全球10大终极数据库

<STRONG></STRONG></P><P style="TEXT-INDENT: 2em"><STRONG>1. 世界气候数据中心（WDCC）</STRONG></P><P style="TEXT-INDENT: 2em">如果你有一台价值3500万欧元的超级计算机，你会把它用来做什么？炒股？搭建自己的“因特网”？WDCC就有一台这样的机器，又逢全球变暖，正好用它来做气候研究。WDCC由马克思&#183;普朗克气象研究院和德国气候计算机中心共同运作，其数据库是全球最大的。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/83/247/635/41353943.gif"></P><P style="TEXT-INDENT: 2em">WDCC有220TB的网络数据，包括气候研究、预测气候变化和110TB（24500张DVD）的气候模拟数据。尤为重要的是，它还有保存在磁带上的6PB的其他信息。你会问，这6PB的数据有多大呢？这个数据是全美所有学术研究图书馆内容总和的3倍。</P><P style="TEXT-INDENT: 2em">WDCC数据库概括：</P><P style="TEXT-INDENT: 2em">1. 220TB的网络数据：</P><P style="TEXT-INDENT: 2em">2. 6PB的其他数据。</P><P style="TEXT-INDENT: 2em"><STRONG>2. 美国国家能源研究科学计算中心（简称NERSC）</STRONG></P><P style="TEXT-INDENT: 2em">第二大的数据库应属加州奥克兰的NERSC。NERSC由“劳伦斯伯克利能源实验室”和“美国能源部”共同运作。它数据库保存的信息包括了原子能研究、高 能物理实验和早期宇宙模拟等数据。如果想看宇宙过去的模样，启动NERSC的超级计算机就可以观看“大爆炸”时期的宇宙形态。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/84/247/635/41353944.jpg"></P><P style="TEXT-INDENT: 2em">编者注：NERSC有超级计算机群，其中最大的名为“富兰克林”。2009年11月，全球超超级计算机Top500排行榜中，“富兰克林”位列15。 </P><P style="TEXT-INDENT: 2em">NERSC数据库由2000多名计算机科学家操作和维护，其数据量高达2.8PB。（注：1 PB = 1024 TB；1 TB = 1024 GB；）</P><P style="TEXT-INDENT: 2em">NERSC数据库概括：</P><P style="TEXT-INDENT: 2em">1. 信息量高达2.8PB；</P><P style="TEXT-INDENT: 2em">2. 由2000多名计算机科学家共同运作；</P><P style="TEXT-INDENT: 2em"><STRONG>3. AT&T 美国电话电报公司</STRONG></P><P style="TEXT-INDENT: 2em">和Sprint一样，美国的老牌通信公司AT&T的数据库也能进入排名。从结构上来说，AT&T的最大数据库是百里挑一的，因为它有2个 重要“头衔”，总量最大的独立数据库（312TB）和行数第二大的独立数据库（1.9万亿行，这个数据库是处理呼叫记录的）。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/82/247/635/41353942.jpg"></P><P style="TEXT-INDENT: 2em">1.9万亿条呼叫记录，包括了主叫和被叫号码、呼叫时间和通话时长以及其他各种账单目录信息。AT&T的工作做得非常细致，他们业保存了10年前的呼叫信息。要知道，10年前可没有保存数百TB级数据的技术。（或者说技术还不成熟。）</P><P style="TEXT-INDENT: 2em">AT&T数据库概括：</P><P style="TEXT-INDENT: 2em">1. 信息量为323TB；</P><P style="TEXT-INDENT: 2em">2. 1.9万亿的通话记录。</P><P style="TEXT-INDENT: 2em"><STRONG>4. Google</STRONG></P><P style="TEXT-INDENT: 2em">尽管目前外界没有太多关于Google的数据库真实大小的信息（Google一直能严守信息，这让诺克斯堡军事基地情何以堪。），但我们已知道Google所收集信息的数量和种类。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/85/247/635/41353945.jpg"></P><P style="TEXT-INDENT: 2em">编者注：文中提到的诺克斯堡军事基地，是美国国库黄金储备地之一（还有一个是西点，至于纽约联邦储备银行的地下金库，主要是存放外国的黄金。 ）。该基地许多地方可以随便开车进入，惟独金库用铁丝网拦住，外人不得入内。故原文作者这样说。</P><P style="TEXT-INDENT: 2em">Google平均每天处理9100万次查询（Google的处理海量请求的能力是基于其庞大且强大的数据中心），这将近占整个互联网每日查询总量的50%。Google把用户的每一次搜索保存在数据库中。所以，Google平均一年要保存33万亿条查询记录。根据Google数据的结构类型，一年的查询总量将折合成数百TB。</P><P style="TEXT-INDENT: 2em">除了查询记录，Google还收集用户的个人信息。（怎么收集？）Google把用户的查询请求和用户电脑上Cookie保留的信息整合到一起，创建虚拟的个人信息。</P><P style="TEXT-INDENT: 2em">尤为重要的是，除了搜索，Google帝国的疆土还在不断扩大，现有疆土已有数字媒体（Google视频和YouTube）、广告（Google Ads）和邮箱等。归根结底，Google的疆土越大，其数据库处理的信息量就越大。就互联网范围内的数据库而言，Google是No 1。 </P><P style="TEXT-INDENT: 2em">Google数据库概括：</P><P style="TEXT-INDENT: 2em">1. 平均每天9100万查询请求；</P><P style="TEXT-INDENT: 2em">2. 查询数量占所有互联网查询量的50%；</P><P style="TEXT-INDENT: 2em">3. 不计其数的用户虚拟资料。</P><P style="TEXT-INDENT: 2em"><STRONG>5. Sprint 斯普林特</STRONG></P><P style="TEXT-INDENT: 2em">导读：看了上篇的回复评论，有朋友说自家电脑上的影片都是TB级的。一般来说，明智的管理员是不大可能把视频和图片之类的文件保存在数据库中的。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/86/247/635/41353946.jpg"></P><P style="TEXT-INDENT: 2em">Sprint是全球最大的通信公司之一，向5300万客户提供服务。在和Nextel合并之前，提供本地和长途通信服务。（Sprint Nextel公司现已是全美第3大通信公司，仅次于Verizon和AT&T。）</P><P style="TEXT-INDENT: 2em">像Sprint这样的大型通信公司，均有庞大的数据库，以追踪客户呼叫请求。Sprint的数据库每天要处理多达3.65亿次呼叫记录。其数据库已扩展到2.85万亿行。在顶峰期间，每秒有7万次呼叫详细记录新增到数据库中。</P><P style="TEXT-INDENT: 2em">Sprint数据库概括：</P><P style="TEXT-INDENT: 2em">1. 数据库有2.85万亿行；</P><P style="TEXT-INDENT: 2em">2. 每日平均处理3.65亿个呼叫详细记录；</P><P style="TEXT-INDENT: 2em">3. 顶峰期间，每秒插入7万次呼叫详细记录。</P><P style="TEXT-INDENT: 2em"><STRONG></STRONG></P><P style="TEXT-INDENT: 2em"><STRONG>6. ChoicePoint</STRONG></P><P style="TEXT-INDENT: 2em">设想一下：在一本10亿页的电话本上找一个电话号码。这是一项什么的工作。当你有求于ChoicePoint的时候，ChoicePoint的员工就 得干这活。如果把ChoicePoint的数据库资料全部打印出来，在不这些纸张连起来，其长度足以在地月之间往返77回。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/103/248/635/41354218.jpg"></P><P style="TEXT-INDENT: 2em">ChoicePoint是一家信息服务机构，你可以通过它查询美国的人口数量、地址和电话号码、驾驶记录和犯罪记录等。在大多数情况下，Choicepoint数据库中的数据是只卖给出价最高的买主，包括美国政府。</P><P style="TEXT-INDENT: 2em">ChoicePoint到底知道多少呢？2002年，借助ChoicePoint数据中的DNA和个人记录数量，政府成功破获了费城和柯林斯堡的一起 系列强/奸案。2001年，世贸中心有很多遇难者已无法辨别身份，在提取遇难者的DNA后，通过比对ChoicePoint数据库中的遇难者家属的数据， 才得以确认遇难者身份。</P><P style="TEXT-INDENT: 2em">ChoicePoint数据库概括：1. 个人数据总量为250TB；2. 信息覆盖2.5亿人。（编者注：在Wikipedia的ChoicePoint词条中，也可查到ChoicePoint的2005年数据记录。）</P><P style="TEXT-INDENT: 2em"><STRONG>7. YouTube</STRONG></P><P style="TEXT-INDENT: 2em">在经过这些年的积累发展，YouTube已经成为全球最大的视频库（视频网站）。如今，YouTube上每日视频播放次数高达1亿次，60%的视频是在线观看的。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/104/248/635/41354219.jpg"></P><P style="TEXT-INDENT: 2em">2006年8月，《华尔街日报》称YouTube的视频总量已有45TB。相对互联网上数据量来说，这个数字听起来不是很高，但自从这个数字公布以 来，YouTube正经历了一段大幅增长时期，（每天有65000段视频上传至YouTube，）所以在过去五个月中，YouTube的数据库大小很可能 已经翻倍了。</P><P style="TEXT-INDENT: 2em">因为YouTube上的每段视频的大小不一，所以要估计YouTube的数据库大小并非易事。不过，也可以大胆来预测一下：每天上传6500段视频，故每个月共有 65000 * 30 = 1,950,000段视频；假设每段视频大小为1MB，每月将有 1.95TB；假设每段视频大小为10MB，每月将有19.5TB。所以，YouTube下个月将增加近20TB数据。（编者注：YouTube上的第一段视频是Youtube的联合创始人Jawed Karim上传的，视频名称《Me at the zoo》。）</P><P style="TEXT-INDENT: 2em">YouTube数据库概括：1. 每日的视频播放量为1亿次；2. 每日新增65000段视频；3. 60%的视频是在线观看的；4. 视频总量大小至少是45TB。</P><P style="TEXT-INDENT: 2em"><STRONG>8. Amazon 亚马逊</STRONG></P><P style="TEXT-INDENT: 2em">Amazon，全球最大的零售网站，“收藏”了5900万活跃用户的信息，包括个人信息（电话号码等）、收据/发票、清单和还有其他能从用户那提取的 数据。Amazon也有25万多的在线书籍（可以全文阅读的），并允许用户在其各个页面进行评论和交互。因此，Amazon跻身为全球最大的在线社区之 一。</P><P align=center><IMG alt=全球10大终极数据库 src="http://img1.gtimg.com/tech/pics/hv1/105/248/635/41354220.png"></P><P style="TEXT-INDENT: 2em">（不知你有注意Amazon的Logo上的箭头么？有2层意思：1. 从A到Z是指其物品繁多；2. 笑脸。）上述这些数据和Amazon每年的数百万巨额销售量，再加上Amazon合伙人的巨额销售量，造就了一个超大数据库。Amazon最大的2个数据库的 数据量加起来有42TB，这还只是开始。如果Amazon公开其所有的数据库数量和每个数据库的数据量，这就不仅是42TB了。</P><P style="TEXT-INDENT: 2em">尽管如此，我们暂且就算它42TB吧。42TB数据，如果换算成论坛帖子的话，应该是37万亿个帖子。</P><P style="TEXT-INDENT: 2em">编者注：我猜想，这里所说的帖子，应该是主题帖和回帖的统称，不是特指主题帖。另外，Amazon卖出的第一本书是道格拉斯&#183;霍夫斯塔特的《Fluid Concepts and Creative Analogies: Computer Models of the Fundamental Mechanisms of Thought》。</P><P style="TEXT-INDENT: 2em">Amazon数据库概括：1. 5900万活跃用户；2. 数据量超过42TB。</P><P>