Базы данных в этой области — не конкурирующие версии одного и того же списка. Это четыре разных вида записи, собранных из разных источников ради разных целей, и каждый авторитетен в узком наборе полей и ненадёжен за его пределами.

Полезный навык — не выбрать один сайт. Он в том, чтобы понимать, какой тип базы перед вами, и знать, каким её полям верить. Магазин знает, что он продаёт, и больше ничего. База сообщества знает больше тайтлов и в большем числе случаев ошибается. Ни одна не обманывает вас; их просто строили под разные вопросы.

Какие бывают четыре типа баз данных?

Вот эти четыре: каталоги магазинов, базы метаданных сообщества, индексы по актрисам и индексы изображений или лиц. Они различаются тем, откуда берут данные, а это определяет все их слабые места.

Тип Источник данных Силён в Известная слабость
Каталог магазина Собственные товарные записи продавца Канонические коды, официальные названия, обложки, что доступно к покупке сейчас Покрывает только то, чем торгует этот продавец; снятые с продажи тайтлы могут исчезнуть совсем
База метаданных сообщества Записи от участников, часто спарсенные и потом поправленные вручную Широта охвата по студиям и эпохам, включая материал, снятый с печати Неровная точность, устаревшие записи, разное понимание полей у разных участников
Индекс по актрисам Сводные фильмографии, привязанные к человеку Отслеживание работ одного человека по разным студиям и во времени Рвётся при смене псевдонима; ранние или неподписанные работы регулярно отсутствуют
Индекс изображений / лиц Обложки и кадры, сопоставляемые по визуальному сходству Найти человека, когда у вас есть картинка и вообще нет текста Возвращает только то, что проиндексировано; не назовёт тайтл напрямую, только человека

Слабость в каждой строке — прямое следствие источника. Поэтому никакими усилиями магазин не покроет тайтлы, снятые с печати, и поэтому ни одна база сообщества никогда не будет настолько же внутренне согласованной, как товарная таблица продавца.

Когда правильно смотреть в каталог магазина?

Смотрите в магазин, когда вам нужна каноническая форма записи: точный код, официальное название в том виде, в каком его пишет дистрибьютор, обложка и то, доступен ли тайтл сейчас.

Данные магазина — побочный продукт торговли, и это делает их необычно надёжными в своих границах: у продавца есть прямая рабочая причина держать коды, названия и доступность в порядке, потому что от этих полей зависят его собственные поиск и выдача заказов. Ни у кого нет такого стимула в отношении тайтла, который перестали продавать много лет назад, — ровно там магазины и обрываются.

Ошибка — принимать магазин за перепись. Отсутствие в магазине означает «здесь не продаётся», но никогда — «не существует». Если вы пытаетесь установить, был ли тайтл вообще выпущен, магазин — неподходящий инструмент.

Данные магазинов вдобавок самые машиночитаемые в этой области, и это стоит знать, если вы что-то разрабатываете. Оператор FANZA публикует товарный API по адресу api.dmm.com/affiliate/v3/ с отдельными эндпоинтами для товаров, актрис, производителей, серий, жанров и разделов каталога, возвращающими content ID, названия, даты и адреса изображений; он требует API ID и партнёрский ID, то есть закрыт партнёрским аккаунтом, а не открыт (сверено с собственным Go SDK DMM.com Labo, pkg.go.dev/github.com/dmmcomlabo/dmm-go-sdk/api, проверено 2026-08-03). Это общий для рынка шаблон: каталог доступен целиком, но как партнёрский фид, со всеми вытекающими коммерческими условиями.

Когда стоит довериться базе сообщества?

Доверяйте базе сообщества в вопросах существования и широты охвата — чтобы установить, что тайтл или актриса вообще существуют, и найти материал, который нигде больше не продаётся.

Это по-настоящему ценно, и ни один коммерческий источник этого не повторяет. Плата за это — расхождение в понимании полей между участниками. «Дата выхода» может означать анонс, цифровой релиз или физический. Титры могут быть списаны с обложки, с карточки товара или из другой базы, которая списала их ещё откуда-то. Ошибки распространяются, потому что базы парсят друг друга, — поэтому один и тот же неверный год рождения может появиться на четырёх сайтах и выглядеть как подтверждение.

Считайте совпадение между базами сообщества слабым свидетельством, а не сильным. Два сайта, говорящие одно и то же, могут означать две независимые записи — а могут одну, скопированную дважды.

Что умеют индексы по актрисам такого, чего не умеют остальные?

Индексы по актрисам привязаны к человеку, а не к товару, и это единственная структура, способная проследить карьеру через смену студий.

В этом их настоящая функция. Магазин организован по тому, что он продаёт; индекс по актрисам — по тому, кто в кадре. Если вы хотите узнать, над чем человек работал до и после перехода в другую студию, только структура с ключом по человеку отвечает на это одним запросом.

Их характерный сбой — смена псевдонима. Сценические имена меняются при переходе между агентствами, между студиями, а иногда между дебютом и перезапуском карьеры, и тогда один и тот же человек превращается в две записи с двумя неполными фильмографиями. Ничто в текстовой базе не отлавливает это автоматически — у двух записей нет ни одного общего поля.

Поэтому же фильмографию следует читать как нижнюю границу. Это список того, что данный индекс знает как подписанное этим именем, а не список того, что человек снял.

Где здесь место индекса изображений или лиц?

Индекс изображений отвечает на единственный вопрос, на который остальные структурно неспособны: кто это, если у вас есть только картинка.

Любая текстовая база требует, чтобы вы уже знали имя, код или название. Если у вас есть кадр из видео и совсем нет текста, входа в неё просто нет. Поиск по лицу переворачивает задачу: он находит лицо, кодирует его вектором и сравнивает с уже проиндексированными лицами, возвращая людей, а не тайтлы.

Наш собственный индекс содержит 241,792 лица по 2,333 актрисам с именами, собранных с обложек и кадров со 106 сайтов (наш индекс, снимок 2026-08).

Границы важнее самой цифры. Покрытие распределено неравномерно: из 2,333 актрис у 2,246 репрезентативное изображение взято с одного-единственного сайта. Это существенный перекос, и он означает, что актрису, которая никогда не появлялась в нашем доминирующем источнике, найти гораздо труднее — при том что инструмент всё равно вернёт ранжированный список почти-совпадений. У любого индекса изображений ограничение такой формы; полезные из них о нём предупреждают.

Индекс изображений вдобавок не даёт вам название. Он даёт человека, а название приходит вторым шагом — сужением известных работ этого человека по деталям сцены. Поиск по лицу и базы фильмографий дополняют друг друга, а не заменяют.

Как понять, можно ли доверять отдельной записи?

Судите о записи, а не о сайте. Четыре признака отличают проверенную запись от скопированной:

  1. Ссылается ли она на исходный код? Запись, в которой есть собственный товарный код дистрибьютора, можно проследить назад. Запись, где есть только название, — нельзя.
  2. Отличает ли она прежний псевдоним от текущего сценического имени? База, в которой псевдонимы описаны явно, продумала смену имён. База с одним плоским полем имени молча разрежет карьеру надвое.
  3. Есть ли у записи дата? Запись без «последнего обновления» неотличима от записи, брошенной в 2015 году.
  4. Пустые поля пустые — или забиты правдоподобным мусором? Значения-заглушки — круглые числа в измерениях, дата рождения по умолчанию — сильный признак того, что поле никогда не проверяли. Пустое поле честнее угаданного.

Если применять их последовательно, эти четыре вопроса сделают для точности больше, чем когда-либо сделает выбор «лучшего» сайта, потому что они позволяют оценивать отдельные записи вместо того, чтобы доверять источнику целиком.

Похожие вопросы

Источники, которые мы индексируем, и вклад каждого из них перечислены на нашей странице сайтов.