Google: Stabilisation de la taille d'index

[ Version anglaise - English version ]

J'ai montré le 22 janvier que la taille de l'index Google avait progressé, bien que la page d'accueil dise toujours "Nombre de pages Web recensées par Google : 8 058 044 651." En utilisant un sondage à partir d'un certain nombre de requêtes, j'ai pu estimer la progression à un facteur d'environ 1.13.

La même technique appliquée un mois plus tard, le 22 février, ne montre pratiquement plus de changement depuis janvier (pente de la droite de régression = 1.01 ou 1.14 depuis novembre).

Le diagramme ci-dessous montre la stabilisation :

Si nous pouvions faire confiance aux chiffres donnés par Google ("Nombre de pages Web recensées par Google : 8 058 044 651"), cela voudrait dire que la taille de l'index est maintenant d'environ 9.2 milliards de pages. Toutefois, il semble que ce chiffre inclut à la fois l'index principal (dans lequel tous les mots de la page sont indexés, jusqu'à la limite de cache utilisée ces temps-ci) et un index supplémentaire, composés de pages que Google a rencontrées mais dont il n'a indexé que très peu de choses (URL, titre...). L'index principal est apparemment de seulement 60% du tout, et les nombres de résultats pour chaque requête "gonflés" artificiellement de 66% pour retomber sur la taille totale (voir étude ici). Etant donné la progression depuis novembre, la taille de l'index principal est donc probablement aux alentours de 5.5 milliards de pages.