SSD Nodes Learn Hosting plans →
راهنماها Matt Connorتوسط Matt Connor

بهترین ابزار تحلیل وب self-hosted برای VPS کوچک

مقایسه Plausible، Umami، Matomo، GoatCounter و GoAccess روی VPS کوچک؛ نیاز RAM، انتخاب پایگاه‌داده، رشد دیسک، reverse proxy و شکاف ad blocker را بررسی کنید.

کدام ابزار تحلیل وب self-hosted را روی یک VPS اجرا کنیم؟

ابزارهای تحلیل وب self-hosted در دو دسته قرار می‌گیرند و انتخاب دسته اشتباه، هزینه‌ای به‌مراتب بیشتر از انتخاب محصول اشتباه برای شما خواهد داشت. دسته اول یک اسکریپت کوچک در مرورگر بازدیدکننده اجرا کرده و گزارش‌های آن را ذخیره می‌کند. دسته دوم، لاگ‌های دسترسی (access log) که وب‌سرور شما از قبل می‌نویسد را می‌خواند. تمام مراحل بعدی، شامل پایگاه داده و حافظه مورد نیاز، مستقیماً از همین انتخاب اولیه ناشی می‌شود.

پاسخ کوتاه برای یک سرور کوچک: GoatCounter و Medama روی 1 GB رم اجرا می‌شوند، زیرا هر کدام تنها یک پردازش روی فایل‌های پایگاه داده محلی هستند: یکی برای GoatCounter و دو تا برای Medama. ابزار Umami یک کانتینر Postgres اضافه می‌کند و داشبوردی در اختیار شما می‌گذارد که برای افراد غیرفنی نیز قابل خواندن است. نسخه‌های Plausible Community Edition و Rybbit هر دو از ClickHouse استفاده می‌کنند، بنابراین برای حداقل 2 GB رم یا بیشتر برنامه‌ریزی کنید. Matomo یک محصول کامل است و نیاز به سروری متناسب با حجم ترافیک شما دارد. ابزار GoAccess هیچ چیزی به صفحه وب اضافه نمی‌کند، زیرا صرفاً لاگ‌هایی که از قبل وجود دارند را می‌خواند.

تگ اسکریپت یا لاگ سرور: هر کدام چه چیزی را می‌بینند

تگ اسکریپت مرورگرها را اندازه‌گیری می‌کند. صفحه بارگذاری می‌شود، اسکریپت اجرا می‌گردد و یک درخواست به جمع‌آوری‌کننده (collector) شما ارسال می‌کند. هر چیزی که این زنجیره را قطع کند، برای شما نامرئی است: غیرفعال بودن JavaScript، لیست فیلتری که درخواست را مسدود می‌کند، شکست در ارسال درخواست به جمع‌آوری‌کننده، یا خزنده (crawler) که هرگز اسکریپت‌ها را اجرا نمی‌کند.

تجزیه‌کننده لاگ (log parser)، درخواست‌ها را اندازه‌گیری می‌کند. وب‌سرور شما برای هر درخواست یک خط می‌نویسد، فارغ از اینکه چیزی نصب کرده باشید یا نه؛ بنابراین داده‌ها از قبل روی دیسک موجود هستند. این روش هر خزنده و هر بازدید از فایلی که فاقد تگ اسکریپت است را می‌بیند. این روش نمی‌تواند آنچه در داخل مرورگر رخ داده را ببیند و همچنین نمی‌تواند صفحه‌ای که از کش مرورگر یا از یک CDN (شبکه توزیع محتوا) در مقابل سرور شما ارائه شده را مشاهده کند، زیرا آن درخواست هرگز به سرور شما نرسیده است.

این دو عدد با هم مطابقت نخواهند داشت و هیچ‌کدام هم اشتباه نیستند. Matomo می‌تواند هر دو کار را انجام دهد و در مستندات خود ذکر کرده که وارد کردن لاگ (log import)، چه مواردی را نسبت به ردیاب JavaScript از دست می‌دهد: وضوح صفحه (screen resolution)، عناوین صفحات، رویدادها، ردیابی محتوا، نقشه‌های حرارتی (heatmaps)، ضبط نشست‌ها (session recordings) و تحلیل فرم‌ها. این لیست، بهای شمارش درخواست‌ها به‌جای شمارش مرورگرها است.

ترافیک ربات‌ها نیمه دیگر این شکاف است. شمارش‌های مبتنی بر لاگ شامل خزنده‌ها می‌شوند، مگر اینکه آن‌ها را فیلتر کنید؛ و در یک سایت معمولی، سهم خزنده‌ها به‌قدری بزرگ است که می‌تواند نتایج شما را تغییر دهد. GoAccess و قابلیت وارد کردن لاگ در Matomo، هر دو ربات‌های شناخته‌شده را فیلتر می‌کنند. هیچ‌کدام نمی‌توانند خزنده‌ای را که درباره User Agent خود دروغ می‌گوید فیلتر کنند؛ که این خود دلیلی موجه برای ترکیب هر نوع شمارش مبتنی بر لاگ با مسدود کردن خزنده‌های AI در سطح سرور و خواندن لاگ پس از اعمال مسدودسازی، به‌جای پیش از آن است.

GoAccess: تحلیل داده‌ها از لاگ‌های موجود

آن را از مخزن رسمی Debian و Ubuntu پروژه نصب کنید، زیرا بسته‌های موجود در مخازن توزیع‌ها معمولاً از آخرین نسخه منتشر شده عقب‌تر هستند.

wget -O - https://deb.goaccess.io/gnugpg.key | gpg --dearmor | sudo tee /usr/share/keyrings/goaccess.gpg >/dev/null
echo "deb [signed-by=/usr/share/keyrings/goaccess.gpg arch=$(dpkg --print-architecture)] https://deb.goaccess.io/ $(lsb_release -cs) main" | sudo tee /etc/apt/sources.list.d/goaccess.list
sudo apt-get update
sudo apt-get install goaccess

سپس آن را به سمت فایل لاگ هدایت کرده و یک گزارش ایستا (static) ایجاد کنید.

goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINED

این دستور برای یک کاربر معمولی با خطای Permission denied مواجه می‌شود، زیرا در Ubuntu مالکیت لاگ nginx در اختیار root و گروه adm است. با استفاده از sudo usermod -aG adm $USER خود را به این گروه اضافه کنید، سپس از سیستم خارج شده و دوباره وارد شوید، چرا که عضویت در گروه‌ها هنگام ورود به سیستم خوانده می‌شود. دستور id را اجرا کنید و پیش از تلاش مجدد، مطمئن شوید که adm در لیست ظاهر شده است.

گزارش روی لاگ زنده فقط شامل مواردی است که هنوز توسط logrotate جابه‌جا نشده‌اند. درخواست‌های دیروز در access.log.1 قرار دارند و فایل‌های قدیمی‌تر فشرده شده‌اند، بنابراین برای مشاهده گزارش هفتگی باید فایل‌های چرخش‌یافته (rotated) را نیز خواند.

zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.html

یک حالت زنده به نام --real-time-html نیز وجود دارد که صفحه را از طریق WebSocket به‌روزرسانی می‌کند. این حالت به یک پورت دوم و قاعده پروکسی مخصوص خود نیاز دارد. برای اکثر سایت‌ها، یک گزارش ساعتی که توسط cron ایجاد شود کافی است و امنیت آن نیز ساده‌تر تأمین می‌شود.

GoatCounter: یک باینری Go و یک فایل SQLite

GoatCounter به صورت یک باینری کامپایل‌شدهٔ ایستا عرضه می‌شود، بنابراین هیچ runtime خاصی برای نصب نیاز ندارد. یک نسخه build را از صفحه release دریافت کرده و اجرا کنید، یا از image آن استفاده نمایید.

docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounter

هنگامی که به عنوان یک باینری اجرا می‌شود، goatcounter serve روی پورت 8080 گوش می‌دهد و فایل SQLite را در ./goatcounter-data/db.sqlite3 ایجاد می‌کند. زمانی که instance پشت یک proxy قرار دارد، سایت اول را به جای استفاده از wizard وب، از طریق خط فرمان ایجاد کنید.

goatcounter db create site -vhost=stats.example.com -user.email=me@example.com

این ابزار می‌تواند با استفاده از goatcounter serve -listen=:443 -tls=tls,rdr,acme و پروتکل ACME (محیط مدیریت خودکار گواهی)، گواهی‌های خود را مدیریت کند که برای سروری که هیچ سرویس دیگری روی آن اجرا نمی‌شود، مفید است. در مواردی که nginx یا Caddy پورت 443 را در اختیار دارند، GoatCounter را روی پورت 8080 باقی بگذارید و درخواست‌ها را به آن proxy کنید. طبق اعلام خود پروژه، اسکریپت رهگیری حدود 3.5K حجم دارد و برای صفحاتی که از JavaScript استفاده نمی‌کنند، یک tracking pixel در نظر گرفته شده است. اگر در سایت‌های پربازدید، SQLite به گلوگاه تبدیل شود، همان باینری می‌تواند با استفاده از goatcounter serve -db 'postgresql+dbname=goatcounter' از Postgres پشتیبانی کند. پشتیبان‌گیری تنها با کپی کردن فایل انجام می‌شود که این ویژگی، دلیل اصلی برتری این نوع ساختار ابزار است.

Medama: یک کانتینر واحد با ادعای مصرف 256 مگابایت حافظه

Medama جدیدترین گزینه در این فهرست است که به صورت یک فایل باینری واحد ارائه می‌شود. این ابزار طبق طراحی، بدون کوکی کار می‌کند و پروژه ادعا می‌کند که حجم ردیاب آن کمتر از 1 کیلوبایت است و سایت‌های کوچک می‌توانند آن را روی ماشین‌های مجازی با 256 مگابایت حافظه اجرا کنند. این‌ها ادعاهای منتشرشده توسط خود پروژه هستند و اعدادی نیستند که برای این راهنما اندازه‌گیری شده باشند.

docker volume create medama-data
docker run -d -p 127.0.0.1:8080:8080 -v medama-data:/app/data ghcr.io/medama-io/medama:latest

دستور رسمی، پورت را به صورت 8080:8080 منتشر می‌کند. استفاده از پیشوند loopback در بالا عمدی است و بخش reverse proxy دلیل آن را توضیح می‌دهد. Medama داده‌های خود را در دو فایل دیتابیس به نام‌های me_meta.db و me_analytics.db نگه می‌دارد و کانتینر آن‌ها را در مسیر /app/data می‌نویسد؛ بنابراین به جای پشتیبان‌گیری از یک فایل تکی، از کل volume نسخه پشتیبان تهیه کنید. اولین ورود با نام کاربری admin و رمز عبور CHANGE_ME_ON_FIRST_LOGIN انجام می‌شود و نام آن رمز عبور، در واقع همان دستورالعمل ورود است.

یک حالت شکست مستند وجود دارد که ممکن است با آن مواجه شوید. ورود به سیستم فقط از طریق HTTPS یا روی localhost کار می‌کند؛ بنابراین اگر پیش از تنظیم گواهی، proxy را راه‌اندازی کنید، فرم ورود رمز عبور صحیح را رد می‌کند و دلیل آن نیز نمایش داده نمی‌شود. ابتدا تنظیمات TLS (امنیت لایه انتقال) را تکمیل کنید و سپس وارد شوید.

Umami: Postgres و داشبوردی که کاربران با آن آشنا هستند

git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -d

این دستور برنامه را روی پورت 3000 به همراه یک کانتینر PostgreSQL در کنار آن اجرا می‌کند. مستندات، نسخه 12.14 از PostgreSQL را به عنوان حداقل و Node.js نسخه 20.19 یا جدیدتر را الزامی می‌دانند؛ اگر قصد دارید برنامه را از سورس کامپایل کنید، نسخه 22 LTS توصیه می‌شود. یک ایمیج از پیش ساخته شده به نام docker.umami.is/umami-software/umami:latest وجود دارد که به DATABASE_URL نیاز دارد تا به دیتابیسی که از قبل اجرا کرده‌اید، متصل شود.

اطلاعات ورود اولیه admin با رمز عبور umami است. پیش از آنکه DNS را به سمت سرور تنظیم کنید، رمز عبور را تغییر دهید؛ زیرا به محض اینکه رکورد DNS حل شود و پروکسی پاسخ دهد، این نمونه از طریق اینترنت در دسترس خواهد بود. برای جزئیات مربوط به Compose، فایل‌های environment و سیاست restart، به جای کپی کردن یک stack که آن را مطالعه نکرده‌اید، به یک stack داکر کامپوز روی VPS مراجعه کنید.

میزان مصرف منابع شامل یک پردازش Node و یک دیتابیس Postgres است. این مقدار از یک فایل باینری تکی سنگین‌تر و از هر چیزی که ClickHouse اجرا می‌کند، بسیار سبک‌تر است.

نسخه Community Edition نرم‌افزار Plausible: تنظیم حداقل حافظه RAM برای ClickHouse

git clone -b v3.2.1 --single-branch https://github.com/plausible/community-edition plausible-ce
cd plausible-ce
touch .env
echo "BASE_URL=https://stats.example.com" >> .env
echo "SECRET_KEY_BASE=$(openssl rand -base64 48)" >> .env
docker compose up -d

نسخه v3.2.1 در نوامبر 2026 نسخه جاری است و دستور clone به‌عمد آن را ثابت نگه می‌دارد. این پشته از سه بخش تشکیل شده است: برنامه اصلی، Postgres برای حساب‌ها و تنظیمات، و ClickHouse برای داده‌های رویداد. مقدار SECRET_KEY_BASE باید حداقل یک رشته 64 بایتی باشد که خروجی فراخوانی openssl همین مقدار است.

نیازمندی‌های خود Plausible حداقل 2 گیگابایت RAM است تا ClickHouse و برنامه با مشکل out of memory killer مواجه نشوند؛ همچنین پردازنده باید از SSE 4.2 یا NEON پشتیبانی کند که ClickHouse به آن نیاز دارد. این مورد دوم پیش از خرید سرور ارزش بررسی دارد و یکی از تفاوت‌های عملی در انتخاب بین VPS با معماری ARM یا x86 است. از آنجا که ClickHouse تا حد امکان از حافظه موجود استفاده می‌کند، در سرورهای اشتراکی باید سقفی برای آن تعیین کنید؛ همان‌طور که در محدود کردن حافظه کانتینر در Compose توضیح داده شده است.

مقدار BASE_URL باید دقیقاً با URL عمومی مطابقت داشته باشد. در غیر این صورت، پس از ورود، برنامه شما را به میزبان اشتباه هدایت می‌کند و کوکی نشست (session cookie) برای دامنه‌ای نوشته می‌شود که مرورگر شما در آن قرار ندارد؛ در نتیجه بدون دریافت هیچ پیام خطایی، دوباره به فرم ورود بازگردانده می‌شوید.

فایل compose ارائه‌شده هیچ پورتی را منتشر نمی‌کند، زیرا فرض بر این است که یک پروکسی در مقابل آن قرار دارد. یک override اضافه کنید که پورت پیش‌فرض برنامه را فقط روی loopback منتشر کند.

cat > compose.override.yml << EOF
services:
    plausible:
        ports:
            - 127.0.0.1:8000:8000
EOF

Matomo: محصول کامل و سروری که به آن نیاز دارد

Matomo روی PHP با MySQL یا MariaDB اجرا می‌شود؛ این یعنی به جای stack کانتینری، با stack کلاسیک وب سازگار است. همچنین این تنها ابزاری در این لیست است که توصیه‌های سخت‌افزاری را بر اساس حجم ترافیک منتشر می‌کند.

نمودارMatomo sizing guidance by monthly pageviews
داده‌های پشت این نمودار
[
  {
    "label": "100K/month",
    "cpu_cores": 2,
    "ram_gb": 2,
    "disk_gb": 50
  },
  {
    "label": "1M/month",
    "cpu_cores": 4,
    "ram_gb": 8,
    "disk_gb": 250
  },
  {
    "label": "10M/month",
    "cpu_cores": 8,
    "ram_gb": 16,
    "disk_gb": 400
  }
]

این‌ها حداقل‌های اعلام‌شده توسط Matomo تا نوامبر 2026 هستند و اندازه‌گیری‌های انجام‌شده برای این راهنما نیستند. تا 100,000 بازدید صفحه در ماه، این ابزار به 2 هسته CPU، 2 گیگابایت رم و 50 گیگابایت حافظه SSD نیاز دارد و یک سرور هم برنامه و هم پایگاه داده را میزبانی می‌کند. در 1M/month این مقادیر به 8 گیگابایت رم و 250 گیگابایت دیسک می‌رسد. در 10M/month، Matomo استفاده از دو سرور را توصیه می‌کند و ردیف آخر سرور پایگاه داده را نشان می‌دهد: 16 گیگابایت رم و 400 گیگابایت دیسک. این ارقام دیسک را در کنار گزینه‌های تک‌فایلی (binary) در نظر بگیرید، جایی که کل مجموعه داده در یک یا دو فایل پایگاه داده محلی قرار دارد.

بایگانی (Archiving) همان چیزی است که کاربران را غافلگیر می‌کند. به‌صورت پیش‌فرض، Matomo گزارش‌های خود را هنگام باز کردن داشبورد توسط کاربر می‌سازد؛ بنابراین با رشد داده‌ها، داشبورد کندتر شده و در نهایت با خطای timeout مواجه می‌شود. راهکار مستند برای این مشکل، غیرفعال کردن بایگانی مبتنی بر مرورگر در تنظیمات عمومی و اجرای archiver از طریق cron است؛ این کار باید توسط کاربری که مالک فایل‌های Matomo است و از داخل دایرکتوری Matomo انجام شود.

php console core:archive --url=https://analytics.example.com

Matomo همچنین جداول لاگ خام را در کنار جداول گزارش‌های پردازش‌شده نگهداری می‌کند و می‌تواند داده‌های خام قدیمی و گزارش‌های قدیمی را طبق زمان‌بندی حذف کند. این قابلیت را هنگام نصب فعال کنید، نه زمانی که دیسک پر شده است. Matomo همچنین می‌تواند لاگ‌های دسترسی سرور را وارد (import) کند، که آن را به تنها محصول در این لیست تبدیل می‌کند که هر دو خانواده (تحلیلگر و لاگ) را هم‌زمان پوشش می‌دهد.

Rybbit و پشته‌های جدیدتر

git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.name

Rybbit یک ابزار تازه وارد با داشبوردی مدرن است. اسکریپت راه‌اندازی، فایل محیطی (environment file) را می‌نویسد و پشته را با استفاده از Docker Compose بالا می‌آورد. این ابزار از ClickHouse استفاده می‌کند و Caddy را به عنوان وب‌سرور داخلی خود ارائه می‌دهد که پورت 443 را اشغال کرده و برای دامنه‌ای که وارد کرده‌اید، گواهی TLS درخواست می‌کند. در سروری که nginx از قبل پورت 443 را در اختیار دارد، اسکریپت قادر به bind کردن نخواهد بود؛ بنابراین از روش دستی Compose در پروژه استفاده کنید و آن را پشت پروکسی فعلی خود قرار دهید. مستندات حداقل 2 GB رم، تست روی Ubuntu 24 LTS و معماری ARMv8.2-A یا جدیدتر برای ARM (به دلیل نیازهای ClickHouse) را توصیه می‌کنند.

یک هشدار صادقانه برای هر پروژه نوپا: قابلیت‌ها به‌سرعت اضافه می‌شوند و تغییرات ساختارشکن (breaking changes) نیز به همان اندازه محتمل هستند. حتماً از یک تگ ثابت (pin) استفاده کنید، پیش از pull کردن، یادداشت‌های انتشار (release notes) را بخوانید و ابتدا از دیتابیس نسخه پشتیبان تهیه کنید.

نگهداری داده‌ها و رشد دیسک: اندازه‌گیری روی سرور شخصی

رشد دیسک به نوع داده‌هایی بستگی دارد که ابزار برای هر رویداد ذخیره می‌کند. GoatCounter بازدیدها را در شمارنده‌ها تجمیع می‌کند، بنابراین حجم فایل آن بیشتر از آنکه به حجم کلی ترافیک وابسته باشد، با تعداد صفحات و روزهای متمایز رشد می‌کند. Umami و Matomo برای هر رویداد یک ردیف ذخیره می‌کنند و Matomo علاوه بر جداول خام، جداول گزارش‌های پردازش‌شده را نیز نگه می‌دارد. ClickHouse رویدادها را به‌صورت ستونی ذخیره کرده و به‌شدت فشرده‌سازی می‌کند؛ به همین دلیل Plausible با حجم ترافیکی که یک پایگاه‌داده ردیفی را تحت فشار می‌گذارد، به‌خوبی کار می‌کند.

این راهنما عدد مشخصی برای مگابایت به ازای هر میلیون بازدید ارائه نمی‌دهد، زیرا این مقدار را روی ترافیک شما اندازه‌گیری نکرده است. خودتان این اندازه‌گیری را انجام دهید. نام سرویس و کاربر را مطابق با فایل Compose خود تنظیم کنید.

du -h goatcounter-data/db.sqlite3
docker compose exec db psql -U umami -d umami -c "SELECT pg_size_pretty(pg_database_size('umami'));"
docker compose exec plausible_events_db clickhouse-client -q "SELECT formatReadableSize(sum(bytes_on_disk)) FROM system.parts WHERE active"

عدد را ثبت کنید، یک هفته صبر کنید، دوباره آن را ثبت کنید و اختلاف را بر تعداد بازدیدهای گزارش‌شده در داشبورد برای آن هفته تقسیم کنید. آن عدد مختص سایت شما و فیلترینگ ربات‌های شماست، بنابراین از هر میانگین منتشرشده‌ای ارزشمندتر است. سپس در حالی که حجم داده هنوز کم است، یک محدودیت برای نگهداری (retention) تعیین کنید. پر شدن کامل دیسک باعث از کار افتادن تمام سرویس‌های روی VPS می‌شود، نه فقط سرویس تحلیل؛ این قوی‌ترین دلیل برای نگهداری volume پایگاه‌داده در جایی است که df -h درباره آن هشدار می‌دهد. این ریسک در سروری که از قبل میزبان داده‌های حجیم است، توجه بیشتری می‌طلبد، زیرا یک سرور عکس self-hosted بسیار زودتر از هر پایگاه‌داده تحلیلی، فضای دیسک را تمام خواهد کرد.

نحوه عملکرد پشت یک reverse proxy روی زیردامنه

جمع‌آوری‌کننده (collector) را روی یک زیردامنه از سایتی که اندازه‌گیری می‌کند قرار دهید، مانند stats.example.com. این کار باعث می‌شود درخواست جمع‌آوری‌کننده به عنوان first-party شناخته شود، بنابراین تحت تأثیر قوانین مرورگر که درخواست‌های third-party را مسدود می‌کنند، قرار نمی‌گیرد.

هنگام انتشار پورت کانتینر، برنامه را به loopback متصل کنید. Docker قوانین فایروال خود را پیش از ufw اعمال می‌کند، بنابراین کانتینری که به صورت -p 3000:3000 منتشر شده باشد، حتی در حالی که ufw status می‌گوید پورت مسدود است، از اینترنت قابل دسترسی خواهد بود. اگر آن را از دستگاه دیگری با curl http://SERVER_IP:3000 تست کنید، داشبورد را دریافت خواهید کرد. اگر به صورت -p 127.0.0.1:3000:3000 منتشر شود، همان تست نتیجه Connection refused را می‌دهد، زیرا فقط خود میزبان Docker می‌تواند به آن پورت دسترسی داشته باشد. این همچنان به این معنی است که هر پردازش و کاربری روی سیستم، نه فقط پروکسی، به آن دسترسی دارد و در نسخه‌های Docker Engine قدیمی‌تر از 28.0.0، میزبان‌های موجود در همان بخش شبکه L2 نیز می‌توانستند به پورت‌های منتشر شده روی localhost دسترسی پیدا کنند، بنابراین موتور را به‌روز نگه دارید. این عادت کاری فراتر از پنهان کردن داشبورد انجام می‌دهد: این هسته اصلی اجرای یک سرویس onion روی همان سیستم است، جایی که هر سرویسی که همچنان روی رابط عمومی پاسخ می‌دهد، همان چیزی است که آدرس مخفی را به IP شما متصل می‌کند. نقطه پایانی جمع‌آوری‌کننده باید از اینترنت آزاد قابل دسترسی باقی بماند، اما داشبورد خیر؛ و اگر ترجیح می‌دهید آن را از طریق یک شبکه خصوصی بخوانید تا اینکه یک زیردامنه دوم منتشر کنید، تبلیغ شبکه VPS به tailnet خود با یک subnet router شما را بدون باز کردن پورت به آن می‌رساند.

server {
    listen 443 ssl;
    server_name stats.example.com;

    location / {
        proxy_pass http://127.0.0.1:3000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

هدرهای forwarding در اینجا اختیاری نیستند. بدون آن‌ها، هر بازدید از 127.0.0.1 می‌آید، بنابراین گزارش کشور خالی می‌ماند و بازدیدکنندگان منحصر‌به‌فرد به یک مورد کاهش می‌یابند. برای مثال، Umami قبل از X-Forwarded-For، مقدار X-Real-IP را بررسی می‌کند و از اولین موردی که دارای مقدار باشد استفاده می‌کند، بنابراین با بلوک بالا، X-Real-IP را می‌خواند. هر پروژه تصمیم می‌گیرد که به کدام هدر و تحت چه تنظیمی اعتماد کند، بنابراین به جای فرض کردن، یک بار مستندات پروکسی آن را بررسی کنید. Caddy این هدرها را خودش تنظیم می‌کند و یک Caddyfile برای همین کار تنها دو خط است.

stats.example.com {
    reverse_proxy 127.0.0.1:3000
}

اگر هنوز پروکسی انتخاب نکرده‌اید، مقایسه nginx، Caddy و Traefik بررسی می‌کند که کدام یک برای یک سیستم واحد با چند زیردامنه مناسب‌تر است.

آیا در صورت میزبانی شخصی (self-hosting) همچنان به بنر کوکی نیاز دارید؟

میزبانی شخصی، مالک داده‌ها را تغییر می‌دهد، اما قوانین مربوط به داده‌ها را تغییر نمی‌دهد. دو قاعده را از هم تفکیک کنید. قانون رضایت ePrivacy مربوط به ذخیره یا خواندن هرگونه اطلاعات روی دستگاه بازدیدکننده است؛ بنابراین ابزاری که هیچ کوکی تنظیم نمی‌کند و چیزی در local storage نمی‌نویسد، از این الزام خاص معاف است. GDPR مربوط به پردازش داده‌های شخصی است و از آنجا که آدرس IP جزو داده‌های شخصی محسوب می‌شود، شما همچنان به یک مبنای قانونی، محدودیت در نگهداری داده‌ها و پاسخی برای زمانی که فردی درباره داده‌های ذخیره‌شده‌اش از شما سوال می‌پرسد، نیاز دارید.

ابزارهای Plausible، Umami، GoatCounter و Medama به‌صورت پیش‌فرض هیچ کوکی تنظیم نمی‌کنند. آنچه هر یک از این ابزارها به‌جای کوکی استخراج می‌کنند، در هر پروژه متفاوت است و با تغییر نسخه‌ها تغییر می‌کند؛ بنابراین به‌جای تکیه بر خلاصه‌ها، مستندات حریم خصوصی همان پروژه را مطالعه کنید. Matomo قابلیت ناشناس‌سازی IP و یک endpoint برای انصراف (opt out) ارائه می‌دهد که می‌توانید آن را در رابط کاربری مدیریت فعال کنید.

نهادهای نظارتی در کشورهای مختلف به نتایج متفاوتی می‌رسند. برای نمونه، سازمان CNIL در فرانسه شرایطی را منتشر کرده است که تحت آن، سنجش مخاطبان می‌تواند از دریافت رضایت معاف باشد. این بخش یک خلاصه واقعی است و مشاوره حقوقی محسوب نمی‌شود. برای یک وب‌سایت واقعی با کاربران واقعی، با یک وکیل در حوزه قضایی خود مشورت کنید.

نکته‌ای که اغلب نادیده گرفته می‌شود این است که لاگ دسترسی (access log) نیز داده شخصی محسوب می‌شود. ابزار GoAccess هیچ اسکریپتی به صفحه اضافه نمی‌کند، اما همچنان آدرس‌های IP را پردازش می‌کند؛ بنابراین تحلیل‌های مبتنی بر لاگ به‌طور خودکار خارج از دایره قوانین نیستند. انتقال یک سرویس به سرور شخصی، ریسک را جابه‌جا می‌کند نه اینکه آن را حذف کند؛ به همین دلیل است که آنچه یک نمونه SearXNG میزبانی‌شده واقعاً پنهان می‌کند تنها در سطح موتورهای جستجو متوقف می‌شود، در حالی که خودِ پرس‌وجوها همچنان در لاگ‌های سرور شما ثبت می‌شوند.

مسدودکننده‌های تبلیغات و دلیل کاهش آمار شما

لیست‌های فیلتر بر اساس نام دامنه (hostname) و الگوی URL عمل می‌کنند. شناسایی یک محصول تحلیل‌گر میزبانی‌شده (hosted) ساده است، زیرا همه آن را از یک نام دامنه شناخته‌شده بارگذاری می‌کنند. انتقال جمع‌آوری‌کننده (collector) به زیردامنه اختصاصی خودتان، آن نام دامنه را از درخواست حذف می‌کند و ارائه اسکریپت از مسیری که خودتان انتخاب کرده‌اید، نام فایل شناخته‌شده را از بین می‌برد. هر دو مورد، معیارهای تطبیق لیست‌های فیلتر را تغییر می‌دهند.

این مطلب ادعایی درباره نرخ موفقیت (hit rate) ندارد، زیرا چنین موردی اندازه‌گیری نشده است. سهم بازدیدکنندگانی که یک تنظیم خاص را مسدود می‌کنند به مخاطبان شما بستگی دارد؛ مخاطبان توسعه‌دهنده بسیار بیشتر از مخاطبان عمومی، محتوا را مسدود می‌کنند. شکاف آماری خود را اندازه‌گیری کنید. در طول یک هفته، درخواست‌های صفحات HTML را در لاگ دسترسی با استفاده از GoAccess بشمارید و آن را با تعداد بازدیدهای گزارش‌شده توسط ابزار مبتنی بر اسکریپت خود مقایسه کنید. تفاوت این دو، مجموع بازدیدهای مسدودشده و صفحاتی است که از حافظه پنهان (cache) در سایت شما بارگذاری شده‌اند.

انتظار داشته باشید که آمار کلی در روزی که از یک محصول میزبانی‌شده به سیستم خود مهاجرت می‌کنید تغییر کند، و بخشی از این تغییر هیچ ارتباطی به مسدودسازی ندارد. محصولات مختلف در مورد تعریف «بازدید صفحه» (pageview)، اینکه آیا تغییر مسیر در یک برنامه تک‌صفحه‌ای (SPA) یک بازدید محسوب می‌شود یا خیر، و زمان پایان یک نشست (session) با هم اختلاف نظر دارند. پیش از آنکه نتیجه بگیرید ترافیک کاهش یافته است، روندها را در طول چندین هفته مقایسه کنید.

کدام ابزار برای کدام سایت

  • یک سایت شخصی یا وبلاگ با حدود 50,000 بازدید صفحه در ماه: GoatCounter یا Medama، روی یک VPS با 1 GB رم، به همراه پشتیبان‌گیری از طریق کپی فایل.
  • سایتی که امکان افزودن اسکریپت در آن وجود ندارد، یا مخاطبانی که به‌شدت اسکریپت‌ها را مسدود می‌کنند: GoAccess روی لاگ‌های موجود، به‌صورت زمان‌بندی‌شده.
  • سایت یک کسب‌وکار کوچک که شخص دیگری داشبورد را بررسی می‌کند: Umami، به همراه کانتینر Postgres آن.
  • سایتی که در آن به دنبال ردیابی اهداف (goal tracking) هستید، روی سروری با 2 GB رم یا بیشتر: Plausible Community Edition، که تحلیل قیف‌های بازاریابی و مسیر کاربر را به سرویس ابری پولی Plausible واگذار می‌کند، یا Rybbit اگر داشبورد جدیدتر می‌خواهید و با یک پروژه نوپا مشکلی ندارید.
  • سایت‌های متعدد، حساب‌های کاربری زیاد، یا نیاز به نگهداری داده‌های خام تحت سیاست حفظ داده‌های شخصی خودتان: Matomo، با ابعاد متناسب با راهنمای منتشرشده در بالا.

با کوچک‌ترین ابزاری که پاسخگوی نیاز واقعی شماست شروع کنید. مهاجرت از GoatCounter به Plausible در آینده، تنها هزینه یک زیردامنه و مقداری از تاریخچه داده‌ها را برایتان خواهد داشت. اما مهاجرت از Matomo به هر ابزار دیگری، مستلزم یک فرآیند انتقال دشوار است که از آن لذت نخواهید برد. اگر هنوز در حال تصمیم‌گیری هستید که چه سرویس‌های دیگری در همان سرور جای می‌گیرند، بررسی جامع‌تر self-hosting به شما می‌گوید چه چیزی در کنار آن قرار می‌گیرد، و اگر آنچه واقعاً نیاز دارید ردیابی سطح درخواست (request level tracing) برای یک اپلیکیشن است و نه شمارش بازدیدکنندگان، یک سرویس observability خودمیزبان ابزار مناسب برای آن کار است.

FAQ

آیا میزبانی شخصی (self-hosting) ابزارهای تحلیل، نیاز به بنر کوکی را از بین می‌برد؟

خیر، این دو موضوع از هم جدا هستند. قانون رضایت در ePrivacy، ذخیره یا خواندن اطلاعات روی دستگاه کاربر را پوشش می‌دهد؛ بنابراین ابزاری که هیچ کوکی تنظیم نمی‌کند و چیزی در local storage نمی‌نویسد، از این الزام خاص خارج است. اما GDPR قانون متفاوتی است که پردازش داده‌های شخصی را پوشش می‌دهد و از آنجا که آدرس IP یک دادهٔ شخصی محسوب می‌شود، حتی بدون استفاده از کوکی، همچنان به یک مبنای قانونی و محدودیت در نگهداری داده‌ها نیاز دارید. میزبانی شخصی، داده‌ها را به سرور شما منتقل می‌کند و شما را به عنوان مسئول آن داده‌ها تعیین می‌کند. دستورالعمل‌های نهاد نظارتی خود را بررسی کنید و برای مورد خاص خود با یک وکیل مشورت کنید.

ابزارهای تحلیل میزبانی‌شده به چه مقدار RAM روی یک VPS نیاز دارند؟

این موضوع به datastore بستگی دارد، نه به داشبورد. GoatCounter و Medama هر کدام به عنوان یک پردازش روی فایل‌های دیتابیس محلی اجرا می‌شوند (یکی برای GoatCounter و دو تا برای Medama) و مستندات Medama بیان می‌کند که سایت‌های کوچک روی ماشین‌هایی با 256 MB رم اجرا می‌شوند. Umami در کنار یک برنامه Node، یک کانتینر Postgres نیز اضافه می‌کند. Plausible Community Edition و Rybbit هر دو از ClickHouse استفاده می‌کنند و هر دو پروژه حداقل 2 GB رم را توصیه کرده‌اند. راهنمای رسمی Matomo برای حداکثر 100,000 بازدید در ماه، استفاده از 2 هسته CPU و 2 GB رم را پیشنهاد می‌دهد.

چرا آمار ابزار میزبانی‌شدهٔ من کمتر از ابزار قبلی است؟

دو دلیل برای این موضوع وجود دارد که هر دو واقعی هستند. لیست‌های فیلتر، برخی از درخواست‌های جمع‌آوری داده را مسدود می‌کنند، بنابراین تمام ابزارهای مبتنی بر اسکریپت، این بازدیدها را از دست می‌دهند. همچنین این محصولات به روش‌های متفاوتی شمارش می‌کنند، زیرا تعریف «بازدید صفحه» (pageview) و زمان پایان یک نشست (session) در آن‌ها متفاوت است. یک هفته از درخواست‌های صفحه HTML را از access log سرور خود با همان هفته از بازدیدهای مبتنی بر اسکریپت مقایسه کنید. این اختلاف، مجموع بازدیدهای مسدودشده و صفحات کش‌شده است که به جای تکیه بر نرخ‌های اعلامی دیگران، بر اساس سایت خودتان اندازه‌گیری شده است.

آیا می‌توانم Plausible یا Rybbit را روی یک VPS با معماری ARM اجرا کنم؟

هر دو از ClickHouse استفاده می‌کنند و ClickHouse به دستورالعمل‌های SSE 4.2 در x86 یا NEON در ARM نیاز دارد. الزامات Plausible دقیقاً به همین موضوع اشاره دارد و مستندات Rybbit می‌گوید سیستم‌های ARM به ARMv8.2-A یا جدیدتر نیاز دارند. هسته‌های سرورهای ARM امروزی این استاندارد را دارند، اما مدل‌های قدیمی‌تر خیر. در صورت عدم پشتیبانی، ClickHouse به دلیل خطای مجموعه دستورالعمل (instruction set error) اجرا نمی‌شود که این خطا در لاگ‌های خودِ برنامه دیده نمی‌شود. در دستگاه‌های کوچک ARM، ابزارهای تک‌فایلی این مشکل را ندارند، زیرا هیچ‌کدام از آن‌ها از ClickHouse استفاده نمی‌کنند.

آیا به جای استفاده از اسکریپت ردیابی، باید لاگ‌های سرور را تحلیل کنم؟

زمانی از تحلیل لاگ استفاده کنید که نمی‌توانید اسکریپتی اضافه کنید، مخاطبان شما به شدت اسکریپت‌ها را مسدود می‌کنند، یا می‌خواهید آماری داشته باشید که شامل خزنده‌ها (crawlers) نیز باشد. GoAccess لاگ‌هایی را که سرور شما از قبل می‌نویسد می‌خواند، بنابراین هیچ بار اضافی به صفحه تحمیل نمی‌کند و نیازی به دیتابیس ندارد. در این روش، شما تمام رویدادهای داخل مرورگر را از دست می‌دهید و صفحاتی که از طریق CDN یا کش مرورگر سرو می‌شوند نیز محاسبه نمی‌شوند، زیرا آن درخواست‌ها هرگز به سرور شما نرسیده‌اند. بسیاری از سایت‌ها از هر دو روش استفاده می‌کنند و آن‌ها را به عنوان دو اندازه‌گیری متفاوت در نظر می‌گیرند.

آیا این مقاله مفید بود؟