Gary Illyes, do Google, revela que o índice de busca usa um sistema em camadas onde o conteúdo mais popular é indexado em um armazenamento mais rápido e caro.
Este tópico foi discutido no último episódio do podcast Search Off the Record do Google, que trata da complexidade da linguagem na seleção do índice de pesquisa.
Ao explicar como o Google constrói seu índice de pesquisa, Illyes disse que o conteúdo é indexado em três tipos de armazenamento:
- RAM (memória de acesso aleatório): mais rápida e mais cara
- SSD (Solid State Drive): Muito rápido, mas com custo proibitivo
- HDD (unidade de disco rígido): mais lento e mais barato
O Google reserva o armazenamento mais rápido para documentos que provavelmente serão exibidos nos resultados de pesquisa com maior frequência.
Illyes afirmou o seguinte:
Quando construímos nosso índice, e usamos todos os sinais que temos. Vamos escolher um, digamos, classificação de página e, em seguida, tentar estimar o quanto serviríamos aos documentos que indexamos.
Então, será como a cada segundo? Teremos uma consulta que acione esses documentos? Ou será uma vez por semana ou uma vez por ano?
E com base nisso, podemos usar diferentes tipos de armazenamento para construir o índice. ”
Illyes continuou dando exemplos do que seria armazenado na RAM, o que seria armazenado em SSDs e o que seria armazenado em HDDs.
O conteúdo acessado a cada segundo acabará sendo armazenado na RAM ou SSDs. Isso representa uma pequena quantidade de todo o índice do Google.
A maior parte do índice do Google é armazenado em discos rígidos porque, nas palavras de Illyes, os discos rígidos são baratos, acessíveis e fáceis de substituir.
“Então, por exemplo, para documentos que sabemos que podem surgir a cada segundo, por exemplo, eles acabarão em algo super rápido. E o super rápido seria a RAM. Como se parte de nosso índice de serviço estivesse na RAM.
Então teremos outro nível, por exemplo, para drives de estado sólido, porque eles são rápidos e não tão caros quanto a RAM. Mas ainda não – a maior parte do índice não estaria nisso.
A maior parte do índice estaria em algo que é barato, acessível, facilmente substituível e não quebra o banco. E isso seria discos rígidos ou disquetes. ”
É claro que Illyes estava brincando sobre os disquetes, esse é o tipo de humor seco que você recebe dele no podcast.
Que eu saiba, esta é a primeira vez que o Google permite ao público informações sobre seus níveis de armazenamento de índice de pesquisa. É interessante saber que o conteúdo mais procurado está armazenado em RAM e SSDs.
O custo de armazenar até mesmo uma porcentagem do índice do Google em RAM e SSDs deve ser exorbitante. Embora seja provável que o custo de armazenamento mais rápido seja justificado pela importância dos documentos internos para as pessoas.
A demanda pelo conteúdo deve ser tão alta que o Google não iria correr o risco de atrasar sua divulgação aos usuários.
No que se refere ao SEO, não há como otimizar um tipo de armazenamento em detrimento do outro. E não há como saber em qual camada de armazenamento seu site está indexado.
Meu palpite é que uma porcentagem decididamente pequena de páginas da web são indexadas em RAM ou SSDs. Fazendo um gancho de volta para o SEO, isso é bom, pois significa que a maioria dos sites está competindo em igualdade de condições quando se trata de velocidade de armazenamento de índice.
É importante saber que minha opinião, é que, caso você otimize seu site para termos altamente competitivos e de alto volume de pesquisa, provavelmente seu conteúdo será armazenado em RAM e SSD’s, porém não é possível saber se isso acontecerá de fato.
