VPS پر self-hosted web analytics کے بہترین options
GoatCounter اور Medama 1 GB RAM میں چلتے ہیں، جبکہ Plausible اور Rybbit کو 2 GB یا زیادہ درکار ہے۔ VPS، database، disk اور ad blocker فرق جانیں۔
VPS پر کون سا self-hosted web analytics tool چلانا چاہیے؟
Self-hosted web analytics دو خاندانوں میں تقسیم ہوتی ہے، اور غلط خاندان منتخب کرنے کی لاگت غلط product منتخب کرنے سے زیادہ ہوتی ہے۔ ایک خاندان visitor کے browser میں ایک چھوٹی script چلاتا ہے اور وہ script جو معلومات بھیجتی ہے انہیں محفوظ کرتا ہے۔ دوسرا خاندان وہ access log پڑھتا ہے جو آپ کا web server پہلے ہی لکھتا ہے۔ اس ایک انتخاب کے بعد database اور درکار memory سمیت باقی تمام امور اسی پر منحصر ہوتے ہیں۔
چھوٹے server کے لیے مختصر جواب یہ ہے۔ GoatCounter اور Medama 1 GB پر چل سکتے ہیں، کیونکہ دونوں local database files پر ایک process کے طور پر چلتے ہیں: GoatCounter کے لیے ایک file اور Medama کے لیے دو database files۔ Umami ایک Postgres container شامل کرتا ہے اور ایسا dashboard فراہم کرتا ہے جسے غیر تکنیکی شخص بھی سمجھ سکتا ہے۔ Plausible Community Edition اور Rybbit دونوں ClickHouse چلاتے ہیں، اس لیے 2 GB RAM یا اس سے زیادہ مختص کریں۔ Matomo مکمل product ہے اور اس کے لیے آپ کے traffic کے مطابق server درکار ہوتا ہے۔ GoAccess page میں کچھ بھی شامل نہیں کرتا، کیونکہ یہ پہلے سے موجود log پڑھتا ہے۔
اسکرپٹ ٹیگ یا سرور لاگ: ہر ایک کیا دیکھ سکتا ہے
اسکرپٹ ٹیگ browsers کی پیمائش کرتا ہے۔ صفحہ load ہوتا ہے، اسکرپٹ چلتا ہے، اور یہ آپ کے collector کو ایک request بھیجتا ہے۔ اس سلسلے میں خلل ڈالنے والی ہر چیز آپ سے پوشیدہ رہتی ہے: JavaScript بند ہو، کوئی filter list request کو block کر دے، collector کو request ناکام ہو جائے، یا کوئی crawler اسکرپٹ چلائے ہی نہ۔
لاگ parser requests کی پیمائش کرتا ہے۔ آپ کا web server ہر request کے لیے ایک لائن لکھتا ہے، چاہے آپ کچھ install کریں یا نہ کریں، اس لیے data پہلے ہی disk پر موجود ہوتا ہے۔ یہ ہر crawler اور ایسی file پر آنے والی ہر hit دیکھتا ہے جس میں script tag موجود نہ ہو۔ یہ browser کے اندر ہونے والی کارروائی نہیں دیکھ سکتا۔ یہ browser cache یا آپ کے server کے سامنے موجود CDN (content delivery network) سے serve ہونے والا صفحہ بھی نہیں دیکھ سکتا، کیونکہ وہ request آپ کے server تک پہنچی ہی نہیں۔
دونوں numbers ایک جیسے نہیں ہوں گے، اور ان میں سے کوئی بھی غلط نہیں ہے۔ Matomo دونوں طریقے استعمال کر سکتا ہے۔ Matomo کی documentation میں بتایا گیا ہے کہ اس کا log import، JavaScript tracker کے مقابلے میں، کن معلومات کو چھوڑ دیتا ہے: screen resolution اور page titles، events، content tracking، heatmaps، session recordings اور form analytics۔ browsers کے بجائے requests گننے کی یہی قیمت ہے۔
Bot traffic اس فرق کا دوسرا بڑا سبب ہے۔ Log-based counts میں crawlers شامل ہوتے ہیں، جب تک آپ انہیں filter نہ کریں۔ عام site پر crawlers کا حصہ اتنا زیادہ ہو سکتا ہے کہ آپ کے نتائج بدل جائیں۔ GoAccess اور Matomo's log import دونوں known bots کو filter کرتے ہیں۔ ان میں سے کوئی بھی ایسے crawler کو filter نہیں کر سکتا جو اپنے user agent کے بارے میں جھوٹ بولتا ہو۔ اسی لیے log-based counting کو server پر AI crawlers کو block کرنا کے ساتھ استعمال کرنا بہتر ہے، اور block سے پہلے کے بجائے block کے بعد لاگ پڑھنا چاہیے۔
GoAccess: آپ کے پاس پہلے سے موجود log سے analytics
اسے project کی اپنی Debian اور Ubuntu repository سے install کریں، کیونکہ distribution packages releases سے پیچھے رہتے ہیں۔
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 goaccessپھر اسے log فراہم کریں اور ایک static report لکھیں۔
goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINEDعام user کے لیے یہ command Permission denied کے ساتھ fail ہوتی ہے، کیونکہ Ubuntu میں nginx log کی ownership root کے پاس ہوتی ہے اور اس کا group adm ہوتا ہے۔ sudo usermod -aG adm $USER کے ذریعے خود کو اس group میں شامل کریں، پھر log out کرکے دوبارہ log in کریں، کیونکہ group membership login کے وقت پڑھا جاتا ہے۔ id چلائیں اور دوبارہ کوشش کرنے سے پہلے تصدیق کریں کہ فہرست میں adm موجود ہے۔
live log پر بنائی گئی report صرف وہی data شامل کرتی ہے جسے logrotate نے ابھی منتقل نہیں کیا۔ کل کی requests access.log.1 میں موجود ہوتی ہیں، جبکہ اس سے پرانی files compressed ہوتی ہیں۔ اس لیے weekly view کے لیے rotated files بھی پڑھنا ضروری ہے۔
zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.htmlایک live mode بھی موجود ہے، --real-time-html، جو WebSocket کے ذریعے page update کرتا ہے۔ اس کے لیے دوسرا port اور اپنی proxy rule درکار ہوتی ہے۔ زیادہ تر sites کے لیے cron کے ذریعے ہر گھنٹے لکھی جانے والی report کافی ہوتی ہے، اور اس میں secure کرنے کے لیے کم چیزیں ہوتی ہیں۔
GoatCounter: ایک Go binary اور ایک SQLite file
GoatCounter ایک statically compiled binary کے طور پر release ہوتا ہے، اس لیے کوئی runtime install کرنے کی ضرورت نہیں۔ release page سے build حاصل کرکے اسے چلائیں، یا image استعمال کریں۔
docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounterbinary کے طور پر چلانے پر، goatcounter serve port 8080 پر listen کرتا ہے اور ./goatcounter-data/db.sqlite3 پر SQLite database بناتا ہے۔ جب instance پہلے ہی proxy کے پیچھے ہو تو پہلا site web wizard کے بجائے command line سے بنائیں۔
goatcounter db create site -vhost=stats.example.com -user.email=me@example.comیہ goatcounter serve -listen=:443 -tls=tls,rdr,acme کے ذریعے اپنا certificate بھی manage کر سکتا ہے اور ACME (automatic certificate management environment) استعمال کرتا ہے۔ یہ ایسے server پر مفید ہے جہاں کوئی دوسری سروس نہ چل رہی ہو۔ اگر port 443 پہلے سے nginx یا Caddy کے زیرِ انتظام ہو تو GoatCounter کو port 8080 پر چلنے دیں اور اس کی طرف proxy کریں۔ project کے اپنے اندازے کے مطابق tracking script تقریباً 3.5K کا ہے، اور ان pages کے لیے tracking pixel بھی موجود ہے جن میں JavaScript شامل نہیں ہوتی۔ اگر مصروف site پر SQLite حد بن جائے تو یہی binary goatcounter serve -db 'postgresql+dbname=goatcounter' کے ذریعے Postgres استعمال کر سکتی ہے۔ Backups ایک file copy کی صورت میں ہوتے ہیں، اور یہی اس tool کے اس ڈیزائن کی بنیادی وجہ ہے۔
Medama: ایک واحد container جو 256 MB کا دعویٰ کرتا ہے
Medama یہاں دستیاب جدید ترین single binary option ہے۔ اسے design کے لحاظ سے cookies کی ضرورت نہیں، اور project کے مطابق tracker 1 KB سے کم ہے۔ project یہ بھی بتاتا ہے کہ چھوٹی sites 256 MB memory والی virtual machines پر چل سکتی ہیں۔ یہ project کے شائع کردہ دعوے ہیں، اس guide کے لیے ناپی گئی قدریں نہیں۔
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:latestofficial command port کو 8080:8080 کے طور پر publish کرتا ہے۔ اوپر دیا گیا loopback prefix جان بوجھ کر شامل ہے، اور reverse proxy section اس کی وجہ بیان کرتا ہے۔ Medama اپنا data دو database files، me_meta.db اور me_analytics.db، میں رکھتا ہے، جبکہ container انہیں /app/data کے تحت لکھتا ہے۔ اس لیے صرف ایک file کے بجائے پورے volume کا backup لیں۔ پہلی login کے لیے admin استعمال کریں، password CHANGE_ME_ON_FIRST_LOGIN ہے، اور اس password کا نام ہی instruction ہے۔
ایک documented failure mode آپ کو مشکل میں ڈال سکتا ہے۔ Login صرف HTTPS یا localhost پر کام کرتی ہے۔ اس لیے اگر certificate سے پہلے proxy set up کریں تو form درست password بھی reject کر دے گا، اور وجہ ظاہر نہیں کرے گا۔ پہلے TLS (transport layer security) setup مکمل کریں، پھر login کریں۔
Umami: Postgres اور ایسا dashboard جسے لوگ پہچانتے ہیں
git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -dیہ کمانڈ ایپلیکیشن کو port 3000 پر شروع کرتی ہے اور اس کے ساتھ PostgreSQL container چلاتی ہے۔ دستاویزات کے مطابق کم از کم PostgreSQL v12.14 درکار ہے۔ اگر آپ source سے build کریں تو Node.js 20.19 یا اس کے بعد کا ورژن درکار ہے، جبکہ 22 LTS تجویز کیا جاتا ہے۔ ایک prebuilt image بھی دستیاب ہے، docker.umami.is/umami-software/umami:latest، جس کے لیے DATABASE_URL ایسی database کی طرف اشارہ کرنا چاہیے جسے آپ پہلے سے چلا رہے ہوں۔
پہلا login admin ہے اور password umami ہے۔ DNS کو اس server کی طرف point کرنے سے پہلے اسے تبدیل کریں، کیونکہ record resolve ہوتے ہی اور proxy کے جواب دینے پر instance internet سے قابل رسائی ہو جاتا ہے۔ Compose کی تفصیلات، environment files اور restart policy کے لیے VPS پر Docker Compose stack دیکھیں۔ ایسی stack copy نہ کریں جسے آپ نے پڑھا نہ ہو۔
اس setup میں ایک Node process اور Postgres شامل ہیں۔ یہ single binary سے زیادہ وسائل استعمال کرتا ہے، لیکن ClickHouse چلانے والے کسی بھی setup سے بہت کم وسائل لیتا ہے۔
Plausible Community Edition: ClickHouse کم از کم RAM طے کرتا ہے
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 -dNovember 2026 تک Version v3.2.1 موجودہ ورژن ہے، اور clone command اسے جان بوجھ کر اسی ورژن پر مقید کرتی ہے۔ اس stack کے تین حصے ہیں: application، accounts اور settings کے لیے Postgres، اور event data کے لیے ClickHouse۔ SECRET_KEY_BASE کم از کم 64 bytes کی string ہونی چاہیے، جو openssl command تیار کرتی ہے۔
Plausible کی اپنی requirements کے مطابق کم از کم 2 GB RAM درکار ہے تاکہ ClickHouse اور application کو out of memory killer ختم نہ کرے۔ ایسے CPU کی بھی ضرورت ہے جو SSE 4.2 یا NEON support کرتا ہو، کیونکہ ClickHouse کو یہ درکار ہے۔ خریداری سے پہلے اس دوسری requirement کی جانچ کرنا ضروری ہے۔ یہ ARM اور x86 VPS کے درمیان انتخاب میں عملی فرقوں میں سے ایک ہے۔ ClickHouse دستیاب سمجھنے والی memory کا بڑا حصہ استعمال کر سکتا ہے، اس لیے shared server پر Compose میں container memory کی حد مقرر کرنا کے مطابق زیادہ سے زیادہ حد مقرر کریں۔
BASE_URL کا public URL سے بالکل یکساں ہونا ضروری ہے۔ اگر ایسا نہ ہو تو آپ login کرتے ہیں، application غلط host پر redirect کرتی ہے، اور session cookie ایسے domain کے لیے لکھی جاتی ہے جس پر آپ کا browser موجود نہیں ہوتا۔ نتیجتاً آپ کسی error message کے بغیر دوبارہ login form پر پہنچ جاتے ہیں۔
فراہم کردہ compose file کوئی port publish نہیں کرتی، کیونکہ توقع یہ ہے کہ اس کے سامنے proxy موجود ہوگی۔ ایک override شامل کریں جو default application port کو صرف loopback پر publish کرے۔
cat > compose.override.yml << EOF
services:
plausible:
ports:
- 127.0.0.1:8000:8000
EOFMatomo: مکمل product، اور اس کے مطلوبہ server
Matomo PHP پر MySQL یا MariaDB کے ساتھ چلتا ہے۔ اس لیے یہ container stack کے بجائے روایتی web stack کے لیے موزوں ہے۔ یہ یہاں واحد tool بھی ہے جو traffic volume کے مطابق hardware guidance شائع کرتا ہے۔
اس چارٹ کے پیچھے کا ڈیٹا
[
{
"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
}
]یہ نومبر 2026 تک Matomo کی شائع کردہ minimum requirements ہیں، اس guide کے لیے کی گئی measurements نہیں۔ ماہانہ 100,000 pageviews تک یہ 2 CPU cores، 2 GB RAM اور 50 GB SSD مانگتا ہے، اور ایک ہی server application اور database دونوں چلا سکتا ہے۔ 1M/month پر یہ ضرورت بڑھ کر 8 GB RAM اور 250 GB disk ہو جاتی ہے۔ 10M/month پر Matomo دو servers تجویز کرتا ہے، اور آخری row database server دکھاتی ہے: 16 GB RAM اور 400 GB disk۔ ان disk figures کو ان single-binary options کے ساتھ دیکھیں، جہاں پورا dataset ایک یا دو local database files میں موجود ہوتا ہے۔
Archiving وہ پہلو ہے جو لوگوں کو حیران کرتا ہے۔ Default طور پر Matomo reports اس وقت بناتا ہے جب کوئی dashboard کھولتا ہے۔ اس لیے data بڑھنے کے ساتھ dashboard سست ہوتا جاتا ہے اور آخرکار timeout ہو جاتا ہے۔ documented حل یہ ہے کہ general settings میں browser-triggered archiving بند کریں اور اس کے بجائے archiver کو cron سے چلائیں۔ اسے اس user کے طور پر چلائیں جو Matomo files کا مالک ہے، اور Matomo directory سے command اجرا کریں۔
php console core:archive --url=https://analytics.example.comMatomo processed report tables کے ساتھ raw log tables بھی رکھتا ہے۔ یہ پرانا raw data اور پرانی reports مقررہ schedule کے مطابق delete کر سکتا ہے۔ اسے installation کے وقت فعال کریں، disk بھرنے کے بعد نہیں۔ Matomo server access logs بھی import کر سکتا ہے۔ اس طرح یہ یہاں واحد product ہے جو دونوں families کو ایک ہی جگہ cover کرتا ہے۔
Rybbit اور نئے stacks
git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.nameRybbit حال ہی میں متعارف ہوا ہے اور اس کا dashboard جدید ہے۔ setup script environment file لکھتی ہے اور Docker Compose کے ذریعے stack شروع کرتی ہے۔ یہ ClickHouse چلاتا ہے، اور Caddy کو اپنے web server کے طور پر شامل کرتا ہے۔ Caddy port 443 سنبھالتا ہے اور آپ کے فراہم کردہ domain کے لیے certificate کی درخواست کرتا ہے۔ جس machine پر nginx پہلے ہی port 443 سنبھال رہا ہو، وہاں script bind نہیں کر سکے گی۔ اس لیے project کا manual Compose طریقہ استعمال کریں اور اسے اپنے موجودہ proxy کے پیچھے رکھیں۔ دستاویزات میں کم از کم 2 GB RAM، Ubuntu 24 LTS پر testing، اور ARM کے لیے ARMv8.2-A یا اس کے بعد کا ورژن درکار بتایا گیا ہے، کیونکہ ClickHouse استعمال ہوتا ہے۔
کسی بھی نئے project کے لیے اہم احتیاط یہ ہے کہ features تیزی سے شامل ہوتے ہیں اور breaking changes بھی جلد آ سکتی ہیں۔ کسی tag کو pin کریں، pull کرنے سے پہلے release notes پڑھیں، اور پہلے database backup لیں۔
Retention اور disk growth: اپنے box پر اس کی پیمائش کریں
Disk growth کا انحصار اس بات پر ہے کہ tool ہر event کے لیے کیا محفوظ کرتا ہے۔ GoatCounter hits کو counters میں aggregate کرتا ہے، اس لیے اس کی file کا حجم raw volume کے مقابلے میں distinct pages اور days کے ساتھ زیادہ بڑھتا ہے۔ Umami اور Matomo ہر event کے لیے rows محفوظ کرتے ہیں، جبکہ Matomo raw rows کے علاوہ processed report tables بھی محفوظ کرتا ہے۔ ClickHouse events کو columns میں محفوظ کرتا ہے اور انہیں بہت زیادہ compress کرتا ہے۔ اسی لیے Plausible اس volume کو بھی سنبھال لیتا ہے جو row store پر نمایاں بوجھ ڈالے۔
یہ guide فی million pageviews megabytes کی کوئی قدر شائع نہیں کرتی، کیونکہ اس نے آپ کے traffic پر اس کی پیمائش نہیں کی۔ یہ reading خود لیں۔ service اور user names کو اپنی Compose file کے مطابق تبدیل کریں۔
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"یہ number درج کریں، ایک ہفتہ انتظار کریں، پھر اسے دوبارہ درج کریں، اور فرق کو اس ہفتے dashboard کی رپورٹ کردہ pageviews سے تقسیم کریں۔ یہ figure آپ کی site اور آپ کے bot filtering سے متعلق ہے، اس لیے کسی بھی شائع شدہ اوسط سے زیادہ مفید ہے۔ پھر اس وقت retention limit مقرر کریں جب number ابھی کم ہو۔ ایک full disk VPS پر ہر service کو بند کر دیتی ہے، صرف analytics کو نہیں۔ یہی اس بات کی سب سے مضبوط وجہ ہے کہ database volume کو ایسی جگہ رکھا جائے جس کے بارے میں df -h آپ کو warning دے گا۔ اس risk پر اس box میں مزید توجہ درکار ہے جس پر پہلے ہی کوئی bulky چیز موجود ہو، کیونکہ self-hosted photo server disk کو اس وقت بہت پہلے بھر دے گا جب کوئی analytics database اس کے قریب بھی نہ پہنچا ہو۔
ریورس پراکسی کے پیچھے subdomain پر اس کا طرزِ عمل
Collector کو اس site کے کسی subdomain پر رکھیں جس کی پیمائش وہ کرتا ہے، مثلاً stats.example.com۔ اس سے Collector کی request first-party بن جاتی ہے، لہٰذا browser کے وہ rules اس پر لاگو نہیں ہوتے جو third-party requests کو block کرتے ہیں۔
جب آپ container port publish کریں تو application کو loopback پر bind کریں۔ Docker اپنے firewall rules کو ufw سے پہلے لاگو کرتا ہے، اس لیے -p 3000:3000 کے طور پر publish کیا گیا container internet سے reachable ہوتا ہے، چاہے ufw status اس port کو denied دکھا رہا ہو۔ اسے کسی دوسری machine سے curl http://SERVER_IP:3000 کے ذریعے test کریں؛ آپ کو dashboard مل جائے گا۔ اگر اسے -p 127.0.0.1:3000:3000 کے طور پر publish کیا جائے تو یہی test Connection refused دے گا، کیونکہ port تک صرف Docker host خود پہنچ سکتا ہے۔ اس کا مطلب پھر بھی یہ ہے کہ machine پر موجود ہر process اور user اس تک پہنچ سکتا ہے، صرف proxy نہیں۔ مزید یہ کہ 28.0.0 سے پرانے Docker Engine releases میں اسی L2 network segment پر موجود hosts بھی localhost پر publish کیے گئے ports تک پہنچ سکتے تھے، اس لیے engine کو جدید رکھیں۔ یہی طریقہ صرف dashboard کو چھپانے تک محدود نہیں؛ یہ اسی machine پر onion service چلانے کی بنیادی وجہ بھی ہے۔ اگر کوئی service اب بھی public interface پر جواب دے رہی ہو تو وہی hidden address کو آپ کے IP سے منسلک کرتی ہے۔ Collector endpoint کو open internet سے reachable رہنا ضروری ہے، لیکن dashboard کو نہیں۔ اگر آپ دوسرا subdomain publish کرنے کے بجائے اسے private network کے ذریعے پڑھنا چاہتے ہیں تو subnet router کے ذریعے VPS network کو اپنے tailnet میں advertise کرنا port کھولے بغیر یہ کام کر دیتا ہے۔
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;
}
}یہاں forwarding headers اختیاری نہیں ہیں۔ ان کے بغیر ہر visit 127.0.0.1 سے آتی ہے، اس لیے country report خالی رہتی ہے اور unique visitors کی تعداد تقریباً ایک تک محدود ہو جاتی ہے۔ مثال کے طور پر Umami، X-Forwarded-For سے پہلے X-Real-IP کو check کرتا ہے اور پہلی ایسی value استعمال کرتا ہے جس میں کوئی value موجود ہو، اس لیے اوپر والے block کے ساتھ یہ X-Real-IP پڑھتا ہے۔ ہر project یہ طے کرتا ہے کہ وہ کس header پر اعتماد کرے گا اور کس setting کے تحت، اس لیے اندازہ لگانے کے بجائے اس کی proxy documentation ایک بار دیکھیں۔ Caddy یہ headers خود set کرتا ہے، اور اسی کام کے لیے Caddyfile میں صرف دو lines کافی ہیں۔
stats.example.com {
reverse_proxy 127.0.0.1:3000
}اگر آپ نے ابھی proxy منتخب نہیں کی تو nginx، Caddy اور Traefik کا تقابلی جائزہ یہ بتاتا ہے کہ چند subdomains والی single box کے لیے کون سا موزوں ہے۔
کیا self-host کرنے کی صورت میں بھی cookie banner درکار ہے؟
Self-hosting سے یہ بدلتا ہے کہ data کس کے پاس رہتا ہے۔ اس سے data کے بارے میں قانون کی ضرورتیں تبدیل نہیں ہوتیں۔ دو rules کو الگ رکھیں۔ ePrivacy کا consent rule visitor کے device پر کسی چیز کو store یا read کرنے سے متعلق ہے، اس لیے جو tool کوئی cookie set نہیں کرتا اور local storage میں کچھ نہیں لکھتا، وہ اس مخصوص requirement کے دائرے سے باہر رہتا ہے۔ GDPR personal data کی processing سے متعلق ہے، اور IP address personal data شمار ہوتا ہے، اس لیے آپ کو اب بھی قانونی بنیاد، retention limit، اور اس سوال کا جواب درکار ہے کہ آپ کسی شخص کے بارے میں کیا data رکھتے ہیں۔
Plausible، Umami، GoatCounter اور Medama default طور پر کوئی cookie set نہیں کرتے۔ اس کے بجائے ہر project کون سا data derive کرتا ہے، یہ مختلف ہوتا ہے اور versions کے درمیان بدل سکتا ہے، اس لیے کسی summary کے بجائے project کی اپنی privacy documentation پڑھیں۔ Matomo میں IP anonymisation اور opt-out endpoint شامل ہوتے ہیں، جنہیں آپ admin interface میں enable کرتے ہیں۔
مختلف ممالک کے regulators مختلف نتائج تک پہنچتے ہیں۔ مثال کے طور پر France کی CNIL ایسی conditions شائع کرتی ہے جن کے تحت audience measurement consent سے مستثنیٰ ہو سکتی ہے۔ یہ section حقائق پر مبنی summary ہے، قانونی مشورہ نہیں۔ حقیقی users والی حقیقی site کے لیے اپنے jurisdiction کے lawyer سے مشورہ کریں۔
ایک نکتہ جسے لوگ نظرانداز کرتے ہیں: access log بھی personal data ہے۔ GoAccess page میں کوئی script شامل نہیں کرتا، لیکن پھر بھی IP addresses process کرتا ہے، اس لیے log-based analytics خودکار طور پر rules سے باہر نہیں ہو جاتی۔ کسی service کو اپنے box پر منتقل کرنے سے exposure ختم نہیں ہوتی بلکہ اس کی جگہ بدلتی ہے۔ یہی وجہ ہے کہ self-hosted SearXNG instance حقیقت میں کیا چھپاتا ہے کی حد search engines تک رہتی ہے، جبکہ queries خود آپ کے اپنے logs میں موجود رہتی ہیں۔
ایڈ بلاکرز، اور آپ کے اعداد و شمار کیوں کم ہوں گے
فلٹر فہرستیں hostname اور URL pattern کی بنیاد پر مطابقت تلاش کرتی ہیں۔ Hosted analytics product کو شناخت کرنا آسان ہوتا ہے، کیونکہ ہر صارف اسے اسی معروف hostname سے load کرتا ہے۔ Collector کو اپنی subdomain پر منتقل کرنے سے request میں سے وہ hostname ختم ہو جاتا ہے، اور script کو اپنے منتخب کردہ path سے serve کرنے پر معروف filename بھی ختم ہو جاتا ہے۔ اس طرح فہرست کو مطابقت تلاش کرنے کے لیے دونوں سابقہ identifiers دستیاب نہیں رہتے۔
یہ post کسی hit rate کا دعویٰ نہیں کرتی، کیونکہ اس میں اسے measure نہیں کیا گیا۔ کسی بھی setup کو block کرنے والے visitors کا تناسب آپ کی audience پر منحصر ہوتا ہے، اور developer audience عام audience کے مقابلے میں کہیں زیادہ blocking کرتی ہے۔ اس کے بجائے اپنے gap کو measure کریں۔ اسی ہفتے کے دوران access log میں GoAccess کے ذریعے HTML pages کی requests شمار کریں، پھر اس کا موازنہ اپنے script-based tool کی رپورٹ کردہ pageviews سے کریں۔ آپ کی site پر یہ فرق blocked visits اور cache سے serve ہونے والے pages کا مجموعہ ہے۔
Hosted product سے منتقل ہونے والے دن totals میں تبدیلی کی توقع رکھیں، اور یہ بھی ذہن میں رکھیں کہ اس تبدیلی کا کچھ حصہ blocking سے متعلق نہیں ہوگا۔ Products اس بارے میں مختلف ہوتے ہیں کہ pageview کیا ہے، single-page application کے اندر route change کو ایک pageview شمار کرنا ہے یا نہیں، اور session کب ختم ہوتا ہے۔ یہ نتیجہ اخذ کرنے سے پہلے کہ traffic کم ہو گیا ہے، کئی ہفتوں کے trends کا موازنہ کریں۔
کس سائٹ کے لیے کون سا ٹول
- ذاتی سائٹ یا blog جس پر ماہانہ تقریباً 50,000 pageviews ہوں: GoatCounter یا Medama، 1 GB VPS پر، اور ایسی backups کے ساتھ جو file copy کی صورت میں ہوں۔
- ایسی سائٹ جہاں script شامل نہ کی جا سکے، یا ایسی audience جو scripts کو بڑے پیمانے پر block کرتی ہو: موجودہ log پر GoAccess، مقررہ schedule کے مطابق۔
- چھوٹے کاروبار کی سائٹ جہاں dashboard کوئی دوسرا شخص دیکھتا ہو: Umami، اپنے Postgres container کے ساتھ۔
- ایسی سائٹ جہاں goal tracking درکار ہو اور server میں 2 GB یا اس سے زیادہ RAM ہو: Plausible Community Edition، جس میں marketing funnels اور user journeys Plausible کے paid cloud کے لیے چھوڑ دیے جاتے ہیں؛ یا Rybbit، اگر آپ نیا dashboard چاہتے ہوں اور کم عمر project قبول کر سکتے ہوں۔
- متعدد سائٹس، متعدد user accounts، یا raw data کو اپنی retention policy کے تحت رکھنے کی ضرورت: Matomo، جس کا سائز اوپر دی گئی published guidance کے مطابق مقرر کریں۔
سب سے پہلے وہ چھوٹا tool استعمال کریں جو آپ کے اصل سوال کا جواب دے۔ بعد میں GoatCounter سے Plausible پر منتقل ہونے کے لیے ایک subdomain اور کچھ history درکار ہوگی۔ Matomo سے کسی اور tool پر منتقل ہونے کے لیے ایسی migration درکار ہوگی جس سے آپ لطف اندوز نہیں ہوں گے۔ اگر آپ اب بھی یہ طے کر رہے ہیں کہ اسی server پر اور کیا چلایا جائے، تو وسیع self-hosting جائزہ میں بتایا گیا ہے کہ اس کے ساتھ کون سی چیزیں موزوں ہیں۔ اگر آپ کو دراصل visitor counts کے بجائے کسی application کی request level tracing درکار ہے، تو self-hosted observability service اس کام کے لیے موزوں tool ہے۔
FAQ
کیا self-hosting analytics سے cookie banner کی ضرورت ختم ہو جاتی ہے؟
نہیں، اور یہ دونوں الگ سوالات ہیں۔ ePrivacy کے تحت consent rule وزیٹر کے device پر کسی چیز کو store کرنے یا پڑھنے سے متعلق ہے، اس لیے ایسا tool جو کوئی cookie set نہیں کرتا اور local storage میں کچھ نہیں لکھتا، اس مخصوص requirement کے دائرے سے باہر رہتا ہے۔ GDPR ایک مختلف rule ہے اور personal data کی processing کا احاطہ کرتا ہے۔ IP address personal data ہے، اس لیے cookie نہ ہونے کے باوجود آپ کو lawful basis اور data retention limit درکار ہوتی ہے۔ self-hosting سے data آپ کے server پر منتقل ہو جاتا ہے اور اس کی ذمہ داری آپ پر عائد ہوتی ہے۔ اپنے regulator کی guidance دیکھیں اور اپنے معاملے کے لیے lawyer سے مشورہ کریں۔
self-hosted analytics کو VPS پر کتنی RAM درکار ہوتی ہے؟
اس کا فیصلہ dashboard نہیں بلکہ datastore کرتا ہے۔ GoatCounter اور Medama مقامی database files کے ساتھ process کے طور پر چلتے ہیں؛ GoatCounter کے لیے ایک file اور Medama کے لیے دو files ہوتی ہیں۔ Medama کی documentation کے مطابق چھوٹی sites 256 MB والی machines پر چل سکتی ہیں۔ Umami، Node application کے ساتھ Postgres container بھی چلاتا ہے۔ Plausible Community Edition اور Rybbit دونوں ClickHouse چلاتے ہیں، اور دونوں projects کم از کم 2 GB بتاتے ہیں۔ Matomo کی اپنی guidance کے مطابق ماہانہ 100,000 pageviews تک کے لیے ابتدا 2 CPU cores اور 2 GB RAM سے ہوتی ہے۔
میرے self-hosted numbers اس analytics سے کم کیوں ہیں جسے میں نے تبدیل کیا؟
اس کی دو وجوہات ہیں، اور دونوں حقیقی ہیں۔ Filter lists کچھ collector requests کو block کر دیتی ہیں، اس لیے script based ہر tool ان visits میں سے کچھ کھو دیتا ہے۔ Products counting بھی مختلف طریقے سے کرتے ہیں، کیونکہ pageview کی تعریف اور session کے اختتام کا وقت ان کے درمیان مختلف ہوتا ہے۔ اپنے access log میں HTML page requests کے ایک ہفتے کا موازنہ اسی ہفتے کے script based pageviews سے کریں۔ یہ فرق blocked visits اور cached pages کا مجموعہ ہے، جسے آپ نے اپنی site پر ناپا ہے، نہ کہ کسی اور کے published rate سے اخذ کیا ہے۔
کیا میں Plausible یا Rybbit کو ARM VPS پر چلا سکتا ہوں؟
دونوں ClickHouse چلاتے ہیں، اور ClickHouse کو x86 پر SSE 4.2 یا ARM پر NEON درکار ہوتا ہے۔ Plausible کی requirements میں یہی بات واضح طور پر درج ہے، جبکہ Rybbit کی docs کے مطابق ARM systems کو ARMv8.2-A یا اس سے نیا ورژن درکار ہے۔ موجودہ ARM server cores اس شرط پر پورے اترتے ہیں، لیکن پرانے cores نہیں اترتے۔ failure application log میں ظاہر ہونے کے بجائے ClickHouse کے instruction set error کے ساتھ start ہونے سے انکار کی صورت میں ظاہر ہوتی ہے۔ چھوٹے ARM box پر single file tools اس مسئلے سے بچا لیتے ہیں، کیونکہ ان میں سے کوئی بھی ClickHouse نہیں چلاتا۔
کیا tracking script استعمال کرنے کے بجائے server logs parse کرنے چاہییں؟
جب آپ script شامل نہیں کر سکتے، جب آپ کی audience بڑے پیمانے پر blocking کرتی ہو، یا جب آپ ایسا count چاہتے ہوں جس میں crawlers بھی شامل ہوں، تو log parsing استعمال کریں۔ GoAccess وہ log پڑھتا ہے جو آپ کا server پہلے ہی لکھ رہا ہوتا ہے، اس لیے اس سے page weight یا database میں کوئی اضافہ نہیں ہوتا۔ اس طریقے میں browser کے اندر ہونے والی تمام سرگرمیاں نظر نہیں آتیں۔ CDN یا browser cache سے serve ہونے والا page بھی شمار نہیں ہوتا، کیونکہ وہ request آپ کے server تک پہنچی ہی نہیں۔ بہت سی sites دونوں طریقے استعمال کرتی ہیں اور انہیں دو مختلف measurements سمجھتی ہیں۔