Descarregar sites que utilizam Solr

Sobre Solr

Encontrar um servidor de pesquisa a partir da internet aberta é normalmente um erro de alguém. O Solr destina-se a ficar numa rede privada por trás de uma aplicação, e no entanto as impressões digitais que o identificam são exatamente do tipo que um site público emite quando a configuração se desvia: uma interface de administração deixada acessível, um ponto de consulta encaminhado diretamente para o navegador, parâmetros num URL que só uma classe de servidores de pesquisa usa, um cabeçalho de resposta que ninguém aparou.

Uma deteção aqui carrega, portanto, um duplo sentido, e vale a pena separar os dois antes dos dados serem usados. Numa leitura, o domínio opera a sua própria infraestrutura de pesquisa: um índice que controla, um esquema que alguém afinou, um serviço Java para manter vivo. Na outra, o domínio tem uma exposição, porque um ponto de consulta acessível do exterior é, na melhor das hipóteses, uma divulgação de informação. As duas leituras saem da mesma linha, e só uma observação manual do domínio as distingue.

A proveniência é invulgarmente limpa para uma entrada deste tipo. O Solr é mantido pela Apache Software Foundation com licença Apache 2.0 e remonta a 2006, o que não deixa história de aquisições para deslindar nem licenciamento para discutir. Ninguém paga para o usar, pelo que a presença não diz nada diretamente sobre orçamento. O que a presença diz é que a organização escolheu operar a pesquisa em vez de a alugar, e operar pesquisa é uma decisão de pessoal: alguém sabe Java, alguém é dono do índice, alguém é chamado quando a relevância deixa de funcionar.

Há também uma implicação de escala. Um site que põe um servidor de pesquisa dedicado à frente de um catálogo está a dizer algo sobre volume, porque as equipas recorrem a um quando a consulta à base de dados deixou de chegar: conjuntos grandes de produtos, arquivos documentais, corpora multilingues, navegação por facetas que uma extensão genérica não consegue oferecer. Os domínios desta entrada pendem para organizações com muito conteúdo e com uma razão para o tornar encontrável, que é um público mais concreto do que o que uma impressão digital de loja ou de sistema de conteúdos dá.

A idade importa para a leitura de segurança. Um produto de servidor que remonta a 2006 acumulou um longo historial de avisos de segurança, e a infraestrutura auto-alojada atualiza-se ao ritmo do seu dono e de mais ninguém. Não temos repartição por versão para esta entrada, pelo que as linhas não conseguem dizer que instalações estão atualizadas. O que as linhas conseguem dizer é onde procurar, que é a parte que ninguém reconstrói verificando domínios um a um.

Em outubro de 2026 registamos o Solr em 12 sites, e o número deve ser lido como uma contagem de visibilidade e não como uma base instalada. Todas as instalações devidamente protegidas por firewall são invisíveis para nós por definição, e as instalações bem geridas são precisamente as que faltam na lista. Para um fornecedor de pesquisa alojada que dimensiona o mercado da gestão própria, para uma consultora que vende migrações, ou para um investigador que mede quanta infraestrutura está acidentalmente exposta, um inventário das visíveis continua a ser o único ponto de partida disponível.