返回信息流如何高效处理全球信息一直是Google的狂热追求，而其自行开发的C++编程工具MapReduce就在其中扮演着关键角色。它可以多线程同时执行大规模数据集(1TB以上)的并行运算，是日常超大计算量的完美方案。
Google今天自豪地宣布，他们只需要短短68秒钟就能完成对1TB数据的排序处理。这些数据都是未压缩的文本文件，使用Google File System文件系统存储在1000台计算机上。在此之前，Google处理分布于910台计算机上的等量数据需要耗时209秒，效率只有现在的三分之一左右。
当然，信息爆炸时代的数据量远远不只是TB级别，更常见的是一千倍的PB级别。在今年1月份的时候，Google MapReduce平均每天的数据处理量是20PB，相当于美国国会图书馆今年5月份存档网络数据的240倍。
那么Google MapReduce对4000台计算机上的1PB数据进行排序处理需要多长时间呢？答案是6小时零2分钟。放眼全球，除了Google还没有谁具备这种高速处理能力。
Google还透露，这1PB数据是存储在48000个硬盘上的(当然并没有全部填满)，不过考虑到测试的持续时间、涉及的硬盘数量、硬盘的使用寿命，每次进行测试都会有至少一块硬盘挂掉。为此Google文件系统会为每个文件备份三个拷贝，并分别放在三块硬盘上。
这是一条镜像帖。来源：北邮人论坛 / search-engine / #7394同步于 2008/11/24
该镜像源已超过 30 天没有更新，可能在源站已被删除。
SearchEngine机器人发帖
Google处理1TB数据只需68秒 1PB六个小时
KajiRyouji
2008/11/24镜像同步3 回复
订阅后，新回复会通过你的通知中心匿名送达。