Craig Campbell nos documenta una revelación que ya nos temíamos, después de lo que vimos con los hiperenlaces: el 10% del primer millón de dominios más populares está MUERTO. Sin conexión. 404. Más muertos que el loro muerto de los Monty Python. Así que imagina el resto de los ~340 millones de dominios que existen y que no son tan importantes ni visitados. Seguramente más de 30 ó 40 millones estarán también criando malvas, aunque su fantasma vague por el ciberespacio.
Es interesante ver cómo explica paso-a-paso la forma en la que extrajo la lista, que se puede descargar de The Majestic Million (¡gran sitio!) y la normalizó. También está el código que usó para comprobarlos metódicamente, utilizando llamadas en paralelo y un timeout de 60 segundos. El timeout es el tiempo tras el cual «si no contestan es que no hay nadie». En su Macbook Pro tardó menos de 60 minutos en hacer las comprobaciones.
De modo que, ajustando algunos dominios inválidos y repetidos que dejaban la majestuosa lista del «Top 1.000.000» en simplemente «Top 999.789» y tras eliminar los 107.776 dominios que no conectaban, un 10,7 por ciento del total, el asunto dejó tan solo 892.013 dominios válidos que respondían a las peticiones. Puede que sean algunos más porque no tengan página de inicio, pero la diferencia no será gran cosa.
Bonus: Timeout no está todavía traducido en la Wikipedia al castellano. Así que si tienes un rato, anímate a colaborar.
_____
Imagen (CC) Dryicons.
