Google：0.2秒和80亿张网页的谜团
从对于浏览者而言，Google 系统内部的运算机制永远是个不可知的谜团。
随手打开一个Google 技术迷的网络日志，你会看见这些叫人眼花缭乱的组合单词：“HillTop”，一种“专家系统”排名机制，决定着各个页面在搜索结果中的位置；“PageRank”，某张网页在Google 搜索引擎内部所拥有的等级，其数值与网页的重要性正相关；“AdSense”目前最受欢迎的互联网关键词广告系统，在众多参与该计划的页面上投放⋯⋯这些专利支撑着Google 的高速运转，夜以继日地为浏览者提供最实用的反馈信息。
这听起来叫人晕头转向，但实际上，用户需要学会的只是：输入关键词，并点击“Google 搜索”。对结果页面的等待，大约将会花去0.2 秒的时间。在这个过程中，你应该可以迅速完成眨眼的动作。是的，几乎所有的门户网站都在强调用户的“眼球滞留时间”，而Google 却坚持让浏览者在最短时间内离开自己的页面。
让时间倒回2005 年8 月。在那个不太安宁的夏天，Yahoo!宣称自己的可搜索页面已经达到192 亿，远远超过Google 的80 亿，是全球最大的搜索引擎。尽管学术界迅速对Yahoo!的说法提出了质疑，但Google 还是回应将减少搜索引擎可搜索网页的数量，同时宣称今后不会再在首页下方即时公布这一数字。Google 消费网络产品部门主管玛丽莎·梅耶((Marissa Mayer)表示：“用户很容易就能发现Google 的搜索数据库更有价值。”毕竟，大部分用户只需要更有用的搜索结果，他们从不关心这些毫无意义的数字。对于浏览者而言，Google 系统内部的运算机制永远是个不可知的谜团。
那么，在这0.2 秒的平均时间里，到底发生了什么呢?作为一个以算法取胜的搜索引擎，“Google自然不会将这些机密与世人尽数分享。否则，希望通过作弊手段提高搜索排名的网站管理员就会有机可乘。但是，也正因为如此，外界对这个“黑匣子”的争论始终不绝于耳。
2003 的11 月16 日，在那次被称为“Google Florida”的更新中，Google 对其排名算法进行了大规模改动，并导致众多排名靠前的网站在一夜之间被打入冷宫。实际上，在每个更新周期中，Google 都可能会对排名算法做一些细微的调整。但面对如此大刀阔斧的变动，整个行业都始料不及。但这也并非无迹可寻，从公司创始人拉里·佩奇((Larry Page)创造的“PageR-ank”机制，再到两年前浮出水面的“HillTop”算法和“TSPR”理论，Google 始终在向“完美的搜索引擎”稳步逼近——如拉里·佩奇所定义的那样，可以“确解用户之意，切返用户之需”。
在刚刚过去的2 月，Google 将旗下的即时通讯产品Google Talk 和电子邮箱系统Gmail 进行了成功的对接，被网民们称为“完美之举”。而此前推出的“Google 搜寻记录”功能也平滑地实现了用户和公司间双赢的局面——用户最终获得了便利，而公司则得到了宝贵的用户上网数据。
人们很难想象，Google 这样一个精妙而伟大的系统竟然构建在几万台极不稳定的普通PC 电脑上。2002 年2 月，由于某个数据中心的主电源跳闸，Google 瘫痪将近1 个小时。此后，Google就改变了自己的文件系统，任何数据都被存放在分别首控于3 个电闸并位于3 个不同支架的3 台电脑上。当正常运作时，数据在网页服务器、索引服务器、文件服务器间高速轮转，并且瞬间传回客户端。如果遭遇损坏，即便一个拥有80 台电脑的支架被断开连接，Google 也能迅速完成再一次的备份，而且，并不中断正常的服务。
这不禁叫人想起比尔·盖茨在2004 年提出的“无缝运算((SeamlessComputing)”概念。当我们再度审视这个假想，Google 已经在不经意间实现了对手纸上谈兵的构思。面对Google.com 首页上的文本框，即便我们已经略知皮毛，却依然难以将其与背后庞大的支撑系统相联系。
随手打开一个Google 技术迷的网络日志，你会看见这些叫人眼花缭乱的组合单词：“HillTop”，一种“专家系统”排名机制，决定着各个页面在搜索结果中的位置；“PageRank”，某张网页在Google 搜索引擎内部所拥有的等级，其数值与网页的重要性正相关；“AdSense”目前最受欢迎的互联网关键词广告系统，在众多参与该计划的页面上投放⋯⋯这些专利支撑着Google 的高速运转，夜以继日地为浏览者提供最实用的反馈信息。
这听起来叫人晕头转向，但实际上，用户需要学会的只是：输入关键词，并点击“Google 搜索”。对结果页面的等待，大约将会花去0.2 秒的时间。在这个过程中，你应该可以迅速完成眨眼的动作。是的，几乎所有的门户网站都在强调用户的“眼球滞留时间”，而Google 却坚持让浏览者在最短时间内离开自己的页面。
让时间倒回2005 年8 月。在那个不太安宁的夏天，Yahoo!宣称自己的可搜索页面已经达到192 亿，远远超过Google 的80 亿，是全球最大的搜索引擎。尽管学术界迅速对Yahoo!的说法提出了质疑，但Google 还是回应将减少搜索引擎可搜索网页的数量，同时宣称今后不会再在首页下方即时公布这一数字。Google 消费网络产品部门主管玛丽莎·梅耶((Marissa Mayer)表示：“用户很容易就能发现Google 的搜索数据库更有价值。”毕竟，大部分用户只需要更有用的搜索结果，他们从不关心这些毫无意义的数字。对于浏览者而言，Google 系统内部的运算机制永远是个不可知的谜团。
那么，在这0.2 秒的平均时间里，到底发生了什么呢?作为一个以算法取胜的搜索引擎，“Google自然不会将这些机密与世人尽数分享。否则，希望通过作弊手段提高搜索排名的网站管理员就会有机可乘。但是，也正因为如此，外界对这个“黑匣子”的争论始终不绝于耳。
2003 的11 月16 日，在那次被称为“Google Florida”的更新中，Google 对其排名算法进行了大规模改动，并导致众多排名靠前的网站在一夜之间被打入冷宫。实际上，在每个更新周期中，Google 都可能会对排名算法做一些细微的调整。但面对如此大刀阔斧的变动，整个行业都始料不及。但这也并非无迹可寻，从公司创始人拉里·佩奇((Larry Page)创造的“PageR-ank”机制，再到两年前浮出水面的“HillTop”算法和“TSPR”理论，Google 始终在向“完美的搜索引擎”稳步逼近——如拉里·佩奇所定义的那样，可以“确解用户之意，切返用户之需”。
在刚刚过去的2 月，Google 将旗下的即时通讯产品Google Talk 和电子邮箱系统Gmail 进行了成功的对接，被网民们称为“完美之举”。而此前推出的“Google 搜寻记录”功能也平滑地实现了用户和公司间双赢的局面——用户最终获得了便利，而公司则得到了宝贵的用户上网数据。
人们很难想象，Google 这样一个精妙而伟大的系统竟然构建在几万台极不稳定的普通PC 电脑上。2002 年2 月，由于某个数据中心的主电源跳闸，Google 瘫痪将近1 个小时。此后，Google就改变了自己的文件系统，任何数据都被存放在分别首控于3 个电闸并位于3 个不同支架的3 台电脑上。当正常运作时，数据在网页服务器、索引服务器、文件服务器间高速轮转，并且瞬间传回客户端。如果遭遇损坏，即便一个拥有80 台电脑的支架被断开连接，Google 也能迅速完成再一次的备份，而且，并不中断正常的服务。
这不禁叫人想起比尔·盖茨在2004 年提出的“无缝运算((SeamlessComputing)”概念。当我们再度审视这个假想，Google 已经在不经意间实现了对手纸上谈兵的构思。面对Google.com 首页上的文本框，即便我们已经略知皮毛，却依然难以将其与背后庞大的支撑系统相联系。
