面对“Google 这家公司有多大？”这种问题，你可能会用收入、股票价格、客户数量或者是形而上学的影响力来回答这个问题。但是，这还不是全部。Google 作为全球最大的互联网公司，我们当然可以用“互联网思维”来思考这个问题，比如用代码数量来衡量它。
来自于 Google 的 Rachel Potvin，在周一举办的硅谷工程会议上给了我们一个可以参考的答案。她表示，运行所有 Google 互联网服务的软件，包括了 Google 搜索、Gmail、Google地图等，大约有20亿行代码。相比之下，从20世纪80年代就开始开发的 Windows 操作系统——有史以来为单一计算机所开发的最复杂的软件工具之一，只有5000万行代码。
所以简单一刀切的话，建立 Google 相当于建40个 Windows 系统。
当然，5000万行代码驱动的仅仅是 Windows 系统本身，而20亿行代码则是 Google 的全部。Google 的业务覆盖范围及其广，包含了搜索、地图、文档、社交、日历、邮件、视频，以及其他互联网服务，所有20亿行代码都存放在代码资源库中，提供给全部2.5万名 Google 工程师调用。在公司内部，Google 对待它的代码就像对待一个巨大的操作系统。Potvin 表示：“虽然不能证明这一点，但我认为这是全球最大的单一信息库。”
Google 是一个极端例子，但它展示了如今的软件在互联网时代有多复杂，以及我们如何改变使用的编码工具和理念，以适应这种复杂性。Google 的巨大资源库仅适用于内部程序员，但在某种程度上，它已经类似于Github——一个向所有公众开放的源代码库，工程师可以通过互联网共享代码。我们正在走向一个需要经常大规模合作代码的世界，也只有这样才能跟上现代互联网服务的发展。
GitHub 就表示：“Google 拥有2.5万名工程师，他们可以与内部拥有各种不同技能的人分享代码。但是小公司可以使用 GitHub 和开源，得到同样的优势。”
另一方面，建立并运行一个20亿行代码的庞大系统，并不简单。Lambert 表示：“这是一项技术挑战，也是一个巨大壮举，数字相当惊人。”
GitHub 可以让程序员轻松共享代码和协作，它涵盖了数以百万计的项目，但没有直接容纳软件项目。Google 则更进了一步，将很多项目合并成一个。鉴于涉及许多工程师以及同时应付如此多代码的难度，能做到这一点十分地疯狂。
Piper
Google 为了同时应付所有代码，已经建立了自己的“版本控制系统”：Piper。它在整个庞大的网络基础设施上运行，系统覆盖了10个不同的 Google 数据中心。
这一系统不仅将所有20亿行代码都存放在单一的系统内，并提供给公司内部工程师调用，更给工程师提供了更多自由，可以使用及合并横跨无数项目的代码。Potvin 表示：“当你开始一个新项目，Google 已经提供了有丰富资源的图书馆，几乎一切事情都已经帮你完成。更重要的是，工程师可以在所有 Google 服务中进行代码变更和立即部署。更新一件事，就能够更新一切。”
当然使用这个系统也有限制。Potvin 表示，某些高度机密的代码，如PageRank 搜索算法，被存储在一个单独的资源库中，只提供给特定员工。而且，由于Android 和 Chrome两个操作系统与那些在线服务有非常大的区别，Google 会将它们的代码存储在单独的版本控制系统中。但在大多数情况下，Google 代码都是一个整体。
机器程序员
Lambert 指出，构建和运行这样的一个系统，不仅需要知道如何做到这种事，还需要庞大的计算能力。Piper 每天需要处理大约85TB的数据（即85000GB），Google 的 2.5万名工程师每天会对资源库做出45000次提交（修改）。
与此同时，Piper 还必须能删去人类程序员所产生的大量冗余。它必须确保代码准确无误，程序员不会相互干涉，要能从资源库中删除错误和未使用的代码。而正是存在这一切困难，Piper不得不接手一些人类的工作。现在，Google 已经从之前的一个版本控制系统Perforce，切换到了 Piper，让机器来完成一部分工作。
这并不意味着 Google 要让机器人编写代码，但它们确实可以生成很多运行软件所需的数据和配置文件。程序员和机器人需要协调一致，维护代码健康。现在已经不只有人类在维护代码了。
让所有人受惠的 “Piper”
其他公司能否受益于同类系统呢？当然能，而且也确实有公司这样做了。Facebook 的主应用有2000万行以上代码，公司把整个事情作为一个单独的项目。还有一些公司以较小规模在做同样的事情，而当这些公司不断接近 Google 或 Facebook 的规模，也会做同样的事。但Google 和 Facebook 都在探索能够改变每个人的方法。
两家巨头正在开发一个开源的版本控制系统，任何人都可以用它来处理大规模代码。它基于现有系统Mercurial，Google正试图扩展 Mercurial 资源库，达到Google的规模。
原文发布时间为：2015-09-21
本文来自云栖社区合作伙伴“大数据文摘”，了解相关信息可以关注“BigDataDigest”微信公众号
