूरी है, क्योंकि "पकड़ा गया पर पार्स नहीं हुआ" और "पकड़ा ही नहीं गया" की मरम्मत दो अलग विभागों में होती है। एक में रेंडरिंग का सवाल है, दूसरे में नेटवर्क का।

असली दोष स्कीमा में है

ऊपर के चारों कारण तकनीकी हैं। वे सब ठीक हो सकते हैं और फिर भी गड़बड़ बनी रहेगी, क्योंकि खराबी ढाँचे में है। इस स्ट्रक्चर में एक status फ़ील्ड नहीं है जो ok, partial और failed में फ़र्क़ करे। जब खाली आउटपुट और विफल आउटपुट एक ही रंग में रँगे होते हैं, तो अगली परत अनिवार्य रूप से यह मान लेती है कि "शून्य जानकारी" का मतलब "पार्स हो गया, बस पतला है"।

यहीं से वह चीज़ जन्म लेती है जिससे मुझे सबसे ज़्यादा डर लगता है — पूरी तरह देखने में ईमानदार, और पूरी तरह गढ़ी हुई विश्लेषण-सामग्री। चार कारणों वाली तकनीकी खराबी तीन दिन का काम है। बिना status वाला स्कीमा एक संस्थागत आदत है, और आदतें तीन दिन में नहीं बदलतीं।

फटा घुटना मुझे सिखा गया कि एक ही फेल्योर पॉइंट वाले सिस्टम पर भरोसा नहीं करना चाहिए। लेकिन यहाँ निष्कर्ष उलटा है, और मैं उसे साफ़ लिख रहा हूँ: तकनीकी तौर पर यहाँ एक से ज़्यादा विकल्प मौजूद हैं — चार संभावित कारण, चार अलग जाँच-रास्ते, और हर एक के लिए मौजूदा औज़ार। डिज़ाइन कमज़ोर नहीं है। प्रबंधन कमज़ोर है, क्योंकि खालीपन को दर्ज करने की आदत नहीं डाली गई।

क्रिकेट में इसी बीमारी का दूसरा नाम है: चुप्पी को सहमति समझ लेना। एनओसी विवादों में यह बार-बार होता है — बोर्ड चुप रहता है, और चुप्पी को कभी मंज़ूरी की तरह पढ़ा जाता है, कभी इनकार की तरह, और फ़ैसला इस पर निर्भर करता है कि किसकी मीडिया-टीम पहले बोलती है। चयन-प्रक्रिया में भी यही होता है: जिस खिलाड़ी को चुना गया, उसका फ़ैसला दर्ज होता है; जिसे नहीं चुना गया, उसका कोई रिकॉर्ड नहीं बनता। सालों बाद कोई पूछ भी नहीं सकता कि उस नाम पर चर्चा हुई थी या नहीं। जो सिस्टम अपने शून्यों को दर्ज नहीं करता, उसका ऑडिट असंभव है — और जिसका ऑडिट असंभव है, वह अपनी विफलताओं से कभी नहीं सीखता।

उलटा रुख़: कंसेंसस "स्क्रैपर ठीक करो" कहेगा, मैं दावा पहले दर्ज कर रहा हूँ

इस फ़ाइल को देखने वाला हर तकनीकी आदमी एक ही जगह उँगली रखेगा — क्रॉलर टूटा है, उसे ठीक करो। यह सहज निष्कर्ष है, और शायद सही भी हो। इसीलिए मैं अपनी स्थिति नतीजे से पहले लिख रहा हूँ।

मेरा दावा: विफलता क्रॉलर की नहीं, स्कीमा की है।

और मेरी शर्त यह है — अगर लॉग में गैर-200 HTTP स्टेटस दिखे, या निकाला गया पाठ शून्य से ज़्यादा हो और उसे बाद की किसी परत ने शून्य कर दिया हो, तो कंसेंसस सही है और मैं ग़लत हूँ। उस स्थिति में मैं यह लेख उसी प्रमुखता से वापस लूँगा जिस प्रमुखता से यह दावा दर्ज कर रहा हूँ। प्री-रजिस्ट्रेशन वह तरीका है जिससे पोस्ट-फैक्टो समझदारी जीत का जश्न नहीं मना पाती।

एक और बात, जो मुझे अपनी ही आदत से बचाकर रखती है: यह ऑडिट किसी इंजीनियर के ख़िलाफ़ चार्जशीट नहीं है। किसी ने लापरवाही नहीं बरती। प्रोत्साहन ऐसा बना हुआ है कि पाइपलाइन का मूल्यांकन थ्रूपुट और अपटाइम पर होता है, ईमानदार खालीपन पर नहीं। डैशबोर्ड पर वह सिस्टम बेहतर दिखता है जो हर बार कुछ-न-कुछ लौटाए, चाहे वह कुछ ठोस न हो। जब तक "मेरे पास कुछ नहीं है" कहना करियर के लिहाज़ से महँगा रहेगा, खालीपन पर हरा टिक लगता रहेगा।

आगे की तरफ़

अगला वैरिएबल क्रॉलर नहीं है। अगला वैरिएबल यह है कि सिस्टम "मुझे नहीं पता" कह सकता है या नहीं — और उसके बाद भी कोई उसे गलती न माने।

बेंगलुरु डेस्क ने मुझे मैच को टेढ़ा पढ़ना सिखाया; इस फ़ाइल ने सिखाया कि कभी-कभी टेढ़ा पढ़ने की ज़रूरत ही नहीं पड़ती, बस यह गिनना पड़ता है कि शीर्षक के नीचे कितने सूचना बिंदु असल में हैं। इस हफ़्ते एशियाई क्रिकेट पर छपी कितनी खबरें ऐसी हैं जिनके ऊपर हरा टिक लगा है और नीचे शून्य? यह सवाल मैं जवाब के लिए नहीं पूछ रहा। मैं इसे अगली बैठक के एजेंडे में डाल रहा हूँ।