Analyser les résultats agrégés de MetaGer derrière un proxy

Les étapes de vérification qui rendent une conclusion défendable

Sur un méta-moteur, affirmer « les résultats sont différents dans ce pays » exige des preuves plus solides que sur un moteur à index unique. En effet, dans une liste agrégée, une infime variation de pondération peut modifier l'ordre, ce qui ressemble alors à un écart régional. La méthode générale d'échantillonnage — comment figer le jeu de requêtes, comment répartir les tours dans le calendrier, pourquoi un groupe de contrôle est nécessaire — est expliquée dans la section échantillonnage de la page Swisscows . Nous nous limitons ici au problème de preuve propre à la page agrégée.

Ce problème est le suivant : en méta-recherche, l'identité d'une entrée comporte deux parties. Son adresse d'un côté ; de l'autre, la source qui l'a fait entrer dans la liste. Si la page de résultats affiche l'étiquette de source, conservez-la avec les adresses des dix premières lignes ; sinon, notez au moins combien de sources distinctes ont contribué. Vous disposerez ainsi non pas d'une simple liste de rangs, mais de deux séries qui se contrôlent mutuellement.

Menez la comparaison sur ces deux séries, dans cet ordre. Regardez d'abord la répartition des sources : le nombre de lignes fournies par chaque source a-t-il changé entre les deux tours ? Si oui, vous ne pouvez pas lire la variation de l'ordre comme un écart régional, car la matière première entrée dans la liste a changé. Si la répartition est stable mais que l'ordre bouge, l'écart tient à la pondération de l'agrégation : c'est une décision du moteur, pas de votre sortie. Ce n'est que dans le troisième cas — répartition stable, pondération identique et pourtant des adresses différentes — que vous tenez une observation régionale défendable.

Si vous automatisez la mesure, gardez une cadence de requêtes proche d'un usage humain ; si vous atteignez une limite de débit, la solution n'est pas d'augmenter le nombre d'adresses mais d'espacer les tours et de réduire le jeu de requêtes. En méta-recherche, c'est encore plus déterminant, car une seule de vos requêtes met plusieurs sources au travail en arrière-plan et la page attend la plus lente d'entre elles. En comprimant la cadence, ce que vous mesurez n'est plus le comportement du moteur mais la file d'attente que vous avez vous-même créée. Le principe pratique est simple : maintenez le nombre de connexions simultanées sous la limite définie par votre fournisseur et laissez une attente constante entre les tours.

Aspect régional : quelle sortie montre quoi ?

Le pays de sortie influe sur la langue de l'interface, le format de la devise et le classement des requêtes porteuses d'un signal régional. Mais cet effet n'apparaît pas sur toutes les requêtes. Sur une question conceptuelle, changer de pays ne modifie presque rien, alors que sur une requête cherchant un service local, le tableau se différencie nettement. En constituant votre jeu de comparaison, mêlez délibérément ces deux types de requêtes : l'un sert de contrôle, l'autre de signal.

Pour des contrôles intra-européens, une sortie en Allemagne constitue un point de départ pratique ; lorsqu'une seconde référence européenne est nécessaire, une sortie aux Pays-Bas remplit le même rôle avec une capacité élevée. Pour tester l'affichage des résultats en turc, on utilise une sortie en Turquie ; vous pouvez consulter l'intégralité des autres options de pays dans la liste de localisations en bas de page. En changeant de pays, n'oubliez pas de faire suivre également la préférence de langue du navigateur ; sinon vous envoyez deux signaux contradictoires au moteur.

Un avertissement concerne aussi les écrans de consentement. Depuis les pays de l'Union européenne, les écrans d'acceptation des cookies et du traitement des données peuvent se présenter différemment ; les choix faits sur cet écran influencent le comportement des requêtes suivantes. Faites le même choix à chaque tour et consignez-le également, car l'origine de l'écart entre deux tours tient parfois non aux résultats, mais à la décision prise sur cet écran.

Installation, protocole et contrôle des fuites

Le choix du protocole dépend de la nature du travail. Si vous travaillez depuis un navigateur, le HTTP proxy est la voie la moins contraignante et ouvre un tunnel pour le trafic HTTPS. S'il s'agit d'outils en ligne de commande, de scripts ou de clients hors navigateur, SOCKS5 offre une compatibilité plus large, n'interprète pas le protocole qu'il transporte et pose moins de problèmes avec des clients atypiques. En méta-recherche, n'attendez pas d'écart de vitesse mesurable entre les deux ; faites votre choix selon la prise en charge de l'outil avec lequel vous mènerez la mesure.

Définir le périmètre au niveau du profil est la voie la plus sûre pour qui effectue des mesures : toutes les requêtes issues de ce profil passent par le proxy, et votre navigateur quotidien n'est pas affecté. Les informations de connexion se saisissent dans les champs username, 8080, password et ; les valeurs réelles se trouvent dans votre panneau. ; les valeurs réelles proviennent de votre panneau. Si, après l'installation, vous obtenez 407 , c'est que les identifiants ne sont pas envoyés ou que votre autorisation d'adresse a expiré.

La liste complète des tests de fuite et l'ordre dans lequel les exécuter se trouve dans la section vérification de la page Swisscows ; nous n'ajoutons ici que la partie propre à la méta-recherche. Avant chaque tour, mesurez avec avec l'outil de vérification de proxy que la sortie est toujours active et inscrivez en tête de votre relevé l'adresse utilisée pour ce tour. Sur une page agrégée, une sortie tombée et une source qui ne répond pas produisent le même symptôme — une liste de résultats raccourcie — et vous ne pourrez déterminer après coup de laquelle il s'agissait qu'à partir de ces deux lignes.

Le second détail propre à la méta-recherche est la durée du tour. Comme la page attend la réponse de la source la plus lente, les durées de tour varient naturellement ; pour ne pas confondre cette variation avec une instabilité de la sortie, notez à chaque tour à la fois la durée totale et le nombre de sources ayant contribué à la liste. Si la durée s'allonge alors que le nombre de sources reste constant, la lenteur est côté réseau et il faut regarder la sortie ; si le nombre de sources baisse pendant que la durée s'allonge, le problème est dans la chaîne propre au moteur et changer de sortie n'y changera rien.

Limites, coût et usage raisonnable

En méta-recherche, la majeure partie de la latence est structurelle : la page ne peut être complète tant que la réponse de la source la plus lente n'est pas arrivée. Le proxy ajoute sa propre étape à cette durée ; les deux coûts ne se compensent pas, ils s'additionnent. Il est donc normal que la page s'ouvre plus tard avec le proxy activé, et tout discours affirmant que le proxy réduit la latence est techniquement faux. Si vous voulez distinguer les deux, lancez la même requête avec et sans proxy et placez les durées côte à côte : si l'écart reste constant d'un tour à l'autre, il s'agit de l'étape ajoutée ; s'il varie d'un tour à l'autre, c'est le côté sources qui est déterminant.

Côté coût, les pages de recherche produisent de petites réponses : la consommation de données est donc rarement déterminante. Ce qui l'est, c'est le nombre de répétitions et le besoin en adresses. Dans un travail de plusieurs centaines de tours, ce ne sont pas la bande passante mais la simultanéité et les limites de débit qui posent problème ; planifiez en conséquence et mettez par écrit, avant de commencer, combien de tours, combien de requêtes et combien de connexions simultanées vous allez exécuter.

Enfin, le périmètre : cette page traite de la vérification régionale, de la confidentialité et de scénarios de recherche. Les conditions d'utilisation d'un service s'appliquent indépendamment du pays de sortie ; la génération massive de requêtes, les interactions factices ou le contournement des mesures de sécurité ne relèvent pas de ce guide. Si vous souhaitez comparer des moteurs de structure similaire, SearXNG auto-hébergé constitue un bon équivalent ; vous trouverez son guide et les pages d'installation des autres moteurs dans la liste des pages associées ci-dessous.