要在搜索领域超越Google绝非易事，即使对微软和Yahoo!这样的企业而言，也是极困难的。其中一个重要的原因是即使别的企业可以复制或模仿Google的搜索技术、界面，但它们却无法完全复制Google最引以为荣的软硬件基础架构。Google的硬件方面包括了自行组装的服务器群，以及建设于世界各地的超大型数据中心等等，这一点我们早就已经知道了。而在软件方面，我们也知道Google服务器里运行的是由Google自行设计的OS及应用程序。事实上，Google的软件架构的名字为MapReduce，Google依靠它来处理各种数据，比如索引互联网、计算网页PR值、处理Google Earth/Maps的地理信息、聚合Google News里的文章、进行机器翻译等等。可以说MapReduce的效率直接决定着Google的各种产品的表现。因此我们不难想像，MapReduce每天所处理的数据量将会是十分惊人的，因为Google不仅是世界上最多人使用的搜索引擎，它的众多产品也拥有大量的用户。

　　到底有多惊人？网络技术专家Niall Kennedy（via GOS）给出的结果是，MapReduce现在每天所处理的数据量已超过20PB（即20480 TB或20971520GB）。这意味着Google员工可以花更少的时间处理更多的数据，比如他们可以计算数TB的数据，但在10分钟内就可得到结果。这些MapReduce来自由Google员工Jeffrey Dean及Sanjay Ghemawat所写的一份ACM论文。

　　当然，要获得这种效率，花费也是惊人的。Google的标准机集群节点由两个2GHz的Intel Xeon多线程处理器、4GB内存、双160GB硬盘及千兆以太网连接构成。从硬件成本上推算，平均每个Google MapReduce任务就会用到100万美元的硬件，而这个价格还不包括网络带宽费、数据中心支出及员工支出等费用在内。因此正如我们之前所说的那样，要追上Google，你必须得有很多很多的钱，否则你是烧不起来的。

　　（感谢Hung推荐！）