---
title: "[数据统计]百度在调低索引库的容量"
author: "winzenghua"
date: "2007-04-30T16:23:00Z"
tags: []
slug: "untitled"
draft: false
lastmod: "2007-04-30T16:23:00Z"
id: 950139
url: "https://java4gis.iteye.com/blog/950139"
---

\[数据统计]：百度在调低索引库的容量

宇宙在膨胀，搜索引擎索引库也是---题记

如何监测搜索引擎索引库的膨胀率是我最近关心的一个问题。随着网络的深入应用，越来越多的资料被放到了网络上；搜索引擎会对公开的资料加以收录，建立索引并服务于广大的网民。对于搜索引擎来说，如何达到搜全，搜新，有用，准确的要求，在数据爆炸的时代不能不说是一个严峻的挑战。

据悉 [百度在07年第一季度斥资 1.5亿打造数据中心](http://www.baidu.com/s?wd=%B0%D9%B6%C8%20%CA%FD%BE%DD%D6%D0%D0%C4&cl=3) ，很显然现在百度正在不断加强基础设施，以面对互联网数据爆炸的时代。无独有偶，最近美国的[北卡州政府为了吸引google把数据中心建在本州](http://www.google.com/search?sourceid=navclient&ie=UTF-8&rls=GGLJ%2CGGLJ%3A2006-45%2CGGLJ%3Aen&q=google%20%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83%20%E5%85%8D%E7%A8%8E)，竟然抛出了免税的橄榄枝。更有甚者把全球变暖和google庞大的数据中心联系起来。

我的前一篇“[\[数据统计\] 搜索引擎索引库：百度大于雅虎中国 之一](http://blog.donews.com/accesine/archive/2006/12/03/1089767.aspx)”，有很多否定意见的回复。不过我仍然坚持我的观点。因为对于搜索引擎来说，特别是对于上百万级的site:统计来说，能了解数字的趋势，比数字本身更重要。

回到本文的正题，如何监测搜索引擎索引库的膨胀率呢？很显然这又是一个不好回答的问题。这里面涉及到了太多的因素。  
比如：搜索引擎是如何对待那些过时的数据呢？搜索引擎的排重是如何进行的呢？更重要的是我们可以通过那些指标来进行衡量？

我做了一个抽样调查：  
数据来源：  
1、Alexa Top100 的中文网站  
2、Alexa Top100 的中文网站 在 3月份的 搜索引擎索引量 （[来源见这里](http://www.domolo.com/alexa/alexatop100)）

注：google最后3天的统计数据为0。（被google封了 :) ）![](http://p.blog.csdn.net/images/p_blog_csdn_net/accesine960/299488/o_alexa-top100-match-baiduandgoogle.JPG)

可以看出 在3月份百度整体调低了索引库的容量，而google的基本保持稳定。

[SEO 助手， PageRank 批量查询器](http://www.domolo.com/seo_software)