这不仅仅是对我的问题，对于任何想知道让事情变得更愚蠢的朋克（更快、更好、更强大；）有多重要的人来说也是如此。我对这个话题了解得不够多，尽管我尽我所能把事情做得最好。但我很好奇像谷歌这样的公司可能会为更好的排序算法或更好的搜索算法支付什么费用。
我问这个问题的主要原因是因为我已经开发并正在研究一种方法，用于搜索算法，每次都在 O(8) 中工作。没错，不是 O(8n)，而是 O(8)。我不确定内存，但它非常快。足够快，可以瞬间完成。它将不再需要跨服务器拆分数据。
无论如何回到问题。公司会在速度、内存使用和文件大小等方面花费多少钱（这样人们才能真正理解其价值）？
Jim Gray 在 2003 年撰写的《分布式计算经济学》是一个良好的开端。看到这个报价：
由此我们得出结论，一美元等于
- = 1 美元
- ≈ 1 GB 通过 WAN 发送
- ≈ 10 Tops（tera cpu 操作）
- ≈ 8 小时的 cpu 时间
- ≈ 1 GB 磁盘空间
- ≈ 10 M 数据库访问
- ≈ 10 TB 的磁盘带宽
- ≈ 10 TB 的 LAN 带宽
显然，从那时起这些值发生了变化，但这是非常具体的数据，表明性能很重要。
在高可扩展性博客上与此主题相关的最新帖子：在规模上，即使小胜也能大赚 - Google 和 Facebook 示例。
它隐藏在这篇难以阅读的博客文章中，但在http://blogs.adobe.com/jd/2008/08/factors_affecting_realworld_ad.html中有一些关于真实用户如何响应缓慢操作的非常有说服力的花絮
我找到了他几年前提到的宏媒体研究，但遗憾的是现在找不到。它描述了随着下载时间的增加，采用率的大幅下降。
要点：用户非常不耐烦。快点，否则就输了。