काबडी विश्लेषण पाइपलाइन में खाली नतीजा: जब डेटा बहती नदी नहीं, सूखा नाला बन जाता है

बालेवाड़ी के पूर्वी स्टैंड से जो नजर आता है, वह कभी-कभी मैदान पर नहीं होता। 2026 में जब मैंने पहली बार प्रो कबड्डी सीजन 5 के पुणे लेग में मीडिया रनर का पास लिया था, तब मेरे पास एक नोटबुक, एक फोन और 400 लोगों का ढोल ब्लॉक था — प्रेस बॉक्स नहीं। उस दिन मैंने जो सीखा, वह आज एक अलग संदर्भ में लौट रहा है: जब सिस्टम आपको बताए कि 'कुछ नहीं मिला', तो सवाल यह नहीं होता कि डेटा कम है — सवाल यह होता है कि डेटा निकला कहां से और क्यों रास्ते में गिर गया।

संदर्भ: एक खाली JSON जो पूरी कहानी कह रहा है

सामने जो एनालिसिस रिपोर्ट है, वह कबड्डी डोमेन से जुड़ी है — लेकिन उसमें कबड्डी का कोई तथ्य नहीं है। Stage-1 का आउटपुट पूरी तरह खाली है: शीर्षक नहीं, सारांश नहीं, सूचना बिंदुओं की सूची खाली, एंटिटीज़ अनमूल्यांकित, स्रोत गुणवत्ता अनिर्धारित। केवल एक चीज बची है — Domain Label: kabaddi।

यह वही स्थिति है जो कबड्डी के मैदान पर तब होती है जब रेडर बोनस लाइन पार करता है लेकिन टच पॉइंट नहीं मिलता — गति दिखती है, स्कोर नहीं बढ़ता। रिपोर्ट में चार संभावित कारण गिनाए गए हैं: अपस्ट्रीम क्रॉल विफलता, बॉडी एक्सट्रैक्टर का शोर-शोर में सब कुछ खारिज कर देना, क्लासिफायर का टैग देकर एक्सट्रैक्शन में क्रैश होना, या JSON स्कीमा कन्वर्जन में फील्ड्स का साइलेंट रीसेट।

मेरे लिए यह कोई तकनीकी बहस नहीं है। यह वही 'बर्न क्वेश्चन' है जो मैं हर प्रोफाइल में पूछता हूं — भुगतान कौन करता है? यहां भुगतान का मतलब है: इस खाली पाइपलाइन की कीमत कौन उठाएगा? डाउनस्ट्रीम कंज्यूमर, जो 'सामान्य दिखने वाले लेकिन खाली' डेटा को सच मानकर आगे बढ़ेगा।

कोर विश्लेषण: खाली नतीजा सबसे खतरनाक नतीजा है

कबड्डी में एक सिद्धांत है जो मैंने सीजन 9 में पुणेरी पलटन के साथ छह हफ्ते बिताकर सीखा: टैकल पॉइंट डिफरेंशियल मैच जीतता है, रेडिंग हाइलाइट नहीं। फजल अत्राचली पहले खिलाड़ी बने जिन्होंने 400 पीकेएल टैकल पॉइंट पार किए — यह आंकड़ा इसलिए मायने रखता है क्योंकि यह बताता है कि असली अर्थव्यवस्था रक्षा में है। उसी तरह, डेटा पाइपलाइन में असली अर्थव्यवस्था 'सफल प्रोसेसिंग' में नहीं, बल्कि 'विफलता की स्पष्ट घोषणा' में है।

रिपोर्ट में जो इंजीनियरिंग सुझाव दिया गया है — Stage-1 के आउटपुट पर एक assertion लगाना, information_points.length > 0 && summary != "", वरना extraction_failed फ्लैग के साथ रॉ इनपुट स्नैपशॉट सुरक्षित रखना — यह केवल कोड की बात नहीं है। यह उसी 'नेरेटर-हैंडिंग रेस्ट्रेंट' का डेटा-संस्करण है जो मैं पत्रकारिता में मानता हूं: स्रोत की बात को उसी के नाम रहने दो, उसे अपनी व्याख्या से मत बदलो। यहां 'व्याख्या' का अर्थ है — खाली फील्ड्स को डिफॉल्ट मानकर आगे भेजना।

खाली JSON का सबसे बड़ा खतरा यह नहीं कि वह गलत है, बल्कि यह कि वह वैध दिखता है। एक त्रुटि संदेश पाइपलाइन को रोक देता है; एक खाली लेकिन स्कीमा-वैध परिणाम पाइपलाइन को चलाता रहता है और हर चरण में जहर फैलाता है। कबड्डी में जब डिफेंडर 'डैश' लगाता है और चूक जाता है, तो वह अपनी जगह खो देता है — लेकिन कम से कम स्कोरबोर्ड बताता है कि टैकल चूका। यहां स्कोरबोर्ड ही झूठ बोल रहा है।

रिपोर्ट के चार कारणों को क्रमबद्ध करें तो एक प्राथमिकता स्पष्ट होती है। पहला और दूसरा कारण (क्रॉल विफलता, एक्सट्रैक्टर का ओवर-फिल्टरिंग) 'इनपुट नहीं मिला' श्रेणी में आते हैं — इनका समाधान स्रोत-स्तर पर है। तीसरा और चौथा (क्लासिफायर क्रैश, स्कीमा फील्ड लॉस) 'आंतरिक विफलता' हैं — ये सबसे गंभीर हैं क्योंकि इनमें सिस्टम को पता है कि कुछ गलत हुआ, फिर भी उसने वैध JSON लौटाया। कबड्डी की भाषा में कहें तो पहले दो 'रेड में खाली हाथ लौटना' हैं, तीसरा-चौथा 'अंपायर का गलत आउट देकर मुस्कुराना'।

विपरीत कोण: शायद खाली नतीजा सबसे ईमानदार नतीजा है

यहां एक असुविधाजनक तर्क है। जब कबड्डी में कोई रेडर दो मिनट तक कुछ नहीं करता, तो क्या वह 'विफल' हुआ? या उसने संयम रखा? 2026 जकार्ता में 31 अगस्त की रात, सेमीफाइनल में भारत ईरान से 18-27 हारा — कबड्डी के इतिहास में पहला एशियाई खेल स्वर्ण जो भारत ने नहीं जीता। उस रात मिक्स्ड ज़ोन में सब 'पोस्टमॉर्टम' लिख रहे थे। मैंने रुककर अजय ठाकुर और साथियों के लंबे बयान लिए, सुबह 2 बजे तक। उस हार का कोई साफ 'डेटा पॉइंट' नहीं था — थी तो बस एक भौतिकी: ईरान की कुश्ती-आधारित रक्षा, फजल अत्राचली का टैकल रिकॉर्ड, प्रतिष्ठा के आधार पर चयन।

उसी तरह, इस रिपोर्ट का खाली आउटपुट शायद सबसे ईमानदार चीज है जो सिस्टम कर सकता था। उसने अनुमान नहीं लगाया, कहानी नहीं गढ़ी, 'कुछ तो होगा' की भावना से फील्ड्स नहीं भरे। यह उस 'फोकलोर-फिलर' से बेहतर है जिससे मैं हमेशा बचता हूं — 'राष्ट्रीय खेल' की लाइन दोहराना, 2026 बर्लिन प्रदर्शन की कहानी, ओलंपिक की अनिवार्यता। खाली डेटा कम से कम झूठ नहीं बोलता।

लेकिन — और यह 'लेकिन' महत्वपूर्ण है — ईमानदार खालीपन और साइलेंट विफलता में फर्क है। ईमानदार खालीपन कहता है 'मुझे नहीं पता'। साइलेंट विफलता कहती है 'सब ठीक है' और खाली फील्ड्स भेज देती है। पहला पत्रकारिता है, दूसरा प्रचार। रिपोर्ट में जो assertion सुझाया गया है, वही फर्क पैदा करता है — extraction_failed लिखना ईमानदारी है, खाली JSON लिखना विफलता को छिपाना।

एक और बात जो मुझे परेशान करती है: यह पाइपलाइन कबड्डी डोमेन पर चल रही है। कबड्डी वह खेल है जहां देशी मिट्टी के मैदान से क्रोर-रुपये की नीलामी तक का सफर आंकड़ों में दर्ज है, लेकिन जिसका असली इतिहास अभी भी पंजाब के गांवों के टूर्नामेंट सर्किट में बसता है — जहां कोई प्रेस बॉक्स नहीं है, कोई डेटा पाइपलाइन नहीं है। जब हमारी पाइपलाइन खुद अपना डेटा नहीं संभाल पाती, तो उस खेल के बारे में क्या कहें जिसका आधा रिकॉर्ड किसी फाइल में ही दर्ज नहीं हुआ?

टेकअवे: अगला आंतरिक संकेत

रिपोर्ट में एक वाक्य है जो मैं अपने ड्राफ्ट में दोहराता हूं: 'खाली नतीजे वैध संरचना में लॉग नहीं होने चाहिए।' मैं इसे आगे बढ़ाऊंगा — जो सिस्टम अपनी विफलता नहीं बता सकता, वह अपनी सफलता भी नहीं बता सकता। कबड्डी में टैकल पॉइंट गिने जाते हैं क्योंकि हर डैश, हर एंकल होल्ड, हर चूक स्कोरबोर्ड पर दर्ज होती है। डेटा पाइपलाइन को भी वही अनुशासन चाहिए: हर खाली फील्ड एक चूका हुआ डैश है, और उसे छिपाना नहीं, दर्ज करना चाहिए।

मैंने हमेशा रोआर से पहले बीट गिनी है, बाद में नहीं। इस रिपोर्ट में बीट साफ सुनाई दे रही है — खाली JSON की चुप्पी। सवाल यह है कि अगली बार जब यह पाइपलाइन कबड्डी का कोई मैच, कोई नीलामी, कोई ट्रांसफर-विंडो का तथ्य संभालेगी, तो क्या वह चुप्पी को बोलने देगी या उस पर 'सब ठीक है' लिखकर आगे बढ़ जाएगी?