Come funziona la cache di Google

La cache di Google è qualcosa che, almeno di nome, dovreste aver già incontrato tutti, almeno una volta. E il motivo è molto semplice. Sotto al risultato di ogni ricerca su Google, infatti, accanto alla scritta "Pagine simili" compare anche "Copia cache": probabilmente non ci avrete mai fatto caso, o forse l'avete ignorata, ma quella parola è finita sotto i vostri occhi già centinaia di volte.
Ma che cos'è questa cache? Vediamo di spiegarlo in breve.
La cache è un archivio, nel quale sono conservate copie di altri documenti. Tutti i programmi con cui ci colleghiamo a internet, cioè i browser come Internet Explorer, Firefox e Chrome, ne hanno una e la usano per conservare una copia di tutte le pagine che visitiamo: in questo modo, se torniamo a un sito già visitato in precedenza, il browser potrà sfruttare la copia nella cache per caricarlo più velocemente. A noi, però, non interessa la cache dei browser, almeno oggi, per cui possiamo procedere oltre e arrivare alla cache di Google.
Google utilizza la propria cache per archiviare una copia di tutte le pagine presenti nel suo indice: la cache è quindi un archivio di tutti i documenti che Google è in grado di cercare. Il funzionamento è piuttosto semplice. Google al momento è il principale motore di ricerca della Rete; per poter cercare, però, ha bisogno prima di tutto di conoscere il contenuto della Rete: i nomi dei siti presenti, il contenuto delle loro pagine e così via. Per ottenere queste informazioni, Google utilizza alcuni programmi automatici, i bot (detti anche "ragni", per ovvia analogia con il Web), che eseguono un "censimento" della Rete: saltando da una pagina all'altra, ne copiano il contenuto e lo inoltrano a Google stesso. Una volta arrivato a destinazione, il contenuto delle pagine è indicizzato, ossia è catalogato nell'archivio di Google in base a elementi come argomento, parole chiave e così via. Quando noi eseguiamo una ricerca, Google sfoglia il contenuto del suo archivio e ci restituisce le pagine che più si avvicinano a ciò che noi staimo cercando, in base alle informazioni in suo possesso.
La cache è appunto l'archivio di Google, ossia il "luogo" in cui sono salvate le copie di tutte le pagine internet che ha indicizzato.
Questo archivo è aggiornato periodicamente, in modo da aver sempre sotto controllo tutto ciò che è pubblicato in Rete. Naturalmente, data la vastità della Rete, non sarebbe possibile controllare e aggiornare ogni ora il contenuto di tutti i siti, perché le pagine da controllare sono miliardi. Per questo motivo, i bot di Google controllano e aggiornano il contenuto degli archivi secondo un criterio abbastanza sensato: la frequenza degli aggiornamenti dipenderà dalla dimensione del sito, dal numero di visite che riceve, dalla quantità di nuove pagine che quel sito produce, eccetera. I siti più grandi, famosi e attivi saranno dunque visitati più spesso dai bot; i siti più piccoli e meno attivi, invece, saranno visitati di meno.
Per ogni pagina indicizzata da Google, la cache conterrà l'ultima versione che è stata copiata dai bot: più o essere dunque più o meno recente, a seconda di quanto spesso i bot visitano quel determinato sito. Talvolta la copia della cache è identica all'originale, talvolta invece la copia della cache è più vecchia dell'originale, se l'originale è stato modificato o aggiornato dopo l'ultimo passaggio dei bot. Guardando la copia cache di una pagina, dunque, potremo trovare o una versione identica di quella pagina, oppure una versione più vecchia. Questo cosa significa? Significa che, per esempio, se una certa informazione è stata rimossa dalla pagina originale di un sito, nella copia cache potrebbe invece esserci ancora, perché magari i bot di Google non hanno ancora avuto il tempo di aggiornarla. Ed è un dettaglio che non va trascurato, perché ci ricorda che in Rete nulla è mai distrutto per sempre.
La cache di Google ha però anche altri aspetti, che possono tornarci utili. Un aspetto lo abbiamo già visto: se qualche informazione è stata cancellata dalla pagina originale, potrebbe ancora esistere nella sua copia cache. Su scala più ampia, ci può permettere di recuperare le pagine di un sito che, nel frattempo, è stato rimosso dalla Rete: se Google lo aveva indicizzato, per un certo periodo potremo ancora accedere alla sua copia cache, anche se il sito è ormai defunto. Ancora: se un filtro web non è stato progettato con cura, possiamo aggirarlo usando la cache di Google, in modo del tutto lecito. E il motivo è semplice. Se un filtro ci impedisce di accedere al sito "pincopallino", noi possiamo raggiungerlo lo stesso visitando la copia conservata nella cache di Google: in questo caso, noi non stiamo accedendo al sito pincopallino, ma stiamo accedendo a Google, perché la copia si trova appunto negli archivi di Google. Non è proprio come usare un proxy, d'accordo, ma è una possibilità da tenere presente. Eccetera eccetera.
Come accedere alla copia cache di un sito? Beh, il sistema più semplice è quello di cliccare "copia cache", che troviamo in coda a ogni risultato di una nostra ricerca su Google. In alternativa, possiamo cercare direttamente la copia cache su Google: basta digitare cache: seguito dall'indirizzo del sito che ci interessa. Nella copia cache di una pagina, inoltre, è sempre indicata la data dell'ultimo aggiornamento: potremo così sapere subito a quando risale quella copia.