Télécharger les sites web qui utilisent Debian

À propos de Debian

La répartition par pays de Debian ne ressemble pas à celle de la plupart des technologies web. C’est en Allemagne que se concentrent 109 565 des sites où nous l’identifions, et l’explication tient peu aux préférences nationales des développeurs. Une population dense d’hébergeurs indépendants et de fournisseurs de colocation, qui travaillent sur un système d’exploitation doté de longues périodes de prise en charge et sans coût de licence, place ce système sous chacun de leurs clients d’un seul coup. La géographie, dans cet enregistrement, est une carte des lieux où l’on exploite des parcs.

C’est la première chose à comprendre au sujet des logiciels serveurs dans un dataset technographique. Le propriétaire du site ne fait presque jamais ce choix. Il est fait une fois, par celui qui exploite les machines, puis il apparaît sous des milliers de domaines sans rapport entre eux et qui n’ont rien d’autre en commun. Pour une entreprise qui vend de l’outillage d’infrastructure, de la sécurité des terminaux ou de la migration infogérée, la cible est l’exploitant du parc et non le site individuel, et la valeur de la liste tient à ce qu’elle regroupe les domaines qui partagent un exploitant.

Les données de version se comportent de la même manière. Nous distinguons 11 versions nommées, et ce sont des noms de code plutôt que des numéros, ce qui rappelle que l’identification vient d’une chaîne qu’une machine a choisi de publier. Un serveur qui annonce squeeze nomme une version sortie de maintenance depuis longtemps, et une bonne part de ces réponses sont des bannières périmées plutôt que des descriptions exactes de ce qui tourne réellement en dessous.

Tout cela mène à la réserve qui compte plus que n’importe quel chiffre de cette page. L’identification dépend d’un serveur qui livre de lui-même l’information, par un suffixe de version dans un en-tête de réponse, par une page par défaut laissée en place, ou par un artefact de l’organisation des paquets. Les exploitants retirent et réécrivent ces signaux couramment, les proxys inverses les remplacent en bloc, et tout site derrière un réseau de diffusion de contenu présente généralement l’identité du réseau à la place de celle de l’origine. Un grand nombre d’installations nous sont donc invisibles. Le décompte est un plancher, et le biais n’est pas aléatoire, parce que plus un parc est configuré avec soin, moins il a de chances d’être compté ici, tout court.

Le projet lui-même explique pourquoi l’observation est la seule méthode disponible. Maintenu depuis 1993 par une communauté de bénévoles sous licence Open Source, il n’a ni fournisseur, ni registre de licences, ni chiffres de vente. Personne ne peut vous vendre un nombre d’installations parce que personne ne le collecte. Ce qui existe, c’est ce que les machines disent d’elles-mêmes en public, rassemblé à grande échelle et rapporté avec ses limites explicitées.

Une requête domaine par domaine indique si un serveur admet le faire tourner, réponse bien mince pour une technologie aussi largement déployée. La liste téléchargeable répond aux questions qui exigent une population. Quels réseaux d’hébergement en font leur standard et combien de domaines chacun d’eux représente. Comment la répartition des versions vieillit d’un instantané à l’autre, ce qui reste le meilleur indicateur indirect disponible de la discipline de correctifs à l’échelle d’un prestataire entier. Quels domaines restent sur des versions qui ont dépassé leur fin de vie, dans quel pays, sous quelle extension. Croisez la colonne du système d’exploitation avec .com et le champ pays et vous obtenez un marché dimensionné plutôt qu’une anecdote, ce qui fait la différence entre savoir qu’une technologie est répandue et savoir où elle se trouve.