답변:
나는 것들의 조합이 있다고 확신합니다.
그것의 많은-데이터는 많은 노드와 다른 데이터 센터에 분산되고 복제됩니다
비둘기 .
Google 검색 기술의 핵심은 스탠포드 대학교의 Google 창립자 Larry Page와 Sergey Brin이 개발 한 웹 페이지 순위 시스템 인 PigeonRank ™입니다 .
BF Skinner의 획기적인 작업을 바탕으로 Page와 Brin은 저렴한 비용의 비둘기 클러스터 (PC)를 사용하여 인간 편집자 나 기계 기반 알고리즘보다 웹 페이지의 상대적 가치를 더 빠르게 계산할 수 있다고 생각했습니다. Google에는 매일 수십 명의 엔지니어가 서비스의 모든 측면을 개선하기 위해 노력하고 있지만 PigeonRank는 모든 웹 검색 도구의 기초를 계속 제공합니다.
Google의 특허받은 PigeonRank ™가 잘 작동하는 이유
PigeonRank의 성공은 주로 국내 비둘기 (Columba livia) 의 뛰어난 훈련 성과 공간 방향에 관계없이 물체를 인식 할 수 있는 고유 한 능력 에 달려 있습니다. 일반적인 회색 비둘기는 작은 차이 만 표시하는 항목, 즉 수천 개의 유사한 페이지 중에서 관련 웹 사이트를 선택할 수있는 기능을 쉽게 구별 할 수 있습니다.
밀집된 군집에서 비둘기 떼를 모아서 Google은 기존의 검색 엔진보다 빠른 속도로 검색 쿼리를 처리 할 수 있습니다.이 검색 엔진은 일반적으로 새의 먹이, 새끼를 낳는 암탉 또는 느리게 움직이는 물새를 사용하여 관련성 순위를 평가합니다.
하면 검색 쿼리를 제출 Google에, 그것은 데이터 둥지로 라우팅 모니터는 타오르는 속도로 결과 페이지를 플래시 . 때 중요한 결과가 관찰된다 클러스터 비둘기 중 하나에 의해, 상기 페이지 하나의 PigeonRank 값을 할당의 부리와 고무 - 코팅 강철 막대를 친다. 각 펙마다 PigeonRank가 증가 합니다. 가장 많은 펙을받는 해당 페이지는 사용자 결과 페이지의 맨 위에 리턴되며 다른 결과는 펙킹 순서로 표시됩니다.
Google에 대한 몇 가지 사항을 명심해야합니다.
이들의 DB는 독점 빅 테이블 이 사용자 정의 설계되었습니다 - Google에 의해 정확하게 자신의 요구에 맞게
자사의 독점 DB는 독점 파일 시스템 인 Google 파일 시스템 위에 구축되며 일반적인 상용 하드웨어를 사용하여 쉽게 확장 할 수 있도록 GOOGLE 에서 다시 설계했습니다 . Aaron이 자신의 답변에서 언급했듯이 아주 적은 수의 강력한 서버 대신 많은 수의 평균 서버가 있습니다.
소프트웨어는 액세스 속도를 높이기 위해 여러 머신에 개별 테이블을 저장합니다. 소프트웨어는 어떤 데이터가 어떤 머신에 있는지 알고 디스크를 스 래싱하는 대신 관련 정보로 서버로 바로 이동할 수있는 위치를 파악합니다.
Google은 전통적인 관계형 데이터베이스 기술을 사용하지 않습니다. 자체 기술, 큰 테이블 및 맵 감소를 개발했습니다. 원래 연구 논문은 다음과 같습니다. Big Table 및 Map / Reduce . SSTable, 정렬 된 문자열 테이블도 관심 대상입니다 .
비슷한 기술이 이제 hadoop 및 NoSQL 데이터베이스 에서 사용 됩니다 .
Steven Levy의 " In The Plex : Google의 사고 방식, 작동 방식 및 생활 방식 "을 읽어보십시오 . 이 책은 Google의 모든 내용에 대한 흥미 진진한 기사이며 검색 기술 및 엔지니어링에 대한 높은 수준의 토론을 제공합니다. Aaron은 그의 대답에서 그것을 잘 요약하고 Levy의 책은 그들이 어떻게하는지에 대해 더 자세히 알려줄 것입니다.