ଯଦି ଆପଣ କୌଣସି ୱେବସାଇଟକୁ ଭଲ ପାଆନ୍ତି, ତେବେ ଏହାର ବ୍ୟାକଅପ୍ ରଖନ୍ତୁ: ୱେବ୍ ବିଷୟବସ୍ତୁ ଆର୍କାଇଭ୍ କରିବା ପାଇଁ ଏକ ବ୍ୟବହାରିକ ମାର୍ଗଦର୍ଶିକା

ୱେବ୍ ବିଷୟବସ୍ତୁର ବ୍ୟାକଅପ୍ ରଖିବାର ଗୁରୁତ୍ୱ ପୂର୍ବ ଅପେକ୍ଷା ଏବେ ଆହୁରି ଅଧିକ ପ୍ରାସଙ୍ଗିକ। ଅଗଣିତ ୱେବସାଇଟ୍ ଅଦୃଶ୍ୟ ହୋଇଯିବା କିମ୍ବା ସେମାନଙ୍କର ନୀତି ପରିବର୍ତ୍ତନ କରୁଥିବାରୁ, ନିଜ ପସନ୍ଦର ପୃଷ୍ଠାଗୁଡ଼ିକୁ କିପରି ଆର୍କାଇଭ୍ କରାଯାଏ ତାହା ଜାଣିବା ଆପଣଙ୍କୁ ମୂଲ୍ୟବାନ ସୂଚନା ହରାଇବାରୁ ରକ୍ଷା କରିପାରିବ।

ୱେବ୍ ବିଷୟବସ୍ତୁ କାହିଁକି ଆର୍କାଇଭ୍ କରିବେ?

ଆମ ମଧ୍ୟରୁ ଅନେକ ଏପରି ନିରାଶାଜନକ ଅନୁଭୂତି ପାଇଛନ୍ତି ଯେଉଁଠାରେ ଦିନେ ଉତ୍କୃଷ୍ଟ ବିଷୟବସ୍ତୁ ଥିବା ଏକ ଲିଙ୍କ୍ ଏବେ 404 error ଦେଖାଉଛି। ଡୋମେନ୍ ଅବଧି ଶେଷ ହେବା, ପ୍ଲାଟଫର୍ମ ବନ୍ଦ ହେବା କିମ୍ବା ୱେବସାଇଟ୍ ନୀତିରେ ପରିବର୍ତ୍ତନ ଯୋଗୁଁ ଏହା ଘଟିପାରେ। କେବଳ ଏକ ପୃଷ୍ଠାକୁ ବୁକମାର୍କ କରିବା ଯଥେଷ୍ଟ ନୁହେଁ; ଲିଙ୍କ୍ ଭାଙ୍ଗିପାରେ ଏବଂ ବିଷୟବସ୍ତୁ ଅଦୃଶ୍ୟ ହୋଇପାରେ। ଆର୍କାଇଭ୍ କରିବା ନିଶ୍ଚିତ କରେ ଯେ ଭବିଷ୍ୟତର ରେଫରେନ୍ସ ପାଇଁ ଆପଣଙ୍କର ପସନ୍ଦର ୱେବ୍ ବିଷୟବସ୍ତୁ ସଂରକ୍ଷିତ ରହିବ।

ୱେବ୍ ବିଷୟବସ୍ତୁ ଆର୍କାଇଭ୍ କରିବା ପାଇଁ ଟୁଲ୍ସ

ୱେବ୍ ବିଷୟବସ୍ତୁ ଆର୍କାଇଭ୍ କରିବା ପାଇଁ ଅନେକ ଟୁଲ୍ସ ଉପଲବ୍ଧ ଅଛି। ଏଠାରେ ତିନୋଟି ଲୋକପ୍ରିୟ ବିକଳ୍ପ ଦିଆଗଲା:

1. monolith: ଏହି କମାଣ୍ଡ-ଲାଇନ୍ ଟୁଲ୍ ସମସ୍ତ ଆବଶ୍ୟକୀୟ CSS, images, ଏବଂ JavaScript ସହିତ ୱେବ୍ ପୃଷ୍ଠାଗୁଡ଼ିକୁ ଏକକ HTML ଫାଇଲ୍ ଭାବରେ ସେଭ୍ କରେ। ଏହା ଇଣ୍ଟରନେଟ୍ ସଂଯୋଗ ବିନା ଅଫଲାଇନରେ ଆର୍କାଇଭ୍ ହୋଇଥିବା ପୃଷ୍ଠାକୁ ଦେଖିବା ସହଜ କରିଥାଏ।

2. wget: ଏକ ଶକ୍ତିଶାଳୀ କମାଣ୍ଡ-ଲାଇନ୍ ୟୁଟିଲିଟି ଯାହା ୱେବ୍‌ରୁ ଫାଇଲ୍ ଡାଉନଲୋଡ୍ କରିପାରିବ। ଏହା ସମ୍ପୂର୍ଣ୍ଣ ୱେବସାଇଟ୍‌ଗୁଡ଼ିକୁ ମିରର୍ କରିପାରିବ, ଯାହା ଏହାକୁ ଷ୍ଟାଟିକ୍ ସାଇଟ୍‌ଗୁଡ଼ିକର ବ୍ୟାକଅପ୍ ରଖିବା ପାଇଁ ଉପଯୁକ୍ତ କରିଥାଏ।

3. ArchiveBox: ଏକ ଓପନ୍-ସୋର୍ସ, ସେଲ୍ଫ-ହୋଷ୍ଟେଡ୍ ଟୁଲ୍ ଯାହା ବିଭିନ୍ନ ଫର୍ମାଟରେ ୱେବ୍ ବିଷୟବସ୍ତୁକୁ ଆର୍କାଇଭ୍ କରିଥାଏ। ଏହା ସମ୍ପୂର୍ଣ୍ଣ ୱେବସାଇଟ୍, ବ୍ୟକ୍ତିଗତ ପୃଷ୍ଠା କିମ୍ବା ଲିଙ୍କଗୁଡ଼ିକର ସଂଗ୍ରହ ସେଭ୍ କରିପାରିବ ଏବଂ ଆପଣଙ୍କ ଆର୍କାଇଭ୍ ମଧ୍ୟରେ ଖୋଜିବା ପାଇଁ ଏକ ସହଜ ଇଣ୍ଟରଫେସ୍ ପ୍ରଦାନ କରିଥାଏ।

ସଠିକ୍ ଟୁଲ୍ ବାଛିବା

ଆର୍କାଇଭ୍ କରିବା ଆରମ୍ଭ କରିବା ପୂର୍ବରୁ, ଆପଣ କ’ଣ ସେଭ୍ କରିବାକୁ ଚାହାଁନ୍ତି ତାହା ସ୍ଥିର କରିବା ଜରୁରୀ। ଏଠାରେ ଏକ ସଂକ୍ଷିପ୍ତ ମାର୍ଗଦର୍ଶିକା ରହିଛି:

• ଗୋଟିଏ ପୃଷ୍ଠା: ବ୍ୟବହାର କରନ୍ତୁ monolith କିମ୍ବା ଏକ ସମ୍ପୂର୍ଣ୍ଣ ୱେବ୍ ପୃଷ୍ଠାକୁ ଏକ ଷ୍ଟାଣ୍ଡଆଲୋନ୍ HTML ଫାଇଲ୍ ଭାବରେ ସେଭ୍ କରିବା ପାଇଁ SingleFile ବ୍ରାଉଜର୍ ଏକ୍ସଟେନସନ୍।
• ସମ୍ପୂର୍ଣ୍ଣ ଷ୍ଟାଟିକ୍ ସାଇଟ୍: ବ୍ୟବହାର କରନ୍ତୁ wget --mirror ସମ୍ପୂର୍ଣ୍ଣ ସାଇଟ୍ ଡାଉନଲୋଡ୍ କରିବା ପାଇଁ। ଦୀର୍ଘକାଳୀନ ସଂରକ୍ଷଣ ପାଇଁ WARC (Web ARChive) ଫର୍ମାଟ୍ ଅନ୍ତର୍ଭୁକ୍ତ କରିବାକୁ ପରାମର୍ଶ ଦିଆଯାଇଛି।
• ସର୍ଚ୍ଚ ସୁବିଧା ସହିତ ଦୀର୍ଘକାଳୀନ ସଂଗ୍ରହ: ୱେବ୍ ବିଷୟବସ୍ତୁର ଏକ ସର୍ଚ୍ଚେବଲ୍ ଆର୍କାଇଭ୍ ତିଆରି କରିବା ପାଇଁ ଏକ ସେଲ୍ଫ-ହୋଷ୍ଟେଡ୍ ArchiveBox ଇନଷ୍ଟାନ୍ସ ସେଟଅପ୍ କରନ୍ତୁ।

ଏକ ୱେବସାଇଟ୍ ମିରର୍ କରିବା ପାଇଁ wget କିପରି ବ୍ୟବହାର କରିବେ

ଏକ ୱେବସାଇଟ୍ ମିରର୍ କରିବାକୁ wgetବ୍ୟବହାର କରି, ଏହି ପଦକ୍ଷେପଗୁଡ଼ିକୁ ଅନୁସରଣ କରନ୍ତୁ:

ପଦକ୍ଷେପ ୧: wget ଇନଷ୍ଟଲ୍ କରନ୍ତୁ

ଯଦି ଆପଣଙ୍କ ପାଖରେ wget ଇନଷ୍ଟଲ୍ ହୋଇନାହିଁ, ତେବେ ଆପଣ ଏହାକୁ ସହଜରେ ଯୋଡ଼ିପାରିବେ। macOS ରେ, ଏହାକୁ ଇନଷ୍ଟଲ୍ କରିବା ପାଇଁ ଆପଣ ଏକ ପ୍ୟାକେଜ୍ ମ୍ୟାନେଜର୍ ବ୍ୟବହାର କରିପାରିବେ।

ପଦକ୍ଷେପ ୨: ଏକ ବ୍ୟାକଅପ୍ ସ୍କ୍ରିପ୍ଟ ତିଆରି କରନ୍ତୁ

ବ୍ୟାକଅପ୍ ପ୍ରକ୍ରିୟାକୁ ସ୍ୱୟଂଚାଳିତ କରିବା ପାଇଁ ଆପଣ ଏକ ସରଳ ସ୍କ୍ରିପ୍ଟ ତିଆରି କରିପାରିବେ। ଏଠାରେ ଏକ ଉଦାହରଣ ସ୍କ୍ରିପ୍ଟ ଦିଆଗଲା:

#!/usr/bin/env bash
# mirror-site.sh - backup một site tĩnh, kèm file WARC
set -euo pipefail
URL="$1"
NAME=$(echo "$URL" | sed -E 's#https?://##; s#/.*##')
DATE=$(date +%Y%m%d)
OUT="$HOME/web-archive/$NAME/$DATE"
mkdir -p "$OUT"
cd "$OUT"
wget --mirror --convert-links --adjust-extension --page-requisites --no-parent --wait=1 --random-wait --limit-rate=500k --user-agent='Mozilla/5.0 (personal-archive)' --warc-file="$NAME-$DATE" --warc-cdx "$URL"
echo "Xong: $OUT"
du -sh "$OUT"

ପଦକ୍ଷେପ ୩: ସ୍କ୍ରିପ୍ଟ ଚଲାନ୍ତୁ

ଆପଣ ଆର୍କାଇଭ୍ କରିବାକୁ ଚାହୁଁଥିବା ୱେବସାଇଟର URL ପାସ୍ କରି ସ୍କ୍ରିପ୍ଟ ଚଲାନ୍ତୁ:

bash mirror-site.sh https://example.com

monolith ସାହାଯ୍ୟରେ ବ୍ୟକ୍ତିଗତ ପୃଷ୍ଠାଗୁଡ଼ିକୁ ଆର୍କାଇଭ୍ କରିବା

ଯଦି ଆପଣ ବ୍ୟକ୍ତିଗତ ପୃଷ୍ଠାଗୁଡ଼ିକୁ ଆର୍କାଇଭ୍ କରିବାକୁ ଚାହାଁନ୍ତି, ବିଶେଷକରି ଏକ ସାଇଟମ୍ୟାପ୍ ଥିବା ବ୍ଲଗରୁ, ତେବେ ଆପଣ monolithବ୍ୟବହାର କରିପାରିବେ। ଏହା କିପରି କରିବେ ତାହା ଏଠାରେ ଦିଆଗଲା:

ପଦକ୍ଷେପ ୧: monolith ଇନଷ୍ଟଲ୍ କରନ୍ତୁ

ନିଶ୍ଚିତ କରନ୍ତୁ ଯେ ଆପଣଙ୍କ ପାଖରେ monolith ଇନଷ୍ଟଲ୍ ହୋଇଛି। ଆପଣ ଏହାର ଅଫିସିଆଲ୍ ୱେବସାଇଟରେ ଇନଷ୍ଟଲେସନ୍ ନିର୍ଦ୍ଦେଶାବଳୀ ପାଇପାରିବେ।

ପଦକ୍ଷେପ ୨: ଏକ ଆର୍କାଇଭିଂ ସ୍କ୍ରିପ୍ଟ ତିଆରି କରନ୍ତୁ

ଏକ ସାଇଟମ୍ୟାପ୍‌ରେ ତାଲିକାଭୁକ୍ତ ପୃଷ୍ଠାଗୁଡ଼ିକୁ ଆର୍କାଇଭ୍ କରିବା ପାଇଁ ଏଠାରେ ଏକ Python ସ୍କ୍ରିପ୍ଟ ଦିଆଗଲା:

#!/usr/bin/env python3
# archive_sitemap.py - Python 3.10+, cần: pip install requests
import hashlib
import subprocess
import sys
import time
import xml.etree.ElementTree as ET
from pathlib import Path
import requests

NS = {"sm": "http://www.sitemaps.org/schemas/sitemap/0.9"}
OUT_DIR = Path.home() / "web-archive" / "pages"

def get_urls(sitemap_url: str) -> list[str]:
    resp = requests.get(sitemap_url, timeout=30)
    resp.raise_for_status()
    root = ET.fromstring(resp.content)
    if root.tag.endswith("sitemapindex"):
        urls = []
        for loc in root.findall("sm:sitemap/sm:loc", NS):
            urls.extend(get_urls(loc.text.strip()))
        return urls
    return [loc.text.strip() for loc in root.findall("sm:url/sm:loc", NS)]

def archive(url: str) -> None:
    key = hashlib.sha1(url.encode()).hexdigest()[:12]
    target = OUT_DIR / f"{key}.html"
    if target.exists():
        print(f"[skip] {url}")
        return
    result = subprocess.run(["monolith", url, "-j", "-I", "-o", str(target)], capture_output=True, text=True, timeout=120)
    status = "ok" if result.returncode == 0 else "FAIL"
    print(f"[{status}] {url} - {target.name}")
    with open(OUT_DIR / "index.tsv", "a") as f:
        f.write(f"{key}\t{status}\t{url}\n")

if __name__ == "__main__":
    OUT_DIR.mkdir(parents=True, exist_ok=True)
    for u in get_urls(sys.argv[1]):
        archive(u)
        time.sleep(2)

ପଦକ୍ଷେପ ୩: ସ୍କ୍ରିପ୍ଟ ଚଲାନ୍ତୁ

ସ୍କ୍ରିପ୍ଟ ଚଲାଇବା ପାଇଁ, ଏହି କମାଣ୍ଡ ବ୍ୟବହାର କରନ୍ତୁ:

python3 archive_sitemap.py https://example.com/sitemap.xml

ArchiveBox ସହିତ ଅଟୋମେସନ୍

ଲିଙ୍କଗୁଡ଼ିକର ବଡ଼ ସଂଗ୍ରହ ପାଇଁ, ArchiveBox ବହୁତ ସହାୟକ ହୋଇପାରେ। ଏହାକୁ କିପରି ସେଟଅପ୍ କରିବେ ତାହା ଏଠାରେ ଦିଆଗଲା:

ପଦକ୍ଷେପ ୧: ArchiveBox ଇନଷ୍ଟଲ୍ କରନ୍ତୁ

ଆପଣ Docker ବ୍ୟବହାର କରି ArchiveBox ସେଟଅପ୍ କରିପାରିବେ। ଏହା ପାଇଁ ଏକ ଡିରେକ୍ଟୋରୀ ତିଆରି କରନ୍ତୁ ଏବଂ ଚଲାନ୍ତୁ:

mkdir -p ~/archivebox/data
cd ~/archivebox
curl -fsSL 'https://docker-compose.archivebox.io' -o docker-compose.yml
docker compose run archivebox init --setup
docker compose up -d

ପଦକ୍ଷେପ ୨: ଲିଙ୍କ୍ ଯୋଡ଼ନ୍ତୁ

ଆପଣ ବ୍ୟକ୍ତିଗତ ଲିଙ୍କ୍ କିମ୍ବା ଲିଙ୍କଗୁଡ଼ିକର ଏକ ଫାଇଲ୍ ଯୋଡ଼ିପାରିବେ:

docker compose run archivebox add 'https://example.com/article'
docker compose run archivebox add ~/links.txt

ପଦକ୍ଷେପ ୩: ବ୍ୟାକଅପ୍ ସିଡ୍ୟୁଲ୍ କରନ୍ତୁ

ଆପଣ ଏକ cron job ବ୍ୟବହାର କରି ଆର୍କାଇଭିଂ ପ୍ରକ୍ରିୟାକୁ ସ୍ୱୟଂଚାଳିତ କରିପାରିବେ। ଉଦାହରଣ ସ୍ୱରୂପ, ପ୍ରତି ରବିବାର ଭୋର 3 AM ରେ ଏକ ବ୍ୟାକଅପ୍ ଚଲାଇବା ପାଇଁ:

0 3 * * 0 /home/user/bin/mirror-site.sh https://example.com/blog/ /var/log/mirror.log 2>&1

ଉପସଂହାର

ମୂଲ୍ୟବାନ ସୂଚନାକୁ ଅଦୃଶ୍ୟ ହେବାରୁ ରକ୍ଷା କରିବା ପାଇଁ ୱେବ୍ ବିଷୟବସ୍ତୁ ଆର୍କାଇଭ୍ କରିବା ଏକାନ୍ତ ଆବଶ୍ୟକ। wget, monolith, ଏବଂ ArchiveBox ଭଳି ଟୁଲ୍ସ ବ୍ୟବହାର କରି, ଆପଣ ଆପଣଙ୍କର ପସନ୍ଦର ୱେବସାଇଟ୍‌ଗୁଡ଼ିକର ପ୍ରଭାବଶାଳୀ ବ୍ୟାକଅପ୍ ରଖିପାରିବେ ଏବଂ ଭବିଷ୍ୟତରେ ସେଗୁଡ଼ିକ ଉପଲବ୍ଧ ରହିବା ନିଶ୍ଚିତ କରିପାରିବେ।

ସୁବିଧାଗୁଡ଼ିକ

• ଭଙ୍ଗା ଲିଙ୍କ୍ କିମ୍ବା ଅବଧି ସରିଯାଇଥିବା ଡୋମେନ୍ ଯୋଗୁଁ ତଥ୍ୟ ନଷ୍ଟ ହେବାରୁ ରକ୍ଷା କରେ।
• ଆର୍କାଇଭ୍ ହୋଇଥିବା ବିଷୟବସ୍ତୁକୁ ଅଫଲାଇନରେ ଆକ୍ସେସ୍ କରିବାକୁ ଅନୁମତି ଦିଏ।
• ସୂଚନାର ସହଜ ପୁନରୁଦ୍ଧାର ପାଇଁ ଏକ ସର୍ଚ୍ଚେବଲ୍ ଆର୍କାଇଭ୍ ପ୍ରଦାନ କରେ।

ଅସୁବିଧାଗୁଡ଼ିକ

• ସେଟଅପ୍ ଏବଂ ବ୍ୟବହାର କରିବା ପାଇଁ କିଛି ବୈଷୟିକ ଜ୍ଞାନ ଆବଶ୍ୟକ ହୁଏ।
• ଆର୍କାଇଭ୍ ହୋଇଥିବା ବିଷୟବସ୍ତୁର ପରିମାଣ ଉପରେ ନିର୍ଭର କରି ଯଥେଷ୍ଟ ଷ୍ଟୋରେଜ୍ ସ୍ଥାନ ଖର୍ଚ୍ଚ ହୋଇପାରେ।
• ବ୍ୟାକଅପ୍ ବ୍ୟବହାରଯୋଗ୍ୟ ଥିବା ନିଶ୍ଚିତ କରିବା ପାଇଁ ନିୟମିତ ରକ୍ଷଣାବେକ୍ଷଣ ଏବଂ ଯାଞ୍ଚ ଆବଶ୍ୟକ।

ସତର୍କତା

ଏହି ଆର୍ଟିକିଲ୍‌ଟି ଶିକ୍ଷଣୀୟ ଉଦ୍ଦେଶ୍ୟରେ ପ୍ରସ୍ତୁତ କରାଯାଇଛି। ଏହି କମାଣ୍ଡଗୁଡ଼ିକୁ କାର୍ଯ୍ୟକାରୀ କରିବା ସମୟରେ ଯେକୌଣସି ପ୍ଲେସହୋଲ୍ଡର୍ ମୂଲ୍ୟକୁ ଆପଣଙ୍କ ପ୍ରକୃତ ଡାଟା ସହିତ ବଦଳାଇବା ନିଶ୍ଚିତ କରନ୍ତୁ। ସେଗୁଡ଼ିକ ଉପରେ ନିର୍ଭର କରିବା ପୂର୍ବରୁ ସର୍ବଦା ମୂଳ ଉତ୍ସ ସହିତ ଦାବିଗୁଡ଼ିକୁ ଯାଞ୍ଚ କରନ୍ତୁ।

ବାରମ୍ବାର ପଚରାଯାଉଥିବା ପ୍ରଶ୍ନଗୁଡ଼ିକ

• ୱେବ୍ ଆର୍କାଇଭିଂ କ’ଣ? — ଭବିଷ୍ୟତରେ ଆକ୍ସେସ୍ କରିବା ଉଦ୍ଦେଶ୍ୟରେ ସଂରକ୍ଷଣ କରି ରଖିବା ପାଇଁ ୱେବ୍ ବିଷୟବସ୍ତୁକୁ ସଂଗ୍ରହ ଏବଂ ଷ୍ଟୋର୍ କରିବାର ପ୍ରକ୍ରିୟା ହେଉଛି ୱେବ୍ ଆର୍କାଇଭିଂ।
• ମୁଁ ଏକ ୱେବସାଇଟର ବ୍ୟାକଅପ୍ କାହିଁକି ରଖିବି? — ଏକ ୱେବସାଇଟର ବ୍ୟାକଅପ୍ ରଖିବା ଦ୍ୱାରା ଲିଙ୍କ୍ ନଷ୍ଟ ହେବା, ଡୋମେନ୍ ଅବଧି ସରିଯିବା କିମ୍ବା ପ୍ଲାଟଫର୍ମ ପରିବର୍ତ୍ତନ ଯୋଗୁଁ ମୂଲ୍ୟବାନ ସୂଚନା ନଷ୍ଟ ହେବାକୁ ରୋକାଯାଇପାରିବ।
• ୱେବ୍ ବିଷୟବସ୍ତୁ ଆର୍କାଇଭ୍ କରିବା ପାଇଁ ମୁଁ କେଉଁ ଟୁଲ୍ସ ବ୍ୟବହାର କରିପାରିବି? — ଲୋକପ୍ରିୟ ଟୁଲ୍ସ ମଧ୍ୟରେ wget, monolith, ଏବଂ ArchiveBox ଅନ୍ତର୍ଭୁକ୍ତ।
• ଏକ ୱେବସାଇଟ୍ ମିରର୍ କରିବା ପାଇଁ ମୁଁ wget କିପରି ବ୍ୟବହାର କରିବି? — ଆପଣ wget --mirror ସହିତ ବିଭିନ୍ନ ବିକଳ୍ପ ବ୍ୟବହାର କରି ଏକ ସମ୍ପୂର୍ଣ୍ଣ ୱେବସାଇଟ୍ ଡାଉନଲୋଡ୍ କରିପାରିବେ।
• WARC ଫର୍ମାଟ୍ କ’ଣ? — WARC (Web ARChive) ହେଉଛି ଏକ ଫାଇଲ୍ ଫର୍ମାଟ୍ ଯାହା ଦୀର୍ଘକାଳୀନ ସଂରକ୍ଷଣ ପାଇଁ ୱେବ୍ ପୃଷ୍ଠା ଏବଂ ସେଗୁଡ଼ିକର ସଂପୃକ୍ତ ମେଟାଡାଟା ଷ୍ଟୋର୍ କରିବା ପାଇଁ ବ୍ୟବହୃତ ହୁଏ।
• ମୁଁ କ’ଣ JavaScript-ରେଣ୍ଡର୍ ହୋଇଥିବା ୱେବସାଇଟ୍‌ଗୁଡ଼ିକୁ ଆର୍କାଇଭ୍ କରିପାରିବି? — ହଁ, କିନ୍ତୁ ଆପଣଙ୍କୁ SingleFile କିମ୍ବା ArchiveBox ଭଳି ଟୁଲ୍ସ ଆବଶ୍ୟକ ହୋଇପାରେ ଯାହା JavaScript ପରିଚାଳନା କରିପାରିବ।
• ମୁଁ ଆର୍କାଇଭିଂ ପ୍ରକ୍ରିୟାକୁ କିପରି ସ୍ୱୟଂଚାଳିତ କରିପାରିବି? — ନିଜ ପସନ୍ଦର ୱେବସାଇଟ୍‌ଗୁଡ଼ିକର ନିୟମିତ ବ୍ୟାକଅପ୍ ସିଡ୍ୟୁଲ୍ କରିବା ପାଇଁ ଆପଣ cron jobs ବ୍ୟବହାର କରିପାରିବେ।
• 3-2-1 ବ୍ୟାକଅପ୍ ନିୟମ କ’ଣ? — 3-2-1 ନିୟମ ପରାମର୍ଶ ଦିଏ ଯେ ଆପଣଙ୍କ ତଥ୍ୟର ତିନୋଟି କପି, ଦୁଇଟି ଭିନ୍ନ ପ୍ରକାରର ଷ୍ଟୋରେଜ୍‌ରେ ରଖନ୍ତୁ, ଏବଂ ଗୋଟିଏ କପି ଅଫ୍‌ସାଇଟ୍‌ରେ ଷ୍ଟୋର୍ କରନ୍ତୁ।

ଟ୍ୟାଗ୍ସ

#webdev #archiving #selfhosted #devops #backup #wget #monolith #ArchiveBox #datarecovery #webpreservation