NobodyNamed

nobodynamed

你的名字正逐渐消失吗？nobodynamed 基于美国社会保障局的数据，展示自 1880 年以来任何美国名字的流行度、趋势和存续状态。

技术栈

层	服务
前端 + API	Cloudflare Pages + Pages Functions
数据库	Cloudflare D1（SQLite）
年度数据刷新	Cloudflare Worker（Cron Trigger + Queues）
归档存储	Cloudflare R2

仓库结构

apps/
  web/             Cloudflare Pages: static HTML/CSS/JS + Functions
    public/        Served as static assets
    functions/     Pages Functions (API routes + SSR /name/:name)
  ingest-worker/   Cron-triggered Worker: SSA download → D1

packages/
  shared/          Types, classification logic, HTML renderer — shared by all packages

migrations/        D1 SQL migrations (applied via wrangler d1 migrations apply)

scripts/
  seed-from-shards.ts   One-shot initial D1 seeding from legacy JSON shards
  verify-parity.ts      Pre-cutover parity checks vs legacy data

viz/               Legacy static site (GitHub Pages) — kept until DNS cutover

首次设置

1. 配置 Cloudflare 资源

# D1 database
wrangler d1 create name-vitals
# Copy the database_id into both wrangler.toml files:
#   apps/web/wrangler.toml
#   apps/ingest-worker/wrangler.toml

# Queue (fan-out ingest)
wrangler queues create name-ingest
wrangler queues create name-ingest-dlq

# R2 bucket (SSA zip cache)
wrangler r2 bucket create name-vitals-ingest

2. 应用架构

wrangler d1 migrations apply name-vitals --remote

3. 填充初始数据

读取现有的 viz/name-vitals/data/ JSON 分片并填充到 D1，无需从 SSA 拉取数据：

npm run seed
# Apply each generated SQL file:
ls migrations/seed/*.sql | sort | xargs -I{} wrangler d1 execute name-vitals --file={} --remote

4. 部署

npm run deploy:web       # deploy Cloudflare Pages
npm run deploy:ingest    # deploy the cron Worker

5. 验证一致性

tsx scripts/verify-parity.ts --base=https://<preview>.pages.dev

本地开发

# Pages + Functions with local D1
npm run dev:web

# Trigger the ingest cron locally
npm run dev:ingest          # starts wrangler dev
# then: curl http://localhost:8787/run

数据刷新

数据导入 Worker 每周运行一次（由 ETag 控制；如果 SSA zip 未变化，则立即退出）。SSA 每年发布一次新数据，通常在 5 月。手动触发：

wrangler dev --test-scheduled   # local
# or POST to the /run endpoint of the deployed Worker

GitHub Actions 密钥

CI/CD 工作流 .github/workflows/ 所需：

密钥	值
CLOUDFLARE_API_TOKEN	具有 Workers、Pages 和 D1 写入权限的令牌
CLOUDFLARE_ACCOUNT_ID	你的 Cloudflare 账户 ID

从 GitHub Pages 切换 DNS

在 Pages 预览 URL 上验证一致性后：

1. 在 Cloudflare 控制面板中为 Pages 项目添加自定义域名。
2. 将 DNS CNAME 从 GitHub Pages 地址切换到 Cloudflare Pages CNAME。
3. 在旧 GitHub Pages 的 index.html 中添加 301 重定向，将 /babynames/viz/name-vitals/* 重定向到新主机。
4. 监控至少 1 周后，删除 viz/、dicts/、extra/ 以及任何剩余的旧文件。

许可证

源数据采用 CC0 许可（美国社会保障局）。代码采用 MIT 许可。

##设置

这是一个 Node.js 脚本，因此建议你在尝试运行之前下载 Node。

下载仓库只需克隆即可：

git clone https://github.com/TimeMagazine/babynames.git
cd babynames

然后安装依赖：

npm install

##数据

首先，你需要从美国社会保障局获取原始数据。运行以下命令即可由此脚本为你下载并解压数据：

./index.js download 

###每年出生的婴儿总数

此外，还有一个名为 extra/totals.json 的文件，其中包含每年出生的婴儿总数（或者至少是获得 SSN 的婴儿），数据来自 SSA。此数据很有用，因为总数高于姓名文件中各姓名数量的总和；姓名文件不包含出现次数少于 5 次的姓名。

如果你想重新下载数据——也许是新的一年，或者你怀疑数据已修订——只需运行 ./scripts/total_births.js，它会抓取 SSA 网站上的页面并覆盖仓库中的文件。

###婴儿姓名

美国社会保障局以不太方便的方式整理婴儿姓名数据：按年份划分为名为 yob[year].txt 的文本文件。上述命令会将这些文件提取到名为 data/ 的本地目录，然后删除下载的 zip 文件。如果你想保留该 zip 文件，只需在命令中添加 --cache。

完成后，你可以按姓名汇总数据，并以多种格式存储：

./index.js store --format=json

首先，脚本会读取每个文件，并按名称将数据存储在内存中。对于每个名称，它会记录某一年中该名称对应的婴儿人数，以及该名称在同一性别所有婴儿中的占比。计算时的分母是 SSA.gov 报告的按性别划分的婴儿总人数，而不是计算得出的所有婴儿姓名频次之和（由于数据只统计出现至少 5 次的姓名，这个总和会低于美国实际出生的儿童人数）。年份作为对象中的键存储，以便快速检索：

{
  "_id": "Lothar-M",
  "name": "Lothar",
  "gender": "M",
  "values": {
    "1927": 7,
    "1928": 6,
    "1929": 10,
    "1931": 6,
    "1932": 8,
    "1935": 8,
    "1956": 7,
    "1959": 5,
    "1964": 6,
    "1968": 5
  },
  "percents": {
    "1927": 0.0000062135232896167586,
    "1928": 0.000005418551494752584,
    "1929": 0.000009301278646775573,
    "1931": 0.000005775539435383265,
    "1932": 0.000007664935030094451,
    "1935": 0.00000768623999707923,
    "1956": 0.0000033120134297413128,
    "1959": 0.0000023436460007087187,
    "1964": 0.000003010349581862443,
    "1968": 0.0000028754074452349896
  }
}

###格式

可选项如下：

• json：每个名称单独存储为一个 JSON 文件，位于 /flat/individual/ 目录中。
• jsonp：每个名称单独存储为一个 JSON-P 文件，位于 /flat/individual/ 目录中。默认情况下，文件会封装在名为 ticallback 的回调函数中，你可以使用 opts.callback 覆盖它。
• csvs：每个名称单独存储为一个 CSV 文件，位于 /flat/individual/ 目录中。
• csv：将所有名称打包到一个 CSV 文件中，并存储在 /flat/names.csv/。如果不包含限制规格（见下文），该文件会有 30MB。这个预处理文件已包含在此仓库中。
• mongodb：将所有名称插入 MongoDB 实例。你需要自行在 localhost:27017 运行 Mongo 服务器，或更新源代码以指向你的实例。*注意：*此选项是可选的，因此 mongodb Node 模块未列为依赖项，你需要自行安装。

##缩减数据量 截至 2013 年，有 102,691 个名称在至少一年中出现过至少 5 次。许多用户并不需要这么大量的数据。你可以通过命令行选项以多种方式缩小范围。

###限制年份

• start：不获取早于此年份的数据。例如：--start=1950。默认值为 1880，即数据中的第一年。
• end：不获取晚于此年份的数据。例如：--end=2000。默认值为当前年份。

###排除不常见的名称

• min：不包含在至少一年中出现次数未达到此数量的名称。例如：--min=25。默认值为 0。
• cutoff：不包含出现年份少于此数量的名称。例如：--cutoff=50。默认值为 0。

##分析

脚本提供了多个用于基础分析的选项：

• normalize：为每个名称添加第三个属性，表示百分比数值的归一化值，使峰值百分比对应的年份为 1。
• peaks：查找原始数值和百分比各自的峰值及对应年份。
• maxima：识别所有局部最大值——即前后各 5 年的所有数值都更低的点。仅统计至少达到峰值 25% 的最大值。
• pronunications：检查该名称是否列在 CMU Pronouncing Dictionary 中。需要手动运行 npm install cmudict。
• dense：如果某个名称在 start 和 end 指定的范围内某一年没有出现，则在数据中将该年份列为 0。否则，该年份会完全省略（即“稀疏”格式）。

##类型 对于 csv 输出，你可以选择将数据以每年某个名字对应的新生儿数量原始值（--type=values，默认值）或百分比（--type=values）的形式获取。JSON 格式会同时返回百分比和数量值。

##音素 你还可以传入特殊类型 --type=phonemes，获取一份包含所有名字每年音素百分比的 JSON 文档。默认情况下，脚本会检查每个名字的第一个音素。你可以使用 --N==TK，按名字中第 TK 个音素进行汇总。使用负值可从末尾开始计数。

##附加内容 我们现在收录了可追溯至 1996 年的英国婴儿名字数据，于 2016 年 10 月 5 日从英国 国家统计局获取。活产总数从同一来源此处下载。

##许可

此脚本由 Time 按 MIT 许可证免费开源提供。如果你使用此脚本，我们诚挚地建议你注明 Time 并链接到此页面。

字典文件 dict/2of12.txt 来自 12 Dicts 项目，该项目属于公有领域。