Analitik web layan diri: Pilihan VPS dan keperluan RAM
Bandingkan Plausible, Umami, Matomo, GoatCounter dan GoAccess pada VPS kecil, termasuk RAM, pilihan pangkalan data, pertumbuhan cakera dan jurang penyekat iklan.
Alat analitik web self-hosted manakah yang patut dijalankan pada VPS?
Analitik web self-hosted terbahagi kepada dua keluarga, dan memilih keluarga yang salah boleh menelan kos lebih tinggi daripada memilih produk yang salah. Satu keluarga menjalankan skrip kecil dalam pelayar pelawat dan menyimpan data yang dilaporkan oleh skrip itu. Keluarga yang satu lagi membaca access log yang memang sudah ditulis oleh web server anda. Semua perkara selepas itu, termasuk pangkalan data dan jumlah memori yang diperlukan, bergantung pada pilihan tersebut.
Jawapan ringkas untuk server kecil. GoatCounter dan Medama boleh berjalan dengan 1 GB, kerana setiap satunya ialah satu proses yang menggunakan fail pangkalan data setempat: satu proses untuk GoatCounter dan dua proses untuk Medama. Umami menambah satu container Postgres dan menyediakan dashboard yang boleh dibaca oleh pengguna tanpa pengetahuan teknikal. Plausible Community Edition dan Rybbit kedua-duanya menjalankan ClickHouse, jadi sediakan RAM sebanyak 2 GB atau lebih. Matomo ialah produk lengkap dan memerlukan server yang saiznya disesuaikan dengan trafik anda. GoAccess tidak menambah apa-apa pada halaman, kerana ia membaca log yang memang sudah wujud.
Tag skrip atau log pelayan: apa yang boleh dilihat oleh setiap satunya
Tag skrip mengukur pelayar web. Halaman dimuatkan, skrip dijalankan, dan ia menghantar satu permintaan kepada pengumpul data anda. Sebarang perkara yang memutuskan rantaian tersebut tidak dapat dilihat oleh anda: JavaScript dimatikan, senarai penapis yang menyekat permintaan, permintaan yang gagal kepada pengumpul data, atau perangkak (crawler) yang tidak menjalankan skrip.
Penghurai log mengukur permintaan. Pelayan web anda menulis satu baris bagi setiap permintaan sama ada anda memasang apa-apa atau tidak, jadi data tersebut sudah pun berada pada cakera. Ia melihat setiap perangkak dan setiap capaian pada fail yang tidak mempunyai tag skrip. Ia tidak dapat melihat apa yang berlaku di dalam pelayar, dan ia tidak dapat melihat halaman yang dihidangkan daripada cache pelayar atau daripada CDN (rangkaian penghantaran kandungan) di hadapan pelayan anda, kerana permintaan tersebut tidak pernah sampai ke pelayan anda.
Kedua-dua angka tersebut tidak akan sepadan, dan tiada satu pun yang salah. Matomo boleh melakukan kedua-duanya, dan ia mendokumenkan perkara yang tidak dapat diperoleh oleh import log berbanding penjejak JavaScript: resolusi skrin dan tajuk halaman, acara, penjejakan kandungan, peta haba, rakaman sesi dan analitik borang. Senarai itu adalah harga yang perlu dibayar untuk mengira permintaan dan bukannya pelayar.
Trafik bot adalah separuh lagi daripada jurang tersebut. Kiraan berasaskan log merangkumi perangkak kecuali anda menapisnya, dan pada tapak biasa, bahagian perangkak adalah cukup besar untuk mengubah kesimpulan anda. GoAccess dan import log Matomo kedua-duanya menapis bot yang diketahui. Tiada satu pun yang boleh menapis perangkak yang menipu tentang ejen penggunanya (user agent), yang merupakan sebab yang baik untuk menggandingkan sebarang pengiraan berasaskan log dengan menyekat perangkak AI di pelayan dan membaca log selepas penyekatan dilakukan dan bukannya sebelum itu.
GoAccess: analitik daripada log sedia ada
Pasang perisian ini daripada repositori Debian dan Ubuntu projek tersebut, kerana pakej pengedaran biasanya ketinggalan berbanding keluaran terkini.
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 goaccessKemudian, halakan ia kepada fail log dan jana laporan statik.
goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINEDPerintah tersebut gagal dengan ralat Permission denied bagi pengguna biasa, kerana pada Ubuntu, log nginx dimiliki oleh root dengan kumpulan adm. Tambahkan diri anda ke dalam kumpulan tersebut dengan sudo usermod -aG adm $USER, kemudian log keluar dan masuk semula, kerana keahlian kumpulan hanya dibaca semasa log masuk. Jalankan id dan pastikan adm muncul dalam senarai sebelum anda mencuba semula.
Laporan pada log semasa hanya merangkumi data yang belum dialihkan oleh logrotate. Permintaan semalam disimpan dalam access.log.1 dan fail yang lebih lama telah dimampatkan, jadi paparan mingguan perlu membaca fail yang telah dirotasi juga.
zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.htmlTerdapat juga mod langsung, --real-time-html, yang mengemas kini halaman melalui WebSocket. Mod ini memerlukan port kedua dan peraturan proksi tersendiri. Bagi kebanyakan laman web, laporan setiap jam yang dijana oleh cron sudah memadai dan lebih mudah untuk diselamatkan.
GoatCounter: satu binari Go dan satu fail SQLite
GoatCounter diedarkan sebagai binari yang dikompil secara statik, jadi tiada runtime yang perlu dipasang. Ambil binaan daripada halaman release dan jalankannya, atau gunakan imej yang disediakan.
docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounterApabila dijalankan sebagai binari, goatcounter serve akan mendengar pada port 8080 dan mencipta SQLite di ./goatcounter-data/db.sqlite3. Cipta tapak pertama daripada baris perintah dan bukannya menggunakan wizard web apabila instans tersebut sudah berada di belakang proksi.
goatcounter db create site -vhost=stats.example.com -user.email=me@example.comIa boleh mengendalikan sijilnya sendiri dengan goatcounter serve -listen=:443 -tls=tls,rdr,acme, menggunakan ACME (automatic certificate management environment), yang berguna pada mesin yang tidak menjalankan perkhidmatan lain. Jika nginx atau Caddy sudah menggunakan port 443, biarkan GoatCounter pada port 8080 dan lakukan proksi kepadanya. Skrip penjejakan adalah sekitar 3.5K mengikut angka projek tersebut, dan terdapat piksel penjejakan untuk halaman yang tidak menyokong JavaScript. Jika SQLite menjadi had pada tapak yang sibuk, binari yang sama boleh menggunakan Postgres dengan goatcounter serve -db 'postgresql+dbname=goatcounter'. Sandaran dilakukan dengan menyalin fail, yang merupakan kelebihan utama bagi bentuk alat ini.
Medama: satu kontena yang mendakwa menggunakan 256 MB
Medama ialah pilihan binari tunggal yang paling baharu di sini. Secara reka bentuk, Medama tidak menggunakan cookie dan projek ini menyatakan bahawa tracker berukuran kurang daripada 1 KB, serta tapak kecil boleh berjalan pada mesin maya dengan memori 256 MB. Angka tersebut ialah dakwaan yang diterbitkan oleh projek, bukan ukuran yang dibuat untuk panduan ini.
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:latestPerintah rasmi menerbitkan port sebagai 8080:8080. Awalan loopback di atas digunakan dengan sengaja, dan bahagian reverse proxy menerangkan sebabnya. Medama menyimpan datanya dalam dua fail pangkalan data, me_meta.db dan me_analytics.db, manakala kontena menulis fail tersebut di bawah /app/data. Oleh itu, sandarkan keseluruhan volume dan bukan satu fail sahaja. Log masuk pertama ialah admin dengan kata laluan CHANGE_ME_ON_FIRST_LOGIN, dan nama kata laluan tersebut ialah arahan.
Satu mod kegagalan yang didokumenkan boleh menyebabkan masalah. Log masuk hanya berfungsi melalui HTTPS atau pada localhost. Oleh itu, jika anda menyediakan proxy sebelum sijil, borang akan menolak kata laluan yang betul dan sebabnya tidak dipaparkan. Lengkapkan persediaan TLS (transport layer security) terlebih dahulu, kemudian log masuk.
Umami: PostgreSQL dan papan pemuka yang biasa dikenali
git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -dPerintah itu memulakan aplikasi pada port 3000 bersama container PostgreSQL. Dokumentasi menetapkan PostgreSQL v12.14 sebagai versi minimum, serta Node.js 20.19 atau lebih baharu. Jika anda membina daripada kod sumber, Node.js 22 LTS disyorkan. Terdapat juga imej prabina, docker.umami.is/umami-software/umami:latest, yang memerlukan DATABASE_URL diarahkan kepada pangkalan data yang telah anda jalankan.
Log masuk pertama ialah admin dengan kata laluan umami. Tukarnya sebelum anda menghalakan DNS ke pelayan tersebut. Instance itu boleh dicapai dari internet sebaik sahaja rekod tersebut diselesaikan dan proxy memberikan respons. Untuk butiran Compose, fail persekitaran dan dasar mula semula, lihat stack Docker Compose pada VPS dan jangan menyalin stack yang belum anda baca.
Jejak penggunaan terdiri daripada satu proses Node dan Postgres. Ini lebih berat daripada binari tunggal, tetapi jauh lebih ringan daripada apa-apa yang menjalankan ClickHouse.
Plausible Community Edition: ClickHouse menetapkan keperluan minimum RAM
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 -dVersi v3.2.1 ialah versi semasa pada November 2026, dan perintah clone menetapkannya dengan sengaja. Stack ini terdiri daripada tiga bahagian: aplikasi, Postgres untuk akaun dan tetapan, serta ClickHouse untuk data peristiwa. SECRET_KEY_BASE mestilah sekurang-kurangnya rentetan 64 bait, iaitu hasil daripada panggilan openssl.
Keperluan rasmi Plausible menetapkan sekurang-kurangnya 2 GB RAM supaya ClickHouse dan aplikasi tidak dihentikan oleh pembunuh proses kehabisan memori. CPU juga mesti menyokong SSE 4.2 atau NEON, yang diperlukan oleh ClickHouse. Keperluan kedua ini wajar diperiksa sebelum anda membeli VPS. Ia juga merupakan salah satu perbezaan praktikal dalam memilih antara VPS ARM dan x86. ClickHouse juga akan menggunakan sebanyak memori yang dianggap tersedia. Oleh itu, pada pelayan yang dikongsi, tetapkan had seperti yang diterangkan dalam menetapkan had memori container dalam Compose.
BASE_URL mesti sama tepat dengan URL awam. Jika tidak, anda boleh log masuk, tetapi aplikasi menghala semula ke hostname yang salah. Cookie sesi pula ditulis untuk domain yang tidak digunakan oleh pelayar anda. Akibatnya, anda kembali ke borang log masuk tanpa mesej ralat.
Fail compose yang disertakan tidak menerbitkan sebarang port kerana konfigurasi yang dijangka ialah penggunaan proxy di hadapan aplikasi. Tambahkan override yang menerbitkan port aplikasi lalai pada loopback sahaja.
cat > compose.override.yml << EOF
services:
plausible:
ports:
- 127.0.0.1:8000:8000
EOFMatomo: produk penuh dan pelayan yang diperlukannya
Matomo berjalan pada PHP dengan MySQL atau MariaDB. Oleh itu, Matomo lebih sesuai dengan tindanan web klasik berbanding tindanan kontena. Matomo juga merupakan satu-satunya alat di sini yang menerbitkan panduan perkakasan berdasarkan jumlah trafik.
Data di sebalik carta ini
[
{
"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
}
]Itulah keperluan minimum yang diterbitkan oleh Matomo pada November 2026, bukan ukuran yang diambil untuk panduan ini. Sehingga 100,000 paparan halaman sebulan, Matomo memerlukan 2 teras CPU, 2 GB RAM dan 50 GB SSD. Satu pelayan menempatkan aplikasi dan pangkalan data. Pada 1M/month, keperluannya menjadi 8 GB RAM dan 250 GB cakera. Pada 10M/month, Matomo mengesyorkan dua pelayan. Baris terakhir menunjukkan pelayan pangkalan data: 16 GB RAM dan 400 GB cakera. Bandingkan angka cakera ini dengan pilihan binari tunggal, yang menempatkan keseluruhan set data dalam satu atau dua fail pangkalan data tempatan.
Pengarkiban sering mengejutkan pengguna. Secara lalai, Matomo menjana laporannya apabila seseorang membuka papan pemuka. Apabila data bertambah, papan pemuka menjadi semakin perlahan dan akhirnya mengalami tamat masa. Pembetulan yang didokumenkan ialah mematikan pengarkiban yang dicetuskan oleh pelayar dalam tetapan umum. Kemudian, jalankan pengarkib daripada cron sebagai pengguna yang memiliki fail Matomo, dari direktori Matomo.
php console core:archive --url=https://analytics.example.comMatomo juga mengekalkan jadual log mentah bersama jadual laporan yang telah diproses. Matomo boleh memadam data mentah lama dan laporan lama mengikut jadual. Aktifkan fungsi ini semasa pemasangan, bukan selepas cakera penuh. Matomo juga boleh mengimport log akses pelayan. Oleh itu, Matomo merupakan satu-satunya produk di sini yang meliputi kedua-dua keluarga pada masa yang sama.
Rybbit dan stack yang lebih baharu
git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.nameRybbit merupakan pendatang baharu dengan papan pemuka yang moden. Skrip persediaan menulis fail persekitaran dan menjalankan stack tersebut menggunakan Docker Compose. Ia menjalankan ClickHouse dan menyertakan Caddy sebagai pelayan webnya sendiri, yang mengambil port 443 serta meminta sijil untuk domain yang anda masukkan. Pada pelayan yang mana nginx sudah menggunakan port 443, skrip tersebut tidak akan dapat melakukan binding, jadi gunakan kaedah Compose manual projek tersebut dan letakkannya di belakang proksi sedia ada anda. Dokumentasi menyatakan keperluan sekurang-kurangnya 2 GB RAM, ujian pada Ubuntu 24 LTS, dan ARMv8.2-A atau lebih baharu pada ARM disebabkan oleh ClickHouse.
Amaran jujur untuk mana-mana projek baharu: ciri-ciri ditambah dengan pantas dan begitu juga perubahan yang memecahkan keserasian (breaking changes). Tetapkan tag versi, baca nota keluaran (release notes) sebelum anda melakukan pull, dan buat sandaran pangkalan data terlebih dahulu.
Pengekalan dan pertumbuhan cakera: ukur pada pelayan anda sendiri
Pertumbuhan cakera bergantung pada perkara yang disimpan oleh alat tersebut bagi setiap peristiwa. GoatCounter mengumpulkan hit ke dalam pembilang, jadi failnya berkembang mengikut halaman dan hari yang unik berbanding volum mentah. Umami dan Matomo menyimpan baris bagi setiap peristiwa, dan Matomo menyimpan jadual laporan yang diproses di atas jadual mentah. ClickHouse menyimpan peristiwa dalam lajur dan memampatkannya dengan padat, itulah sebabnya Plausible mampu mengendalikan volum yang akan membebankan storan baris.
Panduan ini tidak menerbitkan angka megabait bagi setiap sejuta paparan halaman, kerana ia tidak mengukur angka tersebut pada trafik anda. Lakukan pengukuran itu sendiri. Laraskan nama servis dan pengguna agar sepadan dengan fail Compose anda sendiri.
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"Rekodkan nombor tersebut, tunggu selama seminggu, rekodkan semula, dan bahagikan perbezaannya dengan paparan halaman yang dilaporkan oleh papan pemuka untuk minggu tersebut. Angka itu adalah mengenai tapak dan penapisan bot anda, jadi ia lebih bernilai daripada sebarang purata yang diterbitkan. Kemudian, tetapkan had pengekalan sementara nombor tersebut masih kecil. Cakera yang penuh akan menjatuhkan setiap servis pada VPS, bukan sahaja analitik, yang merupakan hujah terkuat untuk menyimpan volum pangkalan data di tempat yang df -h akan beri amaran kepada anda. Risiko itu memerlukan perhatian lebih pada pelayan yang sudah menyimpan sesuatu yang besar, kerana pelayan foto yang dihoskan sendiri akan menghabiskan ruang cakera jauh lebih awal sebelum mana-mana pangkalan data analitik menghampirinya.
Cara ia berfungsi di belakang reverse proxy pada subdomain
Letakkan collector pada subdomain tapak yang diukurnya, seperti stats.example.com. Dengan cara ini, permintaan kepada collector dianggap sebagai permintaan first-party. Oleh itu, permintaan tersebut tidak terjejas oleh peraturan pelayar yang menyekat permintaan third-party.
Ikat aplikasi pada loopback apabila anda menerbitkan port container. Docker menulis peraturan firewallnya sendiri sebelum ufw, jadi container yang diterbitkan sebagai -p 3000:3000 masih boleh dicapai dari internet walaupun ufw status menyatakan bahawa port tersebut ditolak. Uji dari mesin lain dengan curl http://SERVER_IP:3000 dan anda akan menerima dashboard. Jika diterbitkan sebagai -p 127.0.0.1:3000:3000, ujian yang sama menghasilkan Connection refused kerana hanya Docker host itu sendiri boleh mencapai port tersebut. Namun, ini masih bermaksud setiap proses dan pengguna pada mesin itu boleh mencapainya, bukan proxy sahaja. Selain itu, pada Docker Engine keluaran sebelum 28.0.0, host dalam segmen rangkaian L2 yang sama juga boleh mencapai port yang diterbitkan ke localhost. Oleh itu, pastikan engine sentiasa dikemas kini. Amalan yang sama bukan sekadar menyembunyikan dashboard. Ia ialah asas untuk menjalankan onion service pada mesin yang sama, kerana sebarang servis yang masih menjawab pada antara muka awam akan mengaitkan alamat tersembunyi itu dengan IP anda. Endpoint collector perlu kekal boleh dicapai dari internet terbuka, tetapi dashboard tidak perlu begitu. Jika anda lebih suka membacanya melalui rangkaian peribadi berbanding menerbitkan subdomain kedua, mengiklankan rangkaian VPS kepada tailnet anda dengan subnet router membolehkan anda berbuat demikian tanpa membuka port.
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;
}
}Header forwarding tidak boleh diabaikan dalam konfigurasi ini. Tanpanya, setiap lawatan kelihatan datang dari 127.0.0.1. Akibatnya, laporan negara menjadi kosong dan bilangan pelawat unik cenderung menjadi satu. Contohnya, Umami menyemak X-Real-IP sebelum X-Forwarded-For dan menggunakan header pertama yang mempunyai nilai. Oleh itu, dengan blok di atas, Umami membaca X-Real-IP. Setiap projek menentukan header yang dipercayainya dan tetapan yang digunakan. Semak dokumentasi proxy projek tersebut sekali, dan jangan membuat andaian. Caddy menetapkan header ini sendiri. Caddyfile untuk tugas yang sama hanya memerlukan dua baris.
stats.example.com {
reverse_proxy 127.0.0.1:3000
}Jika anda belum memilih proxy, perbandingan nginx, Caddy dan Traefik menerangkan pilihan yang sesuai untuk satu mesin dengan beberapa subdomain.
Adakah anda masih memerlukan banner kuki jika anda melakukan self-hosting?
Self-hosting mengubah pihak yang memegang data. Ia tidak mengubah apa yang dikatakan oleh undang-undang mengenai data tersebut. Asingkan dua peraturan ini. Peraturan persetujuan ePrivacy adalah mengenai menyimpan atau membaca apa-apa pada peranti pelawat, jadi alat yang tidak menetapkan kuki dan tidak menulis apa-apa ke storan tempatan berada di luar keperluan khusus itu. GDPR adalah mengenai pemprosesan data peribadi, dan alamat IP dikira sebagai data peribadi, jadi anda masih memerlukan asas yang sah, had pengekalan, dan jawapan apabila seseorang bertanya tentang apa yang anda simpan mengenai mereka.
Plausible, Umami, GoatCounter dan Medama tidak menetapkan kuki secara lalai. Apa yang diperoleh oleh setiap satu daripadanya berbeza mengikut projek dan berubah antara versi, jadi baca dokumentasi privasi projek itu sendiri dan bukannya ringkasan. Matomo menyediakan penganonyman IP dan endpoint opt-out yang anda aktifkan dalam antara muka pentadbir.
Pihak pengawal selia mencapai kesimpulan yang berbeza di negara yang berbeza. CNIL di Perancis, sebagai contoh, menerbitkan syarat di mana pengukuran audiens boleh dikecualikan daripada persetujuan. Bahagian ini adalah ringkasan fakta dan bukan nasihat undang-undang. Untuk tapak sebenar dengan pengguna sebenar, tanya peguam dalam bidang kuasa anda.
Satu perkara yang sering terlepas pandang: log akses juga merupakan data peribadi. GoAccess tidak menambah skrip pada halaman dan masih memproses alamat IP, jadi analitik berasaskan log tidak secara automatik berada di luar peraturan. Memindahkan servis ke kotak anda sendiri memindahkan pendedahan dan bukannya menghilangkannya, yang merupakan sebab yang sama mengapa apa yang sebenarnya disembunyikan oleh instans SearXNG yang di-self-host terhenti pada enjin carian manakala pertanyaan itu sendiri masih mendarat dalam log anda.
Penyekat iklan, dan sebab angka anda akan menurun
Senarai penapis memadankan nama hos dan corak URL. Produk analitik yang dihoskan mudah dipadankan kerana semua orang memuatkannya daripada nama hos yang sama dan terkenal. Memindahkan pengumpul ke subdomain anda sendiri membuang nama hos tersebut daripada permintaan, dan menghidangkan skrip daripada laluan yang anda pilih membuang nama fail yang terkenal itu. Kedua-duanya mengubah perkara yang perlu dipadankan oleh senarai tersebut.
Catatan ini tidak menyatakan kadar hit, kerana ia tidak mengukurnya. Bahagian pelawat yang menyekat sesuatu persediaan bergantung pada khalayak anda, dan khalayak pembangun menyekat jauh lebih banyak daripada khalayak umum. Ukur jurang anda sendiri sebaliknya. Sepanjang minggu yang sama, kira permintaan untuk halaman HTML dalam log akses dengan GoAccess, dan bandingkan dengan paparan halaman yang dilaporkan oleh alat berasaskan skrip anda. Perbezaannya ialah lawatan yang disekat ditambah halaman yang dihidangkan daripada cache, di tapak anda.
Jangkakan jumlah keseluruhan berubah pada hari anda bertukar daripada produk yang dihoskan, dan jangkakan sebahagian daripada perubahan itu tiada kaitan dengan penyekatan. Produk mempunyai perbezaan pendapat tentang apa itu paparan halaman, sama ada perubahan laluan di dalam aplikasi satu halaman dikira sebagai satu, dan bila sesuatu sesi berakhir. Bandingkan trend merentas minggu sebelum anda membuat kesimpulan bahawa trafik telah menurun.
Yang mana untuk tapak yang mana
- Tapak peribadi atau blog dengan kira-kira 50,000 paparan halaman sebulan: GoatCounter atau Medama pada VPS 1 GB, dengan sandaran dalam bentuk salinan fail.
- Tapak yang tidak membenarkan anda menambah skrip, atau mempunyai audiens yang banyak menyekat skrip: GoAccess menggunakan log sedia ada secara berjadual.
- Tapak perniagaan kecil yang papan pemukanya akan dibaca oleh orang lain: Umami bersama container Postgres.
- Tapak yang memerlukan penjejakan matlamat pada pelayan dengan RAM 2 GB atau lebih: Plausible Community Edition, yang menyerahkan funnel pemasaran dan perjalanan pengguna kepada cloud berbayar Plausible, atau Rybbit jika anda mahukan papan pemuka yang lebih baharu dan boleh menerima projek yang masih baharu.
- Banyak tapak, banyak akaun pengguna atau keperluan untuk menyimpan data mentah mengikut dasar retention sendiri: Matomo, dengan saiz pelayan berdasarkan panduan yang diterbitkan di atas.
Mulakan dengan alat paling kecil yang dapat menjawab soalan sebenar anda. Peralihan daripada GoatCounter kepada Plausible kemudian hanya memerlukan subdomain dan sebahagian sejarah data. Peralihan daripada Matomo kepada alat lain memerlukan migrasi yang sukar. Jika anda masih menentukan perkara lain yang patut dijalankan pada pelayan yang sama, perbandingan self-hosting yang lebih menyeluruh menerangkan perkara yang sesuai dijalankan bersamanya. Jika yang sebenarnya anda perlukan ialah penjejakan pada tahap request bagi aplikasi, bukan kiraan pelawat, servis observability yang dihoskan sendiri ialah alat yang sesuai untuk tugas itu.
FAQ
Adakah self-hosting analitik menghapuskan keperluan untuk memaparkan banner kuki?
Tidak, dan kedua-dua persoalan ini berasingan. Peraturan keizinan di bawah ePrivacy meliputi penyimpanan atau pembacaan sesuatu pada peranti pelawat. Oleh itu, alat yang tidak menetapkan kuki dan tidak menulis apa-apa pada storan tempatan tidak tertakluk pada keperluan khusus tersebut. GDPR ialah peraturan yang berbeza dan meliputi pemprosesan data peribadi. Alamat IP ialah data peribadi, jadi anda masih memerlukan asas yang sah serta had pengekalan data walaupun tiada kuki digunakan. Self-hosting memindahkan data ke pelayan anda dan menjadikan anda pihak yang bertanggungjawab terhadapnya. Semak panduan pengawal selia di negara anda dan dapatkan nasihat peguam untuk kes anda.
Berapakah RAM yang diperlukan oleh analitik self-hosted pada VPS?
Datastore yang menentukan keperluan, bukan papan pemuka. GoatCounter dan Medama masing-masing berjalan sebagai satu proses menggunakan fail pangkalan data tempatan, iaitu satu proses untuk GoatCounter dan dua proses untuk Medama. Dokumentasi Medama menyatakan bahawa laman kecil boleh berjalan pada mesin dengan 256 MB. Umami menambah satu container Postgres di sebelah aplikasi Node. Plausible Community Edition dan Rybbit kedua-duanya menggunakan ClickHouse, dan kedua-dua projek menyatakan keperluan sekurang-kurangnya 2 GB. Panduan Matomo sendiri bermula dengan 2 teras CPU dan 2 GB RAM untuk sehingga 100,000 pageview sebulan.
Mengapakah angka self-hosted saya lebih rendah daripada analitik yang saya gantikan?
Terdapat dua punca, dan kedua-duanya memang berlaku. Senarai penapis menyekat sesetengah permintaan pengumpul data, jadi setiap alat berasaskan skrip kehilangan kunjungan tersebut. Produk juga mengira dengan cara yang berbeza kerana takrif pageview dan masa sesi berakhir tidak sama antara produk. Bandingkan permintaan halaman HTML selama satu minggu daripada access log anda dengan pageview berasaskan skrip bagi minggu yang sama. Perbezaan itu terdiri daripada kunjungan yang disekat serta halaman yang disediakan daripada cache, dan diukur pada laman anda sendiri, bukan berdasarkan kadar yang diterbitkan oleh pihak lain.
Bolehkah saya menjalankan Plausible atau Rybbit pada VPS ARM?
Kedua-duanya menggunakan ClickHouse, dan ClickHouse memerlukan SSE 4.2 pada x86 atau NEON pada ARM. Keperluan Plausible menyatakan perkara itu dengan tepat, manakala dokumentasi Rybbit menyatakan bahawa sistem ARM memerlukan ARMv8.2-A atau lebih baharu. Teras pelayan ARM semasa memenuhi keperluan itu, tetapi teras yang lebih lama tidak. Kegagalan akan muncul apabila ClickHouse enggan bermula dengan ralat set arahan, bukannya sebagai ralat dalam log aplikasi. Pada mesin ARM yang kecil, alat berasaskan fail tunggal mengelakkan persoalan ini kerana tiada satu pun daripadanya menjalankan ClickHouse.
Patutkah saya menghuraikan log pelayan dan bukannya menggunakan skrip penjejakan?
Gunakan penghuraian log apabila anda tidak boleh menambah skrip, apabila sebahagian besar khalayak anda menyekat penjejakan, atau apabila anda mahu kiraan yang merangkumi crawler. GoAccess membaca log yang telah ditulis oleh pelayan anda, jadi ia tidak menambah saiz halaman dan tidak memerlukan pangkalan data. Anda kehilangan semua perkara yang berlaku dalam pelayar, dan tidak dapat mengesan halaman yang disediakan daripada CDN atau cache pelayar kerana permintaan tersebut tidak pernah sampai ke pelayan anda. Banyak laman menjalankan kedua-duanya dan menganggapnya sebagai dua ukuran yang berbeza.