400 milliards de documents !
C'est un chiffre que je cherchais depuis longtemps : l'index de Google contient environ 400 milliards de documents.
Le chiffre date de 2020 et a été cité, encore une fois, par Pandu Nayak (vice-president du département Search de Google), pendant son témoignage dans le cadre du procès anti-trust dans lequel est englué Google.
400 milliards de documents, c'est énorme, et pas tant que ça en même temps. C'est 50 fois Wikipedia.
Si on considère que "document", ça peut être une page, une image, une vidéo... l'étau de resserre encore.
Comme quoi, vos "problèmes d'indexation", c'est vraiment volontaire de la part de Google. À priori, ils "maintiennent un index d'environ 400 milliards de documents" : est-ce que ça voudrait dire que pour qu'une nouvelle page entre, une ancienne page doit en sortir ?...
J'en ai parlé avec Sylvain Peyronnet. D'après lui, il est compliqué de comparer deux indexes (comme celui de Google et celui de Babbar, par exemple), puisque Google ne définit pas clairement ce que son index est sensé contenir. Ici, les 400 milliards de page seraient "l'index primaire", celui qui sert en premier lieu pour répondre aux requêtes.
En définitive, Google connaît plusieurs trillions de pages, et en garde 400 milliards pour son index primaire.