搜索引擎跳出了这个限制，它可以成为存储着全世界几乎所有可访问的网页，数目可能超过万亿规模，全部存储起来大约需要数万块磁盘的大型数据库。

虽然这件事看起来峰语已经在做了，但峰语对于未来的规划，并没有我想象中那么清晰。

因为再往下发展下去，我想让bg可以把科技、文化、知识、资讯、新闻对应的文字、图片、视频等林林总总的东西进行统一存储管理，形成整个人类的大型数据库。

它记录人类文明过往的所有资料，为向未来的发展提供各种各样的支撑条件。把它打造成为人类的诺亚方舟那样，去造福全人类。

我可以简单举几个阶段性的例子，例如大数据的某一个先期阶段-大数据应用的数据仓库时代。

而bg可以跳出数据库的概念去进行sql操作，实现数据统计与分析。也就是说，人们将在bg上用更低廉的价格获得比以往多得多的数据存储与计算能力。

我们可以把运行日志、应用采集数据、数据库数据放到一起进行计算分析，获得以前无法得到的数据结果，而企业的数据仓库也随之呈指数级膨胀。

你们想想，在数据仓库时代只要有数据几乎就一定要进行统计分析。如果数据规模比较大，我们就会想到要用大数据技术。而技术的发展同时又促进了技术应用，这也为接下来大数据应用走进数据挖掘时代埋下伏笔。

而在大数据应用的数据挖掘时代必定凌驾于大数据应用的数据仓库时代基础之上。举个例子，很早以前商家就通过数据发现，买尿不湿的人通常也会买啤酒，于是精明的商家就把这两样商品放在一起，以促进销售。

啤酒和尿不湿的关系，你们可以有各种解读，但是如果不是通过数据挖掘，可能打破脑袋也想不出它们之间会有关系。

在商业环境中，如何解读这种关系并不重要，重要的是它们之间只要存在关联，就可以进行关联分析，最终目的是让用户尽可能看到想购买的商品。

除了商品和商品有关系，还可以利用人和人之间的关系推荐商品。如果两个人购买的商品有很多都是类似甚至相同的，不管这两个人天南海北相隔多远，他们一定有某种关系。

比如可能有差不多的教育背景、经济收入、兴趣爱好。根据这种关系，可以进行关联推荐，让他们看到自己感兴趣的商品。

除了商品销售，数据挖掘还可以用于人际关系挖掘。六度分隔理论认为世界上两个互不认识的人，只需要很少的中间人就能把他们联系起来。这个理论在米国的实验结果是，通过六步就能联系上两个不认识的米国人。

未来像我们的【领赢】甚至【ysace】，各种各样的社交软件记录着我们的好友关系，通过关系图谱挖掘，几乎可以把世界上所有的人际关系网都描绘出来。

现代生活几乎离不开互联网，各种各样的应用无时不刻不在收集数据，这些数据在后台的大数据集群中一刻不停地在被进行各种分析与挖掘。