Un censimento di internet, con un budget di ricerca

L’intera popolazione di domini attivi, non un campione. 410M domini con DNS, tecnologia e ranking in un unico file che può misurare, citare e rieseguire. Il censimento iniziale costa €29. Un campione gratuito di 10.000 righe non richiede account.

Ottenere un campione gratuito di 10.000 righe Vedere il censimento da €29

Posso pubblicare risultati da questi dati? →

410Ml’intera popolazione, non un campione
€29censimento iniziale, un unico pagamento
Datatouno snapshot fisso che può citare
10Krighe campione gratuite, senza account

Misuri l’intero web, non un campione di esso

Quattro ricette di aggregazione sullo schema reale. La prima funziona sul censimento da €29. Le altre usano all-data quando una domanda richiede più colonne.

DomainTLDDomain typeCountry by IPTechnologiesDNS StatusPR valueHarmonic valueDomain creation date

Domini per TLD, il censimento completo

La misura di popolazione più semplice, e funziona con il dataset iniziale da €29. Conti ogni dominio attivo per TLD.

bash + jq
zstdcat webatla-all-active-domains-2026-08-30.jsonl.zst |
jq -r '.TLD' |
sort | uniq -c | sort -rn > domains-by-tld.txt

Adozione delle tecnologie in tutta la popolazione

Quanti siti utilizzano ciascuna tecnologia, contati sull’intero file. Il campo Technologies arriva in due forme, quindi distingua in base al tipo JSON.

duckdb
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-2026-08-30.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;

Dove è ospitato il web

Distribuzione dei domini per paese di hosting, a partire dall’IP risolto. Un group-by di una riga sull’intera esportazione.

duckdb
SELECT "Country by IP" AS country, count(*) AS domains
FROM read_json('webatla-all-data-2026-08-30.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'Country by IP':'VARCHAR'})
WHERE country IS NOT NULL
GROUP BY country ORDER BY domains DESC;

Quale quota dello spazio dei nomi risolve

Un numero principale riproducibile. La percentuale di domini monitorati che attualmente rispondono in DNS, direttamente dal file.

duckdb
SELECT "DNS Status" AS resolves, count(*) AS n,
       round(100.0*count(*)/sum(count(*)) OVER (), 2) AS pct
FROM read_json('webatla-all-data-2026-08-30.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'DNS Status':'VARCHAR'})
GROUP BY resolves ORDER BY n DESC;

Ogni ricetta funziona senza modifiche sia sul campione sia sul file completo. Riporti il numero che ottiene e citi il file datato da cui proviene.

Sì, può pubblicare quello che trova

La distinzione onesta tra lavoro accademico e lavoro di mercato.

Pubblichi liberamente

  • Statistiche aggregate, tabelle, grafici e mappe
  • Risultati, metodi e conclusioni in un articolo o rapporto
  • Una manciata di domini di esempio per illustrare un concetto
  • Indicatori e indici derivati calcolati da lei

Il lavoro è suo. Citi il dataset e la data dell’istantanea, così altri potranno confrontare i loro numeri con i suoi.

Iniziare dal censimento

Per condividere le righe grezze, ne parli prima con noi

  • La pubblicazione del dataset grezzo come dati di replica o supplementari
  • La redistribuzione del file per intero o di parti sostanziali

Si tratta di redistribuzione, che richiede un accordo scritto. Se una rivista richiede dati di replica aperti, ce lo comunichi. Preferiamo aiutarla a soddisfare questo requisito piuttosto che lasciarla bloccata.

Informarsi sulle condizioni accademiche

Cosa lo rende adatto alla ricerca

Non è un’altra API che deve giustificare con riserve nella sezione metodi.

Popolazione, non un campione

Lei misura ogni dominio attivo che monitoriamo, quindi il suo denominatore è quello reale. Nessuna base di campionamento da giustificare davanti a un revisore.

Uno snapshot fisso e citabile

Ogni esportazione è datata. Citi il file e la data, e chiunque potrà richiedere lo stesso snapshot e riprodurre la sua tabella.

Citi numeri esatti

Il numero è il numero. 410,862,495 domini in questo snapshot, non una stima dietro un limite di richieste che risponde in modo diverso a ogni esecuzione.

Rientra in una voce di finanziamento

Il censimento iniziale costa €29 e tutto combinato costa €599. Questo rientra nella maggior parte dei budget di tesi e di dipartimento, senza un ciclo di approvvigionamento.

Formato aperto e noioso

Un file con un JSON per riga. Nessun lettore proprietario da descrivere nella sezione metodi, nessun client da installare su una macchina bloccata.

Solo registri pubblici

Nessun dato personale di contatto: niente nomi, e-mail o numeri di telefono. Dati di registrazione, DNS e tecnologia, il tipo di dati che un comitato etico approva senza obiezioni.

Le domande che un revisore farebbe

Risposte senza giri di parole.

È questa la popolazione intera o un campione?

L’intera popolazione di domini attivi che monitoriamo, 410,862,495 domini nell’istantanea attuale. Non è un campione, quindi i suoi tassi e le sue quote usano il denominatore reale.

Come lo rendo riproducibile?

Ogni esportazione riporta la data nel nome del file. Citi il dataset e quella data. Il file è immutabile, quindi la stessa istantanea produce gli stessi numeri su qualsiasi macchina. Se qualcuno ha bisogno dell’istantanea esatta che ha usato, lo indirizzi a noi.

Posso pubblicare i risultati?

Sì. Le statistiche aggregate, le figure, gli indicatori derivati e le conclusioni sono suoi, e può pubblicarli. Condividere le righe grezze come dati di replica è redistribuzione e richiede un accordo scritto, e siamo lieti di organizzarlo se una rivista lo richiede. Veda la distinzione qui sopra.

Qual è la posizione su etica e dati personali?

Solo dati pubblici di registrazione, DNS e tecnologie. Nessun dato personale di contatto: nessun nome del titolare, nessun indirizzo email, nessun numero di telefono. La progettazione è deliberata, il che di solito rende breve la revisione etica.

La metodologia è documentata?

Uno schema stabile e documentato per tutti i dataset, con le stesse chiavi su ogni riga. I segnali di ranking, PageRank e harmonic centrality, sono calcolati da noi sul grafo che indicizziamo.

Esegua la sua prima misurazione gratuitamente

10.000 righe reali, senza bisogno di account. Se i numeri reggono, il censimento completo costa €29 e tutte le colonne costano €599.