Directorios de archivos y la letra V: Alan Emtage y la arquitectura de Archie

El 10 de septiembre de 1990 debutó una nueva aplicación de red diseñada para resolver un problema creciente en los inicios de Internet: localizar archivos específicos distribuidos en servidores remotos. Desarrollado por Alan Emtage, un estudiante de Ciencias de la Computación de la Universidad McGill en Montreal (Quebec, Canadá), el sistema recibió el nombre de Archie. Su lanzamiento supuso el primer motor de búsqueda documentado cuya finalidad era localizar archivos de contenido en lugar de usuarios individuales de la red. Al recopilar datos de índices de servidores públicos, el software de Emtage sustituyó la búsqueda manual de archivos por una base de datos centralizada, automatizada y consultable.

Buscar personas antes que archivos de contenido

Antes de que aparecieran los motores de búsqueda de contenidos, los primeros directorios de red se centraban casi exclusivamente en localizar personas en lugar de programas o documentos. De acuerdo con los registros históricos, el protocolo de búsqueda de usuarios WHOIS funcionaba desde 1982, seguido en 1989 por Knowbot Information Service, que permitía consultar registros de usuarios en múltiples redes. Sin embargo, para encontrar archivos de datos o software específicos era necesario conocer de antemano la dirección exacta del servidor de alojamiento. Poco después, cuando los servidores web empezaron a multiplicarse, los administradores supervisaban los nuevos sitios de forma manual. Por ejemplo, el Centro Nacional de Aplicaciones de Supercomputación mantenía en su sitio una lista editada a mano llamada What's New! para anunciar la llegada de nuevos servidores web a la comunidad de la red.

Automatización del índice FTP anónimo

Para agilizar la búsqueda en los archivos de ficheros, Emtage diseñó Archie con el fin de indexar de manera sistemática los contenidos alojados en sitios públicos de protocolo de transferencia de archivos (FTP). El nombre Archie surgió directamente de la palabra «archive» (archivo), omitiendo simplemente la letra «v». El sistema funcionaba descargando de forma automática los listados de directorios de todos los archivos disponibles en servidores FTP anónimos de acceso público. Con estos datos recopilaba una base de datos centralizada y consultable con los nombres de los ficheros. Dado que la capacidad de almacenamiento y de red era limitada en aquella época, Archie no indexaba el contenido completo del interior de los archivos, sino que se limitaba exclusivamente a las rutas de directorio y los nombres de fichero.

Personajes de historieta y herramientas de búsqueda en Gopher

La elección del nombre por parte de Emtage estableció de forma involuntaria una tradición en las primeras utilidades de directorio de Internet. Tras la creación del protocolo Gopher en 1991 por Mark McCahill en la Universidad de Minnesota, diversos desarrolladores crearon motores de búsqueda específicos para los menús de Gopher. Bautizaron estas aplicaciones como Veronica y Jughead. Veronica ofrecía búsquedas por palabras clave en los títulos de los menús de Gopher a escala global, mientras que Jughead extraía información de menús de servidores concretos. Aunque Emtage no había nombrado Archie en referencia a la serie de cómics de Archie, los creadores de Veronica y Jughead sí nombraron explícitamente sus herramientas tomando como referencia a personajes de dicha franquicia de historietas.

De los listados de directorios a los rastreadores web de texto completo

El enfoque de Archie basado en la indexación de nombres de archivo funcionó como un puente conceptual hacia los motores de búsqueda web automatizados. El 2 de septiembre de 1993 se lanzó W3Catalog, un primitivo buscador web sustentado en secuencias de comandos que estandarizaban listados manuales. En diciembre de 1993, Jonathon Fletcher creó JumpStation, integrando rastreo web, indexación y búsqueda en una única herramienta. Ya en 1994, WebCrawler introdujo la indexación de texto completo en las páginas web, lo que permitió a los usuarios consultar cualquier palabra contenida en un documento en lugar de depender únicamente de los nombres de archivo.

Archie sentó los principios fundamentales de la indexación automatizada de directorios y demostró que las bases de datos consultables podían organizar de forma sistemática ingentes recursos de red antes de que existieran los rastreadores de búsqueda modernos.

Imagen de portada: ilustración generada con IA; no es una fotografía documental.

Fuente: Search engine