Google之所以成为Google,部分原因是他们推翻了计算机界的传统作法。当所有的超大型数据中心都使用主流服务器和软件时，Google的数据中心绝大部分是靠本身的技术构建而成，Google把命运操纵在自己手中，共共同创办人LarryPage就曾鼓励员工“别太相信有什么不可能的事情”。

　　全世界是卯起来使用Google的架构，Google必须对每一台机器抱有一种随时可牺牲的态度。服务器制造商喜欢主打他们的高阶主机承受故障或死机的能力，但Google宁愿把钱投资在容错软件上。

　　他们认为拥有两倍数量但较不可靠的硬件，胜过一半数量但较可靠的硬件。你必须在软件的层级提供可靠度，如果你有1万台主机在运作,每天就一定会有一些东西挂掉。这个跟我们一般的认知确实有蛮大的差异，我们通常都希望有数量虽少，但功能稳定的机器，而不愿意有一大箩筐随时可能挂掉的机器。

　　每个新集群上线的第一年，通常会发生1000次个别主机的故障，数千次硬盘故障;一次电力输送问题，导致500至1000台主机失效约6小时;20次机柜损坏，每次造成40至80台主机下线;5次机柜摇晃，导致半数的网络封包在传送过程中遗失;整个集群至少一次重新上线,在两天之内的任何时间，影响5%的主机;整个集群还有一半的主机会过热，在5分钟之内让几乎所有服务器死机，并且花上1到2天的时间恢复。以上就是Google的机房内经常发生的状况。

　　Google在2004年开始设计BigTable,用BigTable为所有数据提供若干结构，目前用在超过70个Google计划，包括GoogleMaps、GoogleEarth、Blogger、GooglePrint、Orkut和核心搜索索引。最大的BigTable实用范例管理横跨数千台主机、约6PT(petabytes)的数据。

　　Google在2003写出第一版的MapReduce,让该公司有办法实际发挥那些数据的用处。举例来说，MapReduce能找出某个特定词汇在Google的搜索索引中出现的次数，能列出所有特定词汇出现的网页和链接到某个特定网站的所有网站。利用MapReduce,Google能用相对短的时间，建立一个包含“digital”、“network”和“society”3个字的所有网页索引。Dean说：“你必须能够依序地横跨数千台主机操作，才能在一个合理的时间内完成这项工作。”

　　MapReduce软件在Google内部的应用日渐增加，2004年8月，该软件执行2.9万项工作，到2007年9月，己经暴增到220万项。在这段期间，完成一项工作的平均时间也从634秒降至395秒，而MapReduce的工作产出则从193terabytes上升到约1.4万terabytesoDean说，Google在任何一天都要执行约10万项MapReduce工作，每一项工作占用400台服务器，且需要5到10分钟完成。

　　MapReduce就像GFS,是特别设计用来回避服务器问题的。Dean表示：“当某台主机故障时，主服务器知道那台机器正在执行什么工作，将命令其他主机接手那项map工作。你可能影响到100个map工作，

　　但会有100台主机接手那些工作。”

　　MapReduce的可靠度一度遭到严厉的试炼，当时一个1800台服务器的集群正进行维护操作，工作人员一次拔下80台主机的插头，同时另外1720台主机必须接下停顿的工作。Dean说：“速度变得有点慢，但工作全部完成。”而在一次2004年的简报中，一个1800台集群的系统，承受住了1600台服务器同时故障的打击。

　　所以，Google数据中心的运作似乎如鱼得水，一切顺利。但该公司还不满足，列出了一长串待改进的事项。大多数公司都试图找出如何平顺地将工作在服务器之间转移，但Google己经超越了那项挑战，他们要能够自由、平顺，且自动地将工作在各个数据中心间转移。

　　Dean说:“我们下一代的基础设施要是一个能够横跨大区块主机转移的，而非单一机器的系统。”目前，某些大型的文件系统具有不同的

　　名称，如GFS/Oregon和GFS/Atlanta,但它们都是彼此的拷贝。他表示:“我们要一个单一的名称集Google种种独创的系统替他们开创了天下，也建立了其他竞争者很难跨过的门槛，但是随着环境越来越复杂，Google自己需要解决的问题的挑战性肯定会越来越大。

　　尤其在2009年5月150,全球使用者一度无法_Google的电子邮件、搜索、影音、地图和分析工具等服务，Google官方表示“我们的系统之一出现错误，导致部分网络流量通过亚洲传输，以至于造成网络大塞车，约14%的刪者碰到服务速度变慢、甚至中断的情形。我们很抱歉发生这种事，但是可以肯定的是，我们将更卖力以确保类似问题不再发生。”