从20亿行代码中瞬间定位到你要查找的代码，糖果云是如何做到的？

有篇新闻报道了谷歌公司拥有20亿行代码（相当于40个Windows系统的代码，Windows有5000万行代码），几万名谷歌工程师同时在维护及更新这20亿行代码，创造了互联网上的一个又一个奇迹。

据一位在微软及谷歌都供职过的工程师介绍，20 亿行代码虽然多，但对 Google 这个量级的公司来说不算什么了不起的事情，但Google 在这方面真正值得称道的，是Google 能够把这20亿行代码放在同一个库里面，让所有的工程师在同一个源码库上工作！这真是太方便了！任何人可以随意阅读几乎所有的代码来学习，重用别人的实现也变得极为简单。而在他去Google之前，在 Microsoft 工作时，每个组有每个组自己的库。在 windows server 组工作，就看不到 office 的代码，反之亦然。组和组之间如果存在共享代码的需求，需要复杂的协调工作，有些组还安排了专人来负责。本来查看几行代码仅需几秒钟的事情，要拖延到几天。

从这个介绍来看，当时Microsoft 的开发环境比 Google 落后整整一代。由此带来的结果就是工程师在 Google 能够看到更多被广泛采用的高质量共享库，更多的提高开发效率消除重复劳动的工具，从而带来了更高的开发效率，以及工程师能够更快地成长，最终的结果就是谷歌的业务超出了微软：Chrome打败了IE, 安卓打败了Windows Mobile。

为什么重用代码对软件开发如此重要？我把程序员刚写出来经过编译的代码叫做生代码，而经过千百次运行证明准确无误的代码叫做熟代码，生代码要想变成熟代码，付出的时间成本以及人的脑力成本，超过写出生代码的10倍也不止！生代码写出来后要调试，功能基本无误之后还有各种测试，甚至产品上线数月之后还有bug，所以在软件开发中，应该尽量使用熟代码，以减少无谓的bug。

开源软件的蓬勃发展，促进了软件技术的进步，因为开源软件源代码是公开的，任何人都能使用及修改。全球最大的开源项目聚集地Github，当前拥有开源项目800多万个，有如此多的开源项目，搜索引擎里也能搜到成吨的代码，然而实际情况是：大部分开发人员还在重写生代码，因为找到可重用的代码代价也很大，在搜索引擎里找代码，垃圾太多，在开源项目里找代码，也很费时间，Github的代码搜索功能有限，Github采用的是开源的ElasticSearch搜索引擎，搜索项目没有问题，但搜索代码基本不能用。

如何能像谷歌的员工一样可以随意检索20亿行源代码，让自己的技术得以更快的成长呢？

这就是我们创立糖果云网站的初衷：一个有20亿行源代码的网站（未来会更多），能让你瞬间定位到任意代码的网站，糖果云网站的首页是这样的:



糖果云首页

糖果云有三大特点：

1 第一个特点是快，糖果云是你见过的最快的搜索引擎，比百度谷歌更快，糖果云搜索快到什么程度？大部分搜索响应都低于1毫秒，糖果云是世界上第一款真正的毫秒级搜索引擎。

因为响应足够快，糖果云在你每输入一个字符时都返回当前输入的搜索结果，很多时候，关键词尚未输入完毕，答案即已呈现。有人说百度似乎也有这个功能，百度的这个功能叫热词提示，例如你输入一个迪，提示迪丽热巴，但热词总量也就几十万个，总文本量不过几M，而糖果云的代码库，例如Chrome源码库，Android-7.1(安卓内核7.1版)总文本量都在几个G以上，糖果云依然可以做到毫秒响应，快如闪电。

2 第二个特点是糖果云有专为代码搜索而定制的搜索引擎，代码搜索的需求与普通关键词搜索不一样，代码搜索需要准确定位：

例如代码中包含cookie这个词，普通关键词搜索引擎可以搜索到cookie，例如共有5000处，你如果还想更精细的定位，你可以搜索如下词汇：

cookie( cookie+小括号，你要找的cookie是个函数

cookie[ cookie+中括号，你要找的cookie是个数组

cookie, cookie+逗号，你要找的cookie是个函数参数

cookie; cookie+分号，你要找的cookie是个变量

cookie 空格+cookie，你要找的cookie前面有空格

cookie 制表符+cookie，你要找的cookie前面有制表符

.cookie 句点+cookie，你要找的cookie是个类成员

->cookie 指针符号+cookie，你要找的cookie前面有指针

以上的这些搜索，在普通关键词搜索引擎中，支持程度有限或根本不能搜索，糖果云完全支持，理论上糖果云支持任意字符序列的搜索。

在百度中搜索“.SetCookie(”（加双引号以便更准确定位，否则更不是我们所需要的结果），百度返回的结果如下（与程序员所期望的结果相去甚远）：



baidu搜索代码

在Github中搜索.SetCookie(，然而Github只能返回SetCookie的结果(用“.SetCookie(”搜索结果相同)，如下图所示：



Github搜索

在糖果云中同样搜索.SetCookie(，糖果云返回的结果是真正包含.SetCookie(的代码，如下图所示：



糖果云搜索

3 第三个特点是糖果云对所有代码进行了很好的分类，首先是一个项目的代码形成一个库，然后所有的库按应用领域和编程语言进行分类，如下图所示：



糖果云库

谷歌公司的20亿行代码虽然在一个代码库，相信它依然是可以按项目，按语言，按功能分别搜索的，否则搜索C++代码结果出现java代码是很让人扫兴的。

谷歌的代码库只有谷歌员工能使用，糖果云的代码库全所有开发人员均能使用，用户还可以上传并分享自己的代码，我们希望将糖果云建设成为所有开发人员的知识宝库。