Un censo de internet, con presupuesto de investigación
Toda la población de dominios activos, no una muestra. 409M dominios con DNS, tecnología y ranking en un solo archivo que puede medir, citar y volver a ejecutar. El censo inicial cuesta €29. Una muestra gratuita de 10.000 filas no necesita cuenta.
Mida la web entera, no una encuesta sobre ella
Cuatro recetas de agregación sobre el esquema real. La primera funciona con el censo de €29. Las demás usan all-data cuando una pregunta necesita más columnas.
DomainTLDDomain typeCountry by IPTechnologiesDNS StatusPR valueHarmonic valueDomain creation date
Dominios por TLD, el censo completo
La medida de población más simple, y funciona con el dataset inicial de €29. Cuente todos los dominios activos por TLD.
zstdcat webatla-all-active-domains-2026-08-18.jsonl.zst |
jq -r '.TLD' |
sort | uniq -c | sort -rn > domains-by-tld.txt
Adopción de tecnología en toda la población
Cuántos sitios usan cada tecnología, contados en todo el archivo. El campo de tecnologías llega en dos formas, así que distinga según su tipo JSON.
WITH t AS ( SELECT CASE json_type("Technologies") WHEN 'ARRAY' THEN json_extract_string("Technologies", '$[*]') WHEN 'OBJECT' THEN json_keys("Technologies") ELSE []::VARCHAR[] END AS techs FROM read_json('webatla-all-data-2026-08-18.jsonl.zst', format='newline_delimited', compression='zstd', columns={'Technologies':'JSON'}) ) SELECT tech, count(*) AS sites FROM t, unnest(t.techs) AS u(tech) GROUP BY tech ORDER BY sites DESC LIMIT 25;
Dónde se aloja la web
Distribución de dominios por país de hosting, a partir de la IP resuelta. Un group-by de una sola línea sobre la exportación completa.
SELECT "Country by IP" AS country, count(*) AS domains FROM read_json('webatla-all-data-2026-08-18.jsonl.zst', format='newline_delimited', compression='zstd', columns={'Country by IP':'VARCHAR'}) WHERE country IS NOT NULL GROUP BY country ORDER BY domains DESC;
Qué parte del espacio de nombres resuelve
Una cifra principal reproducible. El porcentaje de dominios rastreados que actualmente responden en DNS, directamente desde el archivo.
SELECT "DNS Status" AS resolves, count(*) AS n, round(100.0*count(*)/sum(count(*)) OVER (), 2) AS pct FROM read_json('webatla-all-data-2026-08-18.jsonl.zst', format='newline_delimited', compression='zstd', columns={'DNS Status':'VARCHAR'}) GROUP BY resolves ORDER BY n DESC;
Cada receta funciona sin cambios en la muestra y en el archivo completo. Informe el número que obtenga y cite el archivo fechado del que proviene.
Sí, puede publicar lo que encuentre
La distinción honesta entre el trabajo académico y el de mercado.
Publique libremente
- Estadísticas agregadas, tablas, gráficos y mapas
- Resultados, métodos y conclusiones en un artículo o informe
- Un puñado de dominios de ejemplo para ilustrar una idea
- Indicadores e índices derivados que usted mismo calcula
El trabajo es suyo. Cite el dataset y la fecha del snapshot para que otros puedan comparar sus cifras con las suyas.
Empiece por el censoPara compartir las filas en bruto, hable primero con nosotros
- Publicar el dataset en bruto como datos de replicación o material complementario
- Redistribuir el archivo completo o partes sustanciales de este
Eso es redistribución, y requiere un acuerdo por escrito. Si una revista exige datos de replicación abiertos, díganoslo. Preferimos ayudarle a cumplir con ese requisito antes que dejarle atascado.
Pregunte por las condiciones académicasQué lo hace adecuado para la investigación
No es otra API que tenga que matizar en el apartado de métodos.
Población completa, no una muestra
Usted mide cada dominio activo que rastreamos, así que su denominador es el real. No hay marco muestral que defender ante un evaluador.
Un snapshot fijo y citable
Cada exportación está fechada. Cite el archivo y la fecha, y cualquiera podrá solicitar el mismo snapshot y reproducir su tabla.
Cite cifras exactas
La cifra es la cifra. 409,807,815 dominios en este snapshot, no una estimación tras un límite de peticiones que responde de forma distinta cada vez.
Encaja en una partida de subvención
El censo inicial cuesta €29 y todo combinado cuesta €599. Eso encaja en la mayoría de los presupuestos de tesis y de departamento, sin ciclo de compras.
Formato abierto y aburrido
Un archivo con un JSON por línea. Sin lector propietario que describir en el apartado de métodos, sin cliente que instalar en una máquina restringida.
Solo registros públicos
Sin datos personales de contacto: sin nombres, sin correos electrónicos, sin números de teléfono. Datos de registro, DNS y tecnologías, el tipo de datos que un comité de ética aprueba sin objeciones.
Por dónde empezar
Compre el dataset más pequeño que responda a su pregunta. Suba de nivel solo cuando necesite más columnas.
all-active-domains, €29
El censo. Cada dominio activo con su TLD y su tipo. Suficiente para recuentos de población, estudios por TLD y líneas base de cobertura.
technologies, €159
Stacks detectados por dominio para estudios de adopción en 3,034 tecnologías.
websites-ranking, €99
PageRank y autoridad armónica para estudios de centralidad y alcance.
all-data, €599
Todas las columnas unidas por una sola clave. Para cuando su pregunta abarca DNS, WHOIS, tecnología y ranking a la vez.
Preguntas que haría un evaluador
Respondidas sin rodeos.
¿Es esta la población entera o una muestra?
Toda la población de dominios activos que rastreamos, 409,807,815 dominios en el snapshot actual. No es una muestra, así que sus tasas y proporciones usan el denominador real.
¿Cómo lo hago reproducible?
Cada exportación lleva la fecha en el nombre del archivo. Cite el dataset y esa fecha. El archivo es fijo, así que el mismo snapshot produce los mismos números en cualquier máquina. Si alguien necesita el snapshot exacto que usted usó, remítalo a nosotros.
¿Puedo publicar los resultados?
Sí. Las estadísticas agregadas, las figuras, los indicadores derivados y las conclusiones son suyas para publicar. Compartir las filas en bruto como datos de replicación es redistribución y requiere un acuerdo por escrito, y con gusto lo organizamos si una revista lo exige. Vea la división arriba.
¿Cuál es la postura sobre ética y datos personales?
Solo registros públicos de registro, DNS y tecnologías. Sin datos personales de contacto: sin nombres de titulares, sin correos electrónicos, sin números de teléfono. El diseño es deliberado, lo que suele hacer breve la revisión ética.
¿Está documentada la metodología?
Un esquema estable y documentado en todos los datasets, con las mismas claves en cada línea. Las señales de ranking, PageRank y harmonic centrality, las calculamos nosotros sobre el grafo que indexamos.
Haga su primera medición gratis
10.000 filas reales, sin necesidad de cuenta. Si los números se sostienen, el censo completo cuesta €29 y todas las columnas cuestan €599.