Google检索了1万亿个网页

Google的网络检索究竟有多大？Google好多年没有说起过，现在也没有说-但是他在Blog上提到了他们检索了1个兆的网页内容。奇怪，从Lycos（名词释义 Lycos是搜索引擎中的元老，是最早提供信息搜索服务的网站之一，2000被西班牙网络集团Terra Lycos Network以125亿美元收归旗下。来自互动百科）的时代起还没有搜索引擎谈到过他检索到的网页数目来蒙人。感谢Google起头把我们带到老一代的搜索引擎大小之争中。

Google以前是在首页上列出他检索到了页面数量，过一段时间更新一次。但是在2005年九月份的时候这一计数被拿掉了，那时候雅虎声称他们检索到的页面数量更多。两家搜索引擎变着法子争论自己更大，计数消失后我们才感觉缓和一些。

这很好，非常好。因为搜索引擎的检索数目常常被用作并不存在的相关性指数的替代者。如果一个搜索引擎想看起来比对手好一倍，他们只要拿出一个条形图，上面显示他们比对手的文件多一倍就可以了。来个草堆比喻好了。如果你只搜索了草堆的一半就很难找到针。

但是文件多了也不一定意味着更好的相关性。事实上更多的文件甚至会使搜索引擎更糟糕，如果他没有很好的相关性。还是草堆的比喻，如果把整个草堆都倒在你头上，会帮助你找到针吗？很可能你就被一把草搞晕了。

但是大小对搜索引擎来说是个讨人喜欢的数字-反过来也会使搜索引擎想着法子把他们披露出来的数目吹的多一些。还在1996年的时候Lycos就谈到他检索到的网页数目，其中还有不少根本就没有被检索到或者是搜索者根本就无法进入的网页。Excite看不过去，他就推出一个页面，谈到如何来数URLs，这儿有存档 。

这儿是Google谈到的他们检索到1万亿的网页内容：

最近，甚至我们的搜索工程师开始惊叹现在的网络之大-我们处理网络链接以发现新的内容的系统达到了一个新的里程碑-1万亿（1,000,000,000,000）的独立的网址。

这很容易使人联想到Google允许你搜索1万亿的文档。完全不是这码事，就像帖子里解释的：

我们不是检索这1个兆网页中的每一个页面-其中不少都非常的类似，或者是显示自动生成的内容，就像我们提到的日历的例子，这些内容对搜索用户来说没有什么用处。但是我们可以很自豪地说我们在所有的搜索引擎中拥有最完整的检索，我们的目标是检索世界上全部的数据。

我想要的是最后的部分-Google只是拥有他认为最完整的网页检索。我不希望看到他们或者是任何人说他们拥有最完整的检索，再说证实起来也比较有难度。事实上，仔细想想Google自己的帖子上的一段：

网上究竟有多少拥有独立网址的页面？我们不知道；我们甚至没有时间一个个看过来！:-) 严格地说网页的数量是无限的-比如，基于网页的日历总会有一个下一天链接的，我们可以一直点下去，每次都会出现一个新的页面。我们不会这样去做，很显然， 对你也没有什么用处。但是这个例子可以说明网络的大小其实看你怎么定义一个页面是否有用，而这个问题没有一个固定的答案。

对的，什么是有用的页面是没有固定答案的-也就很难说谁收集了最多的有用的页面。你告诉我你有一大堆网页，我完全可以接受。但是当Google或者别的搜索引擎开始谈大小问题，我就感觉很难过。其实还有更好的事要去做。