Télécharger les sites web qui utilisent Apache HTTP Server

À propos de Apache HTTP Server

Apache est assez ancien pour que la question intéressante ne soit plus de savoir pourquoi il est devenu dominant, mais pourquoi il est resté. Il sert des pages depuis 1995, ce qui le rend plus vieux que le web commercial qui a poussé sur lui, et en octobre 2026 nous le détectons encore sur 12 290 199 sites.

Un logiciel de cette taille ne se maintient pas parce qu’on le choisit. Il se maintient parce qu’il est déjà là. Les parcs d’hébergement mutualisé, les réglages par défaut des panneaux de contrôle, les images d’appliances et l’outillage interne le reconduisent tous sans que personne reprenne la décision, et chacun de ces canaux renouvelle la population sans bruit.

C’est dans la répartition par pays que cela se voit le plus nettement, et c’est le chiffre de cette page qui surprend le plus souvent. C’est en Allemagne que la concentration est la plus forte, avec 3 619 081 des sites où nous le détectons, bien au-dessus de ce que laisserait prévoir la part de ce pays dans le web en général. Il n’existe pas d’explication unique. La structure du marché de l’hébergement, la longévité de l’hébergement mutualisé sur place et le parc installé de panneaux de contrôle qui le livrent par défaut y contribuent tous de façon plausible. Ce qui compte pour qui exploite ces données, c’est que le motif reste stable d’une reconstruction à l’autre au lieu d’être l’artefact d’une seule exploration, ce qui permet de bâtir un plan dessus.

Les versions racontent la même histoire sous un autre angle. Nous voyons actuellement 182 chaînes de version distinctes en production, la version 2.4.68 étant la plus fréquente. Une distribution aussi large est la signature d’un logiciel installé une fois puis laissé tranquille, et c’est précisément pour cela que la tête de la distribution en est la partie la moins utile. Les bulletins de sécurité portent sur des plages, et c’est la population qui tombe à l’intérieur d’une plage vulnérable qu’une équipe de sécurité, un assureur ou un acquéreur a réellement besoin de chiffrer.

Voilà la limite pratique de toute statistique résumée sur cette technologie. Connaître le total ne vous apprend rien sur quoi agir. Savoir quels domaines d’un pays donné font tourner une version inférieure à un seuil donné, derrière un proxy donné, sur un TLD donné, revient à filtrer une population complète, et un filtre pareil existe sous la forme d’une liste téléchargeable ou n’existe purement et simplement pas.

L’export webatla est cette liste. Chaque domaine où nous le détectons, avec la chaîne de version observée, le pays d’hébergement, le TLD et les autres technologies dont nous avons relevé l’empreinte sur le même site, dans un fichier unique reconstruit chaque jour. Il n’y a pas de coût à la requête ni de plafond sur la finesse de votre filtre, parce que le filtrage se fait sur votre machine et non sur la nôtre.

Une conséquence de cette inertie mérite d’être explicitée pour qui mesure un marché. La population ne se renouvelle pas comme se renouvelle la base d’utilisateurs d’un produit. Elle s’érode lentement sur les bords à mesure que des parcs d’hébergement sont mis hors service, et elle se réalimente d’images par défaut que personne n’a choisies. Une campagne visant cette population n’affronte donc pas une décision d’achat. Elle affronte l’absence de décision, ce qui donne un cycle de vente différent et en général plus lent.

L’autre chose que rend possible la liste complète, c’est le filtrage négatif. Savoir quels sites font tourner ce serveur est utile. Savoir lesquels, dans un segment donné, ne le font pas et ce qu’ils font tourner à la place, voilà comment on mesure une occasion de migration ou un déplacement concurrentiel. Le même fichier porte les deux sens de lecture, et aucun des deux ne s’exprime sous la forme d’une requête domaine par domaine.

Apache Software Foundation le publie sous licence Apache 2.0, et la zone .com en porte la plus grosse part. Comme pour tout ce qui se distribue librement, aucun fournisseur ne détient de liste de clients, si bien que la mesure est la seule voie vers un décompte de population. C’est le manque que ce dataset est fait pour combler.