Webtér szintű aratások

A szelektív (tematikus és esemény alapú) aratások mellett évente egy-két alkalommal igyekszünk a magyar webtér minél nagyobb részéről egy „pillanatfelvételt” készíteni, vagyis néhány nap alatt lementeni sok százezer honlapot és blogot a kezdőoldaltól kiindulva két-három szint mélységig – helytakarékossági okokból a nagy méretű fájlokat kizárva. A kiindulásként használt URL-ek több forrásból származnak: a .hu országdomén alá bejegyzett publikus címlisták, a korábbi aratásokban talált linkekből kigyűjtött magyar domének és aldomének, az Internet Archive-tól kapott .hu „zónafájl”, valamint a tematikus részgyűjteményekhez emberi közreműködéssel összeválogatott vagy az ajánló űrlapon át érkezett (nemcsak .hu végű) honlapcímek.

Az alábbi táblázat az eddig lezajlott webtér szintű mentések főbb adatait tartalmazza. Ezeknek az anyaga is a zárt archívumba kerül hosszú távú megőrzés és kutatás céljából. Az egyes aratások részletes statisztikái ezen az oldalon nézhetők meg, a robotnak kiindulásként megadott webcímekben pedig itt lehet keresni.

 

Aratás kezdete Aratás vége Kiinduló URL-ek száma Letöltött URL-ek száma Letöltött tartalom Eltárolt új tartalom (tömörítés nélkül)
2024-12-19 2025-01-15   817 542 111 908 302  7 906 GB 3 955 GB
2024-06-24 2024-07-23   865 982 129 728 757  8 788 GB 5 453 GB
2024-01-11 2024-02-03 1 371 617 138 409 426  8 766 GB 6 531 GB
2023-10-04 2023-10-31   992 303 126 850 047  7 830 GB 6 451 GB
2022-12-02 2022-12-20 1 371 617 158 416 570  8 261 GB 6 687 GB
2022-06-24 2022-07-20 1 371 617 174 282 398  8 891 GB 6 132 GB
2021-12-26 2022-01-03   433 863   69 356 724  5 372 GB 2 414 GB
2021-07-07 2021-07-12   433 863    71 878 955  5 495 GB 3 128 GB
2020-12-30 2021-01-04   251 230    47 881 581  4 140 GB 2 300 GB
2020-06-30 2020-07-05   269 430    46 380 598  3 608 GB 2 400 GB
2019-12-23 2020-01-02   246 819  110 367 190  6 387 GB 6 387 GB
2018-09-24 2018-09-28   291 078  172 639 350 10 287 GB 9 138 GB