Scaricare i siti web che utilizzano Nginx

Informazioni su Nginx

Nginx esiste a causa di un collo di bottiglia che nel frattempo ha smesso di essere interessante. I server della sua epoca gestivano ogni connessione con un processo o un thread, e quando la concorrenza superava una certa soglia la macchina spendeva più risorse a pianificare il lavoro che a servire le richieste. Nginx ha risposto con un event loop, e la risposta si è rivelata abbastanza generale da sopravvivere al problema.

A ottobre 2026 lo rileviamo su 70.804.291 siti, il che lo colloca tra i software di cui si può dare per scontata la presenza in quasi ogni discussione sull’infrastruttura. Un software così onnipresente merita una lettura attenta più che un conteggio da titolo di giornale.

La struttura interessante sta sotto la superficie. Su quei siti vediamo attualmente in produzione 411 stringhe di versione distinte, e la più comune in assoluto è la 1.28.3. Un’ampia dispersione delle versioni è la condizione normale per il software che le persone installano da sé e poi dimenticano, perché nel ciclo operativo nulla impone un aggiornamento finché qualcosa non si rompe. Un server web che funziona non annuncia di essere indietro di tre anni.

Questo ha conseguenze che vanno ben oltre la semplice questione di ordine. Ogni bollettino di sicurezza pubblicato riguarda un intervallo di versioni, e a questa scala la popolazione di siti che rientra in quell’intervallo non è un errore di arrotondamento. Chi si occupa di ricerca sulle vulnerabilità, di sottoscrizione assicurativa o di valutazione della catena di fornitura ha bisogno della distribuzione e non della moda, perché il rischio si trova nella coda, ed è proprio nella coda che i riepiloghi pubblici smettono di riportare dati.

La geografia aggiunge un secondo asse. La concentrazione maggiore si trova negli Stati Uniti, dove lo rileviamo su 23.248.874 siti, e la zona .com ne ospita più di qualsiasi altra. La concentrazione dell’hosting non è un’affermazione sulla quota di mercato. Cifre di questo tipo riflettono dove la capacità di hosting è densa, il che è utile da sapere proprio perché non coincide con il luogo in cui si trovano le aziende dietro quei siti.

Il motivo per volere un elenco anziché un grafico diventa evidente non appena si prova a rispondere a una domanda reale. Quali siti di un dato paese usano una versione inferiore a una certa soglia. Quali di questi usano anche un determinato livello applicativo sopra il server. Quali sono comparsi dopo l’ultima ricostruzione e prima non c’erano. Nessuna di queste è una semplice ricerca. È un filtro applicato a una popolazione, e richiede la popolazione.

L’esportazione di webatla è proprio questo. Ogni dominio su cui rileviamo il server, con la stringa di versione osservata, il paese di hosting, l’estensione di dominio e il resto dello stack identificato sullo stesso sito, in un unico file ricostruito ogni giorno. La query si esegue sulla propria macchina, con la cardinalità che si preferisce, senza alcun limite di richieste tra chi chiede e la risposta.

C’è un’ulteriore complicazione che emerge solo quando si dispone dell’intera popolazione. La stringa di versione è autodichiarata, e una quota significativa delle installazioni la sopprime o la riscrive deliberatamente come misura di rafforzamento della sicurezza. Ne consegue che la distribuzione osservabile è sbilanciata verso la parte meno curata del parco installato, cosa che conviene dichiarare apertamente anziché correggere in silenzio. I siti che nascondono la versione sono, in media, quelli di cui c’era meno da preoccuparsi.

Con la stessa popolazione si può anche rispondere a domande sulla coesistenza delle tecnologie più che sul software. Poiché l’esportazione riporta insieme tutti i rilevamenti di un dominio, ci si può chiedere quali siti mettano questo server davanti a uno stack applicativo e un server diverso altrove, oppure quali combinazioni compaiano quasi esclusivamente negli intervalli di indirizzi di un singolo fornitore di hosting. Schemi come questi sono invisibili in qualsiasi vista per singola tecnologia ed evidenti in una tabella completa.

Il software è mantenuto da F5 Networks con licenza BSD ed è disponibile pubblicamente dal 2004. La licenza conta meno del modello di distribuzione: poiché chiunque può installarlo senza registrarsi da nessuna parte, nessun fornitore dispone di un elenco clienti, e l’unico modo per conoscere la popolazione è andare a misurarla.