以物理方式存储我们的互联网记忆

常见人说「互联网是有记忆的」，即便是一时的被人为抹除，但并不意味着它们的消失。

那么这些记忆，以何种方式存于何处？这不，昨日我偶然发现了一个箱子——中国网络历史信息十五年（2002 ~ 2016），200TB 的数据。



因为最近大模型的兴起，来拷贝这个箱子里数据的单位变多。不过@北京大学李晓明 表示「真用起来并不简单」。

以体量来看，其存储方式应该和 Internet Archive（互联网档案馆） 的 Wayback Machine（网络时光机） 差不多，只归档网页（Wayback Machine 还会爬取存储一些后端数据）。

正巧，前段时间看到一篇 A Visit to the Physical Internet Archive 的文章，也是第一次见到全球最大规模的互联网记忆，其背后的物理形态。


互联网档案馆的物理档案馆，位于加利福尼亚州里士满。


前两代互联网档案存储器；左边是 20 世纪 90 年代的 StorageTek 9710，右边是第一代 PetaBox (2004)。

我在 2016 就发帖分享过 Internet Archive 20年：记录互联网风云变幻的时光机，如今它的吞吐量又发生了巨大的变化：每天收集大约 10 亿个 URL，一共大约有二万亿个旧网页的 URL。每秒查询大约六七千次。

看吧，无论是长期安静存放于北大的「中国网络历史信息十五年」黑箱，还是每天都在疯狂活动的 Internet Archive 爬虫，亦或其它藏于某个角落的物理存储介质，都在为保留和延续我们的互联网记忆而默默付出着，各位放心了吧？

有点浪漫，怎么说~

哈哈哈，这下不仅“时光机”被挖透了，固体形态都被你发现了，虫大👍🏻

SURF-
请问，有相关的形式储存我们虫部落的历史吗？

此外，往期的好友等等模块是否可以看看呢？

毕竟除了通过标题、主题等等搜索定向外，还可以通过虫友与朋友直接定位相关文章去向，这或许也是一个不错的路径。