Um censo da internet, com orçamento de investigação

Toda a população de domínios ativos, não uma amostra. 409M domínios com DNS, tecnologia e ranking num único ficheiro que pode medir, citar e voltar a executar. O censo inicial custa €29. Uma amostra gratuita de 10 000 linhas não precisa de conta.

Obtenha uma amostra gratuita de 10 000 linhas Ver o censo de €29

Posso publicar resultados a partir destes dados? →

409Mtoda a população, não uma amostra
€29censo inicial, um único pagamento
Datadoum snapshot fixo que pode citar
10Klinhas de amostra grátis, sem conta

Meça a web inteira, não uma amostra dela

Quatro receitas de agregação sobre o esquema real. A primeira funciona no censo de €29. As restantes usam all-data quando uma pergunta precisa de mais colunas.

DomainTLDDomain typeCountry by IPTechnologiesDNS StatusPR valueHarmonic valueDomain creation date

Domínios por TLD, o censo completo

A medida de população mais simples, e funciona com o dataset inicial de €29. Conte todos os domínios ativos por TLD.

bash + jq
zstdcat webatla-all-active-domains-2026-08-18.jsonl.zst |
jq -r '.TLD' |
sort | uniq -c | sort -rn > domains-by-tld.txt

Adoção de tecnologia em toda a população

Quantos sites utilizam cada tecnologia, contabilizados em todo o ficheiro. O campo de tecnologias existe em duas formas, por isso distinga com base no respetivo 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-2026-08-18.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;

Onde a web está alojada

Distribuição de domínios por país de alojamento, a partir do IP resolvido. Um group-by de uma linha sobre toda a exportação.

duckdb
SELECT "Country by IP" AS country, count(*) AS domains
FROM read_json('webatla-all-data-2026-08-18.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'Country by IP':'VARCHAR'})
WHERE country IS NOT NULL
GROUP BY country ORDER BY domains DESC;

Que parte do espaço de nomes resolve

Um número principal reproduzível. A percentagem de domínios monitorizados que atualmente respondem em DNS, diretamente do ficheiro.

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-2026-08-18.jsonl.zst',
       format='newline_delimited', compression='zstd',
       columns={'DNS Status':'VARCHAR'})
GROUP BY resolves ORDER BY n DESC;

Cada receita funciona sem alterações na amostra e no ficheiro completo. Reporte o número que obtém e cite o ficheiro datado de onde veio.

Sim, pode publicar o que encontrar

A distinção honesta entre o trabalho académico e o de mercado.

Publique livremente

  • Estatísticas agregadas, tabelas, gráficos e mapas
  • Resultados, métodos e conclusões num artigo ou relatório
  • Um punhado de domínios de exemplo para ilustrar uma ideia
  • Indicadores e índices derivados que você calcula

O trabalho é seu. Cite o dataset e a data do instantâneo para que outros possam alinhar os números deles com os seus.

Comece pelo censo

Para partilhar as linhas em bruto, fale primeiro connosco

  • Publicar o dataset em bruto como dados de replicação ou complementares
  • Redistribuir o ficheiro na totalidade ou partes substanciais deste

Isso é redistribuição, que exige um acordo escrito. Se uma revista exigir dados de replicação abertos, diga-nos. Preferimos ajudá-lo a cumprir esse requisito do que deixá-lo sem saída.

Pergunte pelas condições académicas

O que o torna adequado para investigação

Não é mais uma API que tenha de ressalvar na secção de métodos.

População, não uma amostra

Mede cada domínio ativo que monitorizamos, por isso o seu denominador é o real. Nenhuma base de amostragem a justificar perante um avaliador.

Um snapshot fixo e citável

Cada exportação é datada. Cite o ficheiro e a data, e qualquer pessoa pode pedir o mesmo snapshot e reproduzir a sua tabela.

Cite números exatos

A contagem é a contagem. 409,807,815 domínios neste snapshot, não uma estimativa por trás de um limite de pedidos que responde de forma diferente a cada execução.

Cabe numa rubrica de financiamento

O censo inicial custa €29 e tudo combinado custa €599. Isso cabe na maioria dos orçamentos de tese e de departamento, sem ciclo de aquisição.

Formato aberto e aborrecido

Um ficheiro com um JSON por linha. Nenhum leitor proprietário para descrever na secção de métodos, nenhum cliente para instalar numa máquina restrita.

Apenas registos públicos

Sem dados pessoais de contacto: sem nomes, e-mails ou números de telefone. Dados de registo, DNS e tecnologia, o tipo de dados que uma comissão de ética aprova sem objeções.

Perguntas que um avaliador faria

Respondidas sem rodeios.

É a população total ou uma amostra?

Toda a população de domínios ativos que monitorizamos, 409,807,815 domínios no instantâneo atual. Não é uma amostra, portanto as suas taxas e proporções usam o denominador real.

Como torno isto reprodutível?

Todas as exportações têm a data no nome do ficheiro. Cite o dataset e essa data. O ficheiro é fixo, portanto o mesmo instantâneo produz os mesmos números em qualquer máquina. Se alguém precisar do instantâneo exato que utilizou, remeta-o para nós.

Posso publicar os resultados?

Sim. As estatísticas agregadas, as figuras, os indicadores derivados e as conclusões são suas para publicar. Partilhar as linhas em bruto como dados de replicação é redistribuição e exige um acordo escrito, e temos todo o gosto em organizar isso caso uma revista o exija. Veja a divisão acima.

Qual é a posição sobre ética e dados pessoais?

Apenas dados públicos de registo, DNS e tecnologias. Sem dados pessoais de contacto: sem nomes de titulares, e-mails ou números de telefone. A conceção é deliberada, o que normalmente torna a revisão ética breve.

A metodologia está documentada?

Um esquema único, estável e documentado em todos os datasets, com as mesmas chaves em cada linha. Os sinais de classificação, PageRank e harmonic centrality, são calculados por nós no grafo que indexamos.

Faça a sua primeira medição gratuitamente

10 000 linhas reais, sem necessidade de conta. Se os números se confirmarem, o censo completo custa €29 e todas as colunas custam €599.