Előző

Vissza a cikkek listájához

Következő

Hány „oldal” a web?

2008-08-22
Szerző: Bödör Ferenc

Az első Google index 1998-ban már több mint 26 millió oldalt tartalmazott. Ez a szám 2000-re elérte az egy milliárd bejegyzést.

Az elmúlt nyolc évben találhattunk egy csomó becsült számadatot arról, hogy körülbelül mennyi tartalom van a weben. Nemrég még a google kereső is besokallt a világhálón található adatmennyiségtől, mikor is a google linkeket feldolgozó rendszere elérte az új találati mérföldkövet és 1 trilliárd (1000
milliárd - 1,000,000,000,000) egyedi url címet talált egyszerre a neten.

Hogyan találja meg a google az oldalakat?

A google az indexelés során egy egymással összekapcsolt oldalak csoportjából indul ki. Követik az oldalakon található összes olyan linket amely egy új oldalra mutat. Aztán követik az új oldalakon található további új oldalakra mutató linkeket is és így tovább amíg egy hatalmas lista keletkezik a linkekből.

A legfrissebb indexelések során felderített linkek száma már az egy trilliárdot is meghaladja, de ezek közül nem mindegyik vezet új egyedi weboldalra. Sok olyan tartalom van ami több URL-ről is elérhető. Azonban még az ilyen duplikátumok eltávolítása után is több mint egy trilliárd egyedi oldalra mutató link szerepel a google listájában, és ez a szám naponta több millió oldallal bővül.

Akkor hány egyedi oldalt tartalmaz valójában a net?

Ezt bizony még a google sem tudhatja hiszen nem volt ideje mindet végignézni :)
Komolyra fordítva a szót, a neten fellelhető oldalak száma végtelen  – például a webkalendáriumoknak lehet egy „következő nap” linkje, és ha a  végtelenségig követhetjük a linket, akkor is új oldalt találunk mögötte.

Nyilvánvalóan a web mérete annak a definíciójától is függ, hogy mi számít hasznos oldalnak, de erre nincs egzakt válasz.

A google nem is indexeli mind az 1 trilliárd oldalt – sokuk hasonló egymáshoz vagy automatikusan generált tartalmuk van, ami hasonló a kalendáriumos példához és ezek a tartalmak nem túl hasznosak a keresőknek.