Kolik řádů měl váš nejdelší program, který jste kdy napsali – ať už v hodině informatiky na střední škole, nebo jako profík? Google se také pochlubil a jsou to skutečně obří čísla.
Jak velký je vlastně Google? Na tuto otázku hledají statistici odpověď už celou dekádu, velikost všech dat, která hostuje ve svých rozsáhlých serverovnách rozesetých po celém světě, se totiž kvůli počtu a obrovské aktivitě jeho uživatelů neustále mění a s trochou nadsázky je stejně neurčitá jako kvantová fyzika.
V okamžiku změření bude cifra ve skutečnosti zase o pár gigabajtů jiná, protože kdesi na pozadí se právě synchronizovaly další miliony mobilních telefonů a webových disků a na YouTube se během jediné sekundy objevilo několik dalších hodin zábavného videa s mňoukajícími kočkami.
Zatímco samotný obsah je neskutečně dynamický, s kostrou Googlu by to už ale tak žhavé být nemuselo. Jinými slovy, jak velké jsou vlastně zdrojové kódy Googlu? A to nejen vyhledávače, ale i všech jeho služeb počínaje Gmailem a konče třeba mapovým portálem? Kolik kapesních flešek byste potřebovali, abyste si mohli odnést Google domů?
Obří skladiště zdrojáků
Je to bláznivá otázka, ale Google na ni minulý týden kupodivu skutečně odpověděl. Jedna z jeho manažerek Rachel Potvinová se totiž na konferenci @Scale pochlubila prezentací plnou čísel.
Když v Redmondu před patnácti lety dopisovali Windows XP, zdrojový kód operačního systému překonal hranici 45 milionů řádků kódu a Windows jako monolitický projekt byl celé roky považovaný za jeden z nejnáročnějších softwarových počinů.
Google je ale kupodivu také poměrně monolitický – přinejmenším z pohledu organizace jeho zdrojových kódů. Vyhledávač, poštovní služba, mapy a vše ostatní je v jednom obřím skladišti, repozitáři, ke kterému má přístup 95 % inženýrů – tedy 25 tisíc vývojářů.
Miliarda souborů a dvě miliardy řádků
Celý tento balík se skládá z miliardy souborů. Jsou to jednak soubory se samotnými zdrojovými kódy ve všemožných programovacích jazycích od Pythonu po Javu, dále různé konfigurační skripty nebo třeba dokumentace. Prostě vše, co jako vývojář potřebujete k vývoji vlastního Googlu a všeho, co k němu patří.
Svět za zrcadlem – aneb Google optikou vývojářů
Samotný kód Googlu a jeho služeb se v průběhu let roztáhl do 9 milionů zdrojových souborů, které dohromady čítají 2 miliardy řádků. Google je tedy v tomto směru a se vším všudy více než čtyřicetkrát rozsáhlejší projekt než zmíněný Windows XP.
Ale pokračujeme dál. Google už dnes možná nepředstavuje jednu webovou novinku za druhou a dává si více načas, to ale neznamená, že se snad uvnitř produktových týmů nic neděje. Přinejmenším zdrojový kód Googlu je totiž velmi živý a neustále se proměňuje.
86 terabajtů
Centrální úložiště kódu eviduje každý den 45 tisíc změn (2/3 dělají automatizované systémy), což odpovídá 16 milionům úprav kódu v průběhu jednoho roku. Repozitář Googlu přitom každou touto změnu eviduje a vývojáři se tedy mohou vracet i do historie k původním verzím – skrze 35 milionů proměn zdrojového kódu Googlu.
S rostoucí složitostí celého Googlu roste i počet změň jeho zdrojového kódu. Dvě třetiny změn neprovádí člověk, ale stroj – všemožné automatizované systémy.
Pojďme ale konečně zodpovědět tu kruciální otázku. Vlezou se vám zdrojové kódy na kapesní flešku? Asi nebude žádným překvapením, že byste jich potřebovali celý ranec, kostra Googlu totiž zabírá 86 terabajtů. Než tedy vyrazíte třeba do švýcarského Curychu, kde sídlí jedno z vývojářských doupat společnosti, pořiďte si třeba jedenáct 8TB podnikových disků od Seagatu.
Pokud budeme pohlížet na obří centralizované skladiště kódů Googlu jako na jeden související organizmus, pak se skutečně jedná pravděpodobně o doposud největší zdokumentované softwarové dílo.
Linuxové jádro se skládá z 15 milionů řádků kódu a 40 tisíc souborů. Inženýři Googlu stejné množství kódu upraví za jeden týden.
Z kolika řádků kódu se skládá firmware boeingu?
Pojďme na závěr dát ty dvě miliardy řádků kódu ještě do nějakého širšího kontextu. Už tedy víme, že kódy celého Googlu jsou 44× rozsáhlejší než Windows XP, ale co ostatní? Určitou představu může podat třeba infografika Millions of lines of code, jejíž autoři nabízejí i XLS tabulku obdařenou zdroji.
Kolik řádků kódu měl první Photoshop, firmware raketoplánů nebo třeba Symbian?
Metodika zjištění počtu řádků zdrojových kódů u nejrůznějších softwarů sice nemusí být vždy úplně přesná, ale jde spíše o relativní srovnání pro lepší představu a nikoliv o exaktní čísla. Ostatně vždy záleží i na charakteru programovacího jazyka, ve kterém byl daný software vytvořený. program vyjádřený sadou instrukcí z kdejakého assembleru bude mít jistě diametrálně odlišný počet řádků kódu než třeba aplikace v JavaScriptu.
Zatímco takový Photoshop 1.0 z roku 1990 dosahoval asi 120 tisíc řádků, firmware Boeingu 787 jich potřeboval 6,5 milionů. O něco málo složitější je prohlížeč Chrome a Android jich potřebuje 12 milionů.
Americký stíhací letoun F-35 má firmware rozlezlý na 24 milionech řádků, Windows 7 kdesi okolo padesáti a veškerý firmware chytrých vozů snad až sto milionů řádků.
A jak jste na tom vy? Kolik řádků měl váš nejdelší program – ať už z hodiny informatiky, nebo profesionální tvorby?