給 sci-hub 做鏡像需要多少存儲空間？

其實這個問題的前一個步驟也讓我很茫然，就是如何給 sci-hub 做鏡像。

目前積攢了大概不到 24T 的存儲空間，就時不時地想也許可以給一些有意義的網站做個鏡像，以備斷網之類的情景。故有此問。

最近sci-hub域名好像又悲劇，直接打開的話只能用IP地址。這個問題我曾研究過一小段時間，稍微有點了解，雖然我沒有實際去實施，但提供一點我了解的信息。

現在 sci-hub 項目在和 libgen 項目合作，在 libgen 上有個選項，可以搜索 sci-hub 里的論文。與 libgen 和 sci-hub 鏡像、資料庫導出文檔有關的信息可以在 ligben 的論壇上找到，地址是 genofond.org

需要註冊，這個論壇有一個FAQ頁面，地址：Library Genesis: Miner"s Hut / Барак старателей

很多都是俄文，可以用Chrome的網頁翻譯功能看，Safari有個網頁翻譯插件也可以看，俄文翻譯成英文效果比中文好，第9條和第10條是跟鏡像文件有關的，他們似乎是使用一個MySQL資料庫存儲了所有文檔和論文的地址，搜索到之後，從資料庫獲得地址，再從某個根存儲伺服器獲得實際的文件。

libgen 所有資料庫的 dump 地址：Index of /dbdumps/

另一個FTP地址，也是類似的數據：Index of /dbdumps

科學論文鏡像：Index of /dbdumps/scimag/

實際的SQL dump文件，是在GB級別，2-8GB的樣子。

如果是所有的論文，據說sci-hub有6500萬篇，另一說是9000萬篇，保守算6500萬篇，一篇1M，這樣就需要65000000*1/1000/1000=65TB的容量，但是我看一篇論文一般不止1M，平均也許有3M，所以所有的數據大約是百TB的級別。

libgen的電子書數據，200萬本，書的體積比論文大，所以跟sci-hub大約是一個級別。

24TB的容量，我覺得大約可以存儲1000萬篇論文，如果能夠從sci-hub中篩選出一部分，其實也足夠了。

我腦子也有過這個構想，如果題主決定開始實施，有什麼事情我能幫上忙的，歡迎通知我。