Статистика: история и контекст
примечание
Актуальные цифры по коллекциям Ruarxive — с источниками и датами — собраны на странице «Статистика: снимок». Эта страница дополняет её историческим контекстом и цифрами о потерях; цифры по коллекциям здесь не дублируются.
Как менялся проект
Подробная хронология — в истории проекта. Кратко:
- начало 2010-х годов — архивация сайтов госорганов (проект «Архивация государства»);
- 2016 — группы данных с архивами на hubofdata.ru, в том числе «Архивы сайтов правоохранительных органов России» (@begtin, 15.05.2016);
- 2017 — проект ruarxive.org (домен зарегистрирован 19.10.2017);
- март 2022 — перезапу ск проекта и Telegram-канал @ruarxive (03.03.2022), архивация «Эха Москвы», СМИ, госаккаунтов в Instagram;
- 2022–2026 — кампании по порталам открытых данных, ИКМО, Ростуризму, Счётной палате, БРЭ, Росстату и другие.
Исторические цифры о размере архива
Цифры ниже верны только на свою дату:
| Дата | Что сказано | Источник |
|---|---|---|
| 21.01.2017 | «уже собрано несколько терабайт данных в сжатом виде и десятков-сотен в распакованном» | @begtin |
| 24.01.2017 | 1,4 ТБ веб-архивов, около 15 ТБ в распакованном виде: 345 сайтов банков, 39 сайтов «Мемориала», 9 сайтов международных конференций в России, 5 сайтов выборов, 10 сайтов политиков и партий, 20 сайтов Олимпиады в Сочи, 20 сайтов институтов развития, 55 сайтов РИА Новости, сайты региональных арбитражных судов, около 500 сайтов органов власти | @begtin |
Более поздней общей цифры объёма архива с источником нет, поэтому она не приводится.
Статистика потерь
Государственные органы
- ФСКН (2016): из 19 сайтов территориальных управлений в ЦФО через неполные пять месяцев после приказа о присоединении к МВД недоступно 10 — более половины (@begtin, 01.06.2016).
- ФМС (2016): вместо сайта — заглушка с перенаправлением на сайт МВД (@begtin, 03.05.2016); федеральный сайт закрыт в день ликвидации, территориальные — в течение нескольких дней (@begtin, 24.01.2017).
- С 2022 г ода: многие сайты госорганов закрыты от обхода с нероссийских IP; сайты Минсельхоза и Фельдъегерской службы Internet Archive не сохранял почти три года (#150, 18.02.2025); огромное число региональных и муниципальных сайтов не охватывается более трёх лет (#170, 27.10.2025).
Банки
После отзыва лицензии сайт банка «живет только пару часов. А иногда и сразу же исчезает» (@begtin, 01.06.2016).
Общая оценка
«За те несколько лет что я архивирую сайты госорганов я могу сказать что потеряно уже больше чем удалось сохранить» — @begtin, 18.11.2016.
Форматы архивов
- WARC — основной формат веб-архивов проекта (#5).
- HTTrack-архивы — для части старых коллекций сайтов («Консервированное государство»).
- ZIP — выгрузки Telegram, соцсетей и наборов статей (например, БРЭ).
- Базы данных — для ресурсов, преобразованных в данные (блог Дмитрия Медведева, голосования Госдумы).
Источники
- Публикации Ивана Бегтина 2016–2017 годов в канале @begtin.
- Публикации канала @ruarxive с марта 2022 года.
- Реестр файлов хранилища
allarchives.csv.
Связанные страницы
- Статистика: снимок — каноническая страница.
- История проекта.
- Проекты.