Scaricare i siti web che utilizzano Apache HTTP Server

Informazioni su Apache HTTP Server

Apache è così vecchio che la domanda interessante non è più il motivo per cui è diventato dominante, ma quello per cui è rimasto tale. Serve pagine dal 1995, il che lo rende più antico del web commerciale cresciuto sopra di esso, e a ottobre 2026 lo rileviamo ancora su 39.836.919 siti.

Un software così diffuso non sopravvive perché viene scelto. Sopravvive perché c’è già. I parchi di hosting condiviso, le impostazioni predefinite dei pannelli di controllo, le immagini delle appliance e gli strumenti interni lo portano avanti senza che nessuno prenda una nuova decisione, e ciascuno di questi canali rinnova la popolazione in silenzio.

È nella ripartizione per paese che questo si vede con più chiarezza, ed è il numero di questa pagina che sorprende più spesso. Dei siti su cui lo rileviamo, ben 13.173.504 si trovano in Germania, una concentrazione molto superiore a quanto farebbe prevedere la quota complessiva di quel paese sul web. Non esiste un’unica spiegazione. La struttura del mercato dell’hosting, la longevità dell’hosting condiviso in quel paese e la base installata di pannelli di controllo che lo includono di serie sono tutti fattori che plausibilmente contribuiscono. Per chi usa i dati, ciò che conta è che lo schema si mantiene stabile da una ricostruzione all’altra e non è l’artefatto di una singola scansione, quindi se ne può tenere conto nella pianificazione.

Le versioni raccontano la stessa storia da un’altra angolazione. Al momento vediamo in produzione 217 stringhe di versione distinte, e la più comune è la 2.4.68. Una distribuzione così ampia è la firma di un software installato una volta e poi lasciato com’è, ed è proprio per questo che la parte alta della distribuzione è la meno utile. I bollettini di sicurezza si applicano a intervalli di versioni, e ciò che un team di sicurezza, un assicuratore o un acquirente ha davvero bisogno di dimensionare è la popolazione che ricade in un intervallo vulnerabile.

È questo il limite pratico di qualsiasi statistica riassuntiva su questa tecnologia. Conoscere il totale non offre nulla su cui agire. Sapere quali domini di un determinato paese usano una versione inferiore a una certa soglia, dietro un certo proxy, su una certa estensione, è un filtro applicato a un’intera popolazione, e o esiste come elenco scaricabile o non esiste affatto.

L’esportazione di webatla è proprio quell’elenco. Contiene ogni dominio su cui lo rileviamo, con la stringa di versione osservata, il paese di hosting, l’estensione e le altre tecnologie identificate sullo stesso sito, in un unico file ricostruito ogni giorno. Non c’è un costo per singola interrogazione né un limite alla precisione del filtro, perché il filtraggio avviene sulla macchina di chi scarica i dati, non sulla nostra.

Per chi deve dimensionare un mercato vale la pena esplicitare una conseguenza di questa inerzia. La popolazione non subisce il ricambio tipico della base utenti di un prodotto. Si erode lentamente ai margini, man mano che i parchi di hosting vengono dismessi, e si ricostituisce grazie a immagini predefinite che nessuno ha scelto. Una campagna rivolta a questa popolazione, quindi, non compete con una decisione d’acquisto. Compete con l’assenza di una decisione, il che richiede un approccio commerciale diverso e in genere più lento.

L’altra cosa che l’elenco completo rende possibile è il filtraggio in negativo. Sapere quali siti usano questo server è utile. Sapere quali siti di un segmento non lo usano, e che cosa usano al suo posto, è il modo per stimare il potenziale di una migrazione o di una sostituzione ai danni di un concorrente. Le due direzioni escono dallo stesso file, e nessuna delle due si può esprimere come ricerca su un singolo dominio.

Apache Software Foundation lo pubblica con licenza Apache 2.0, e la zona .com raccoglie la quota singola più ampia. Come per tutto ciò che viene distribuito gratuitamente, nessun fornitore possiede un elenco clienti, quindi la misurazione è l’unica strada per contare la popolazione. È proprio questa la lacuna che il dataset è stato costruito per colmare.