自托管 Web 分析工具选型:VPS 部署方案对比
在小型 VPS 上自托管分析工具应如何选择?本文对比 Plausible、Umami、Matomo、GoatCounter 及 GoAccess 的内存占用、数据库需求与磁盘增长情况,并解析脚本跟踪与日志分析在反广告插件及爬虫过滤方面的核心差异。
应在 VPS 上运行哪种自托管 Web 分析工具?
自托管 Web 分析工具分为两类。选错类别的代价高于选错具体产品。一类在访客的浏览器中运行小型脚本,并存储该脚本上报的数据。另一类读取 Web 服务器已经写入的访问日志。数据库类型、所需内存等后续因素,都取决于这个选择。
小型服务器的简短结论如下。GoatCounter 和 Medama 可运行在 1 GB 内存的服务器上,因为二者都以单个进程处理本地数据库文件:GoatCounter 使用 1 个数据库文件,Medama 使用 2 个数据库文件。Umami 会增加一个 Postgres 容器,并提供非技术人员也能看懂的仪表板。Plausible Community Edition 和 Rybbit 都运行 ClickHouse,因此应准备 2 GB 或更多内存。Matomo 是功能完整的产品,应根据流量选择相应规格的服务器。GoAccess 完全不会向页面添加内容,因为它读取的是已经存在的日志。
脚本标签与服务器日志:两者分别能看到什么
脚本标签用于统计浏览器。页面加载后,脚本运行,并向您的收集器发送一个请求。只要这条链路中的任何环节失败,您就无法看到相关数据:用户禁用了 JavaScript、过滤列表阻止了请求、向收集器发送请求失败,或者爬虫根本不运行脚本。
日志解析器用于统计请求。无论您是否安装其他组件,Web 服务器都会为每个请求写入一行日志,因此数据已经保存在磁盘上。它能看到每个爬虫,也能看到对不含脚本标签的文件发起的每次访问。但它无法看到浏览器内部发生了什么,也无法看到由浏览器缓存或您服务器前面的 CDN(内容分发网络)提供的页面,因为这类请求根本没有到达您的服务器。
这两个数字不会一致,但两者都没有错误。Matomo 同时支持这两种方式,并说明了与 JavaScript 跟踪器相比,日志导入会缺少哪些数据:屏幕分辨率和页面标题、事件、内容跟踪、热图、会话录制以及表单分析。使用请求而不是浏览器进行统计,就必须付出这些代价。
爬虫流量是造成差异的另一半原因。基于日志的统计会包含爬虫,除非您对其进行过滤;在普通网站上,爬虫占比通常足以改变您的结论。GoAccess 和 Matomo 的日志导入功能都会过滤已知爬虫。但两者都无法过滤伪造 user agent 的爬虫。因此,任何基于日志的统计都应配合在服务器上阻止 AI 爬虫,并在阻止后而不是阻止前读取日志。
GoAccess:基于现有日志进行分析
请从项目自己的 Debian 和 Ubuntu 软件源安装,因为发行版软件包的版本通常落后于最新发布版本。
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然后将日志提供给它,并生成静态报告。
goaccess /var/log/nginx/access.log -o ~/report.html --log-format=COMBINED普通用户运行该命令会因 Permission denied 而失败,因为在 Ubuntu 上,nginx 日志归 root 所有,所属组为 adm。使用 sudo usermod -aG adm $USER 将自己加入该组,然后注销并重新登录,因为组成员资格会在登录时读取。运行 id,确认列表中出现 adm 后再重试。
针对当前日志生成的报告,只包含 logrotate 尚未移动的内容。昨天的请求位于 access.log.1 中,更早的日志已被压缩,因此周报还必须读取轮换后的文件。
zcat /var/log/nginx/access.log.*.gz | goaccess - --log-format=COMBINED -o ~/last-week.htmlGoAccess 还提供实时模式 --real-time-html,该模式通过 WebSocket 更新页面。这需要额外的端口和单独的代理规则。对大多数网站而言,由 cron 每小时生成一次报告就足够了,需要保护的内容也更少。
GoatCounter:一个 Go 二进制文件和一个 SQLite 文件
GoatCounter 以静态编译的二进制文件形式发布,因此无需安装运行时。可以从发布页面获取构建版本并运行,也可以使用镜像。
docker run -p 8080:8080 -v goatcounter-data:/home/goatcounter/goatcounter-data arp242/goatcounter以二进制文件运行时,goatcounter serve监听 8080 端口,并在 ./goatcounter-data/db.sqlite3 创建 SQLite 数据库。实例已位于代理之后时,应通过命令行创建第一个站点,而不是使用 Web 向导。
goatcounter db create site -vhost=stats.example.com -user.email=me@example.com它可以通过 goatcounter serve -listen=:443 -tls=tls,rdr,acme 管理自己的证书,并使用 ACME(自动证书管理环境)。这适用于只运行 GoatCounter 的服务器。如果 nginx 或 Caddy 已占用 443 端口,则让 GoatCounter 继续监听 8080 端口,并将代理请求转发给它。根据项目自身的数据,跟踪脚本大小约为 3.5K;对于不运行 JavaScript 的页面,还提供跟踪像素。如果繁忙站点达到 SQLite 的性能上限,同一个二进制文件也可通过 goatcounter serve -db 'postgresql+dbname=goatcounter' 使用 Postgres。备份只需复制文件,这正是这类工具的实际优势。
Medama:单个容器占用 256 MB
Medama 是这里介绍的最新单二进制选项。它在设计上不使用 Cookie,项目声明跟踪器大小小于 1 KB,并称小型站点可在 256 MB 内存的虚拟机上运行。这些是项目公布的声明,不是本指南实测的数据。
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官方命令将端口发布为 8080:8080。上面的回环地址前缀是有意设置的,反向代理部分会解释原因。Medama 将数据保存在两个数据库文件 me_meta.db 和 me_analytics.db 中,容器会将它们写入 /app/data,因此应备份整个卷,而不是只备份单个文件。首次登录使用 admin,密码为 CHANGE_ME_ON_FIRST_LOGIN;该密码的名称就是操作说明。
有一种已记录的故障模式需要特别注意。登录仅在 HTTPS 或 localhost 上有效。因此,如果在证书就绪前配置反向代理,表单会拒绝正确的密码,且不会显示原因。请先完成 TLS(传输层安全)配置,再登录。
Umami:Postgres,以及用户熟悉的仪表板
git clone https://github.com/umami-software/umami.git
cd umami
docker compose up -d该配置会在 3000 端口启动应用,并在旁边运行一个 PostgreSQL 容器。如果改为从源代码构建,文档要求最低使用 PostgreSQL v12.14 和 Node.js 20.19 或更高版本,推荐使用 22 LTS。Umami 提供预构建镜像 docker.umami.is/umami-software/umami:latest,但需要将 DATABASE_URL 指向已有的数据库。
首次登录使用 admin,密码为 umami。在将 DNS 指向该服务器前修改此密码,因为 DNS 记录解析且代理开始响应后,该实例就会立即从互联网访问。有关 Compose 详细配置、环境文件和重启策略,请参阅VPS 上的 Docker Compose 堆栈,不要直接复制自己尚未阅读的堆栈配置。
该服务由一个 Node 进程和 Postgres 组成。它比单个二进制文件占用更多资源,但比任何运行 ClickHouse 的方案轻量得多。
Plausible 社区版:ClickHouse 决定最低内存要求
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截至 2026 年 11 月,当前版本为 v3.2.1,克隆命令会有意固定使用该版本。此堆栈由三部分组成:应用、用于存储账户和设置的 Postgres,以及用于存储事件数据的 ClickHouse。SECRET_KEY_BASE 至少必须是 64 字节的字符串,openssl 调用会生成符合要求的值。
Plausible 官方要求至少 2 GB RAM,以避免 ClickHouse 和应用触发内存不足终止程序;同时还要求 CPU 支持 SSE 4.2 或 NEON,因为 ClickHouse 需要该指令集。购买 VPS 前应检查第二项要求。这也是选择 ARM 还是 x86 VPS时需要考虑的实际差异之一。ClickHouse 还会使用它认为可用的全部内存,因此在共享服务器上,应按照在 Compose 中限制容器内存中的说明设置上限。
BASE_URL 必须与公网 URL 完全一致。如果不一致,您登录后,应用会将请求重定向到错误的主机,并将会话 Cookie 写入当前浏览器未访问的域名,因此页面会返回登录表单,且不会显示错误消息。
随附的 Compose 文件不会发布端口,因为预期前面会有反向代理。添加一个覆盖文件,仅在 loopback 地址上发布默认应用端口。
cat > compose.override.yml << EOF
services:
plausible:
ports:
- 127.0.0.1:8000:8000
EOFMatomo:完整产品及其所需服务器
Matomo 基于 PHP 和 MySQL 或 MariaDB 运行,因此它属于经典 Web 技术栈,而不是容器技术栈。它也是本文唯一一个按流量规模发布硬件建议的工具。
此图表背后的数据
[
{
"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
}
]这些是 Matomo 截至 2026 年 11 月公布的最低要求,不是本指南的实测结果。每月页面浏览量不超过 100,000 时,它要求 2 个 CPU 核心、2 GB RAM 和 50 GB SSD,并且一台服务器即可同时运行应用和数据库。在 1M/month 时,要求变为 8 GB RAM 和 250 GB 磁盘空间。在 10M/month 时,Matomo 建议使用两台服务器,最后一行显示的是数据库服务器要求:16 GB RAM 和 400 GB 磁盘空间。请将这些磁盘容量与单二进制文件方案放在一起比较,因为后者的完整数据集都存放在一个或两个本地数据库文件中。
归档是最容易让人意外的部分。默认情况下,Matomo 会在用户打开仪表板时生成报告。随着数据增加,仪表板会变慢,最终可能超时。文档建议在常规设置中关闭由浏览器触发的归档,改为通过 cron 从 Matomo 目录运行归档程序,并使用拥有 Matomo 文件的用户执行。
php console core:archive --url=https://analytics.example.comMatomo 还会在已处理的报告表旁保留原始日志表,并且可以按计划删除旧的原始数据和旧报告。安装时就应启用此功能,不要等磁盘空间耗尽后再启用。Matomo 也可以导入服务器访问日志,因此它是本文唯一一个同时覆盖这两类数据的产品。
Rybbit 和较新的技术栈
git clone https://github.com/rybbit-io/rybbit.git
cd rybbit
chmod +x *.sh
./setup.sh your.domain.nameRybbit 是较新的项目,提供现代化的仪表板。安装脚本会写入环境文件,并使用 Docker Compose 启动整个技术栈。它运行 ClickHouse,并自带 Caddy 作为 Web 服务器。Caddy 会占用 443 端口,并为您传入的域名申请证书。如果服务器上的 nginx 已占用 443 端口,脚本将无法绑定该端口。此时应使用项目提供的手动 Compose 部署方式,并将其置于现有反向代理之后。文档要求至少 2 GB RAM,并说明已在 Ubuntu 24 LTS 上进行测试。由于 ClickHouse 的要求,ARM 平台需要使用 ARMv8.2-A 或更高版本。
对于任何较新的项目,都应注意一个实际问题:功能更新很快,破坏性变更也可能随之出现。请固定版本标签,拉取更新前先阅读发行说明,并先备份数据库。
保留期限和磁盘增长:在自己的服务器上测量
磁盘增长取决于工具为每个事件存储的内容。GoatCounter 将访问聚合为计数器,因此其文件增长更多取决于不同页面和天数,而不是原始访问量。Umami 和 Matomo 按事件存储数据行,Matomo 还会在原始数据之上存储处理后的报表表。ClickHouse 按列存储事件,并进行高强度压缩,因此 Plausible 可以应对会让行式存储承受压力的访问量。
本指南不提供每百万次页面浏览对应的 MB 数值,因为没有在您的流量上进行测量。请自行读取数据。根据您自己的 Compose 文件调整服务名和用户名。
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"记录数值,等待一周后再次记录,然后用两次读数的差值除以仪表板报告的该周页面浏览量。这个数值反映了您的网站和机器人过滤规则,因此比任何公开的平均值都更有参考价值。趁数值还较小时设置保留期限。磁盘已满会导致 VPS 上的所有服务停止运行,而不只是分析服务;这正是应将数据库卷放在 df -h 会提醒您的位置的最有力理由。如果服务器上已经存放了体积较大的内容,就更应重视这一风险,因为自托管照片服务器早在任何分析数据库接近磁盘上限之前,就可能耗尽磁盘空间。
反向代理在子域名后面的工作方式
将收集器放在被测站点的子域名下,例如 stats.example.com。这样,收集器请求属于第一方请求,不会受到浏览器阻止第三方请求的规则影响。
发布容器端口时,将应用绑定到回环地址。Docker 会在 ufw 之前写入自己的防火墙规则,因此,即使 ufw status 表示该端口被拒绝,发布为 -p 3000:3000 的容器仍可从互联网访问。在另一台机器上使用 curl http://SERVER_IP:3000 测试时,您会看到仪表板。发布为 -p 127.0.0.1:3000:3000 时,相同测试会得到 Connection refused,因为只有 Docker 主机自身可以访问该端口。但这仍意味着主机上的每个进程和用户都可以访问,而不只是代理。对于早于 28.0.0 的 Docker Engine 版本,同一 L2 网络网段上的主机也可以访问发布到 localhost 的端口,因此请保持引擎为最新版本。这个做法不只是隐藏仪表板:它也是在同一台主机上运行 onion service的核心。任何仍在公网接口上响应的服务,都可能将隐藏地址与您的 IP 关联起来。收集器端点必须能从开放互联网访问,但仪表板不需要这样。如果您希望通过私有网络读取仪表板,而不是发布第二个子域名,那么通过子网路由器将 VPS 网络发布到您的 tailnet即可实现这一点,无需开放端口。
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;
}
}转发标头在这里不是可选项。没有这些标头,每次访问都会显示来自 127.0.0.1,因此国家/地区报告为空,唯一访客数也会趋近于 1。例如,Umami 会先检查 X-Real-IP,再检查 X-Forwarded-For,并使用第一个包含值的标头。因此,使用上面的配置块时,它会读取 X-Real-IP。每个项目决定信任哪些标头,以及通过什么设置启用信任,因此请查看其代理文档,不要自行假设。Caddy 会自行设置这些标头,用 Caddyfile 完成相同配置只需两行。
stats.example.com {
reverse_proxy 127.0.0.1:3000
}如果您还没有选择代理,nginx、Caddy 和 Traefik 的比较介绍了哪一种适合带有少量子域名的单台主机。
自行托管后,仍需要 Cookie 横幅吗?
自行托管会改变数据由谁持有,但不会改变法律对这些数据的规定。请区分两项规则。ePrivacy 的同意规则针对在访问者设备上存储或读取任何内容。因此,不设置 Cookie 且不写入本地存储的工具,不受这一项具体要求约束。GDPR 针对个人数据处理,而 IP 地址属于个人数据。因此,您仍需要合法依据、保留期限,以及在他人询问您持有哪些关于其数据时作出答复。
Plausible、Umami、GoatCounter 和 Medama 默认不设置 Cookie。但各项目具体推导哪些数据有所不同,且会随版本变化,因此应阅读项目自身的隐私文档,不要只参考概述。Matomo 提供 IP 匿名化功能,以及可在管理界面中启用的退出跟踪端点。
不同国家的监管机构可能得出不同结论。例如,法国 CNIL 会发布受众测量可免于征得同意的适用条件。本节仅作事实性概述,不构成法律建议。对于面向真实用户的实际网站,请咨询您所在司法辖区的律师。
还有一点经常被忽略:访问日志同样属于个人数据。GoAccess 不会向页面添加脚本,但仍会处理 IP 地址,因此基于日志的分析并不会自动排除在相关规定之外。将服务迁移到您自己的服务器,只是转移了暴露面,并未消除暴露面。这也是 自行托管的 SearXNG 实例实际隐藏了什么 只涉及搜索引擎,而查询本身仍会写入您自己的日志的原因。
广告拦截器,以及为什么你的数据会下降
过滤列表会匹配主机名和 URL 模式。托管式分析产品很容易被匹配,因为所有用户都会从同一个知名主机名加载它。将收集器移到自己的子域名后,请求中就不再包含该主机名;从自定义路径提供脚本后,请求中也不再包含那个知名文件名。这两项改动都会改变过滤列表需要匹配的内容。
本文不声称某个拦截率,因为没有进行相关测量。会拦截某种配置的访问者比例取决于受众;开发者受众的拦截比例通常远高于普通受众。请改为测量自己站点的差值。在同一周内,使用 GoAccess 统计访问日志中对 HTML 页面的请求数,再将其与基于脚本的工具报告的 pageview 数进行比较。两者的差值就是本站被拦截的访问,以及由缓存直接提供的页面数量。
从托管产品切换的当天,预计总数会发生变化;同时也要注意,其中一部分变化与拦截无关。不同产品对 pageview 的定义不同:在单页应用中,单个页面内的路由变化是否算作一次 pageview,以及会话何时结束,都可能存在差异。在确认流量下降前,请先比较多周的趋势。
各网站应选择哪个工具
- 每月页面浏览量大致低于 50,000 的个人网站或博客:选择 GoatCounter 或 Medama,部署在 1 GB VPS 上,并使用文件复制方式备份。
- 无法添加脚本的网站,或访问者经常阻止脚本的网站:使用 GoAccess 分析现有日志,并按计划运行。
- 由其他人查看分析面板的小型企业网站:选择 Umami,并部署其 Postgres 容器。
- 需要跟踪目标,且服务器内存为 2 GB 或更多的网站:选择 Plausible Community Edition。它将营销漏斗和用户路径分析留给 Plausible 的付费云服务。如果希望使用更新的面板,并且能接受项目较新,也可以选择 Rybbit。
- 拥有多个网站、多个用户账户,或要求按照自定义保留策略保存原始数据:选择 Matomo,并根据上文公布的建议配置资源。
从能够回答实际问题的最小工具开始。以后从 GoatCounter 迁移到 Plausible,只需要处理一个子域名和部分历史数据。从 Matomo 迁移到其他工具,则需要执行一项你不会喜欢的迁移工作。如果你还在决定同一台服务器上适合部署哪些其他服务,请参阅更广泛的自托管服务汇总,了解可以与它搭配的服务。如果你真正需要的是应用请求级别的跟踪,而不是访客数量统计,请使用自托管可观测性服务。
FAQ
自托管分析是否可以不再使用 Cookie 横幅?
不能,这两个问题彼此独立。ePrivacy 下的同意规则适用于在访问者设备上存储或读取信息,因此不设置 Cookie 且不写入本地存储的工具不受该项具体要求约束。GDPR 是另一项规则,适用于个人数据处理;IP 地址属于个人数据。因此,即使不使用 Cookie,仍需要合法处理依据和保留期限。自托管会将数据转移到您的服务器上,并由您负责处理这些数据。请查阅您所在监管机构的指南,并针对具体情况咨询律师。
VPS 上的自托管分析需要多少 RAM?
决定资源需求的是数据存储,而不是仪表板。GoatCounter 和 Medama 都以单个进程运行,并使用本地数据库文件;GoatCounter 使用1个文件,Medama 使用2个文件。Medama 文档说明,小型网站可以运行在配备256 MB内存的机器上。Umami 会在 Node 应用旁运行一个 Postgres 容器。Plausible Community Edition 和 Rybbit 都运行 ClickHouse,两个项目都声明至少需要2 GB内存。Matomo 自身的建议是,从 2 个 CPU 核心和 2 GB RAM 起步,支持每月最多100,000次页面浏览。
为什么我的自托管数据低于替代的分析工具?
有两个原因,而且都确实存在。过滤列表会阻止部分数据收集请求,因此所有基于脚本的工具都会漏掉这些访问。不同产品的统计方式也不同,因为页面浏览的定义以及会话结束的时间并不一致。将访问日志中连续一周的 HTML 页面请求,与同一周基于脚本统计的页面浏览量进行比较。两者的差值包括被阻止的访问和缓存页面访问,数据来自您自己的网站,而不是借用他人公布的比例。
我可以在 ARM VPS 上运行 Plausible 或 Rybbit 吗?
两者都运行 ClickHouse,而 ClickHouse 在 x86 上需要 SSE 4.2,在 ARM 上需要 NEON。Plausible 的要求明确说明了这一点,Rybbit 文档则说明 ARM 系统需要 ARMv8.2-A 或更高版本。当前的 ARM 服务器核心满足该要求,较旧的核心则不满足。失败时,ClickHouse 会因指令集错误而拒绝启动,而不是在应用日志中显示普通应用错误。在小型 ARM 主机上,使用单文件工具可以避开这个问题,因为这些工具都不运行 ClickHouse。
我是否应该解析服务器日志,而不是使用跟踪脚本?
在无法添加脚本、访问者大量拦截脚本,或希望统计包含爬虫在内的访问量时,可以使用日志解析。GoAccess 读取服务器已经写入的日志,因此不会增加页面负载,也不需要数据库。代价是无法统计浏览器内部发生的行为,也无法统计由 CDN 或浏览器缓存直接提供的页面,因为这些请求从未到达您的服务器。许多网站会同时运行两者,并将其视为两种不同的测量结果。