Umami 2.17.0版本发布:批量发送与数据覆盖功能详解
2025-06-01 18:46:43作者:平淮齐Percy
项目简介
Umami是一款开源的网站分析工具,专注于提供简洁、隐私友好的网站访问数据分析解决方案。与传统的分析工具不同,Umami强调数据所有权和用户隐私保护,同时保持了强大的分析功能。
核心功能更新
批量数据发送功能
在2.17.0版本中,Umami引入了批量发送API端点,这为数据导入和大规模数据处理提供了极大便利。开发者现在可以通过向/api/batch端点发送POST请求,一次性提交包含多个数据对象的数组,而不必像以前那样需要为每个数据点单独调用/api/send接口。
这项改进特别适合以下场景:
- 历史数据迁移:当需要将旧系统的分析数据导入Umami时
- 批量事件记录:如电商平台需要同时记录多个用户行为事件
- 离线数据同步:移动应用在恢复网络连接后批量上传收集的数据
数据覆盖功能
新版本允许开发者在发送数据时覆盖Umami自动收集的某些字段,这在非浏览器环境中特别有用。可覆盖的字段包括:
- IP地址:当指定自定义IP时,Umami会忽略某些平台提供的geo头信息,转而使用本地数据库查询地理位置数据
- 用户代理字符串:必须提供有效格式的UA字符串,否则请求可能被识别为机器人流量
- 时间戳:可以指定UNIX时间戳(秒级),使数据记录在指定时间而非当前时间
这项功能使得Umami可以更好地适应:
- 服务器端渲染应用
- 移动应用分析
- 物联网设备数据收集
- 离线场景下的数据记录
尊重"请勿追踪"(DNT)设置
Umami现在支持通过添加data-do-not-track=true参数来尊重用户的DNT设置。当用户浏览器启用了DNT功能时,网站可以通过这个设置让Umami不跟踪该用户的访问行为,进一步增强了隐私保护能力。
问题修复与优化
本次更新还包含多项重要修复和优化:
- 修复了按来源过滤时的错误问题
- 为自定义端点添加了缺失的CORS头
- 解决了旅程报告中的回归问题
- 修正了本地主机名(127.0.0.1)不被允许的问题
- 修复了分组来源显示不正确值的问题
- 改进了付费广告渠道的检测机制
技术实现建议
对于开发者而言,在使用这些新功能时需要注意以下几点:
- 批量发送:虽然批量发送提高了效率,但应注意合理控制每批次的数据量,避免因单次请求过大导致处理超时
- IP覆盖:当使用自定义IP时,确保Umami服务器有最新的IP地理位置数据库,以获得准确的地理信息
- 时间戳:使用自定义时间戳时,应考虑服务器时间与客户端时间的时区差异
- DNT实现:在实现DNT支持时,应确保与网站的其他隐私政策保持一致
总结
Umami 2.17.0版本的发布,通过批量发送、数据覆盖等新功能,大大扩展了其应用场景,使得这款分析工具不仅适用于传统的网站分析,还能很好地支持移动应用、物联网设备等更多场景。同时,对DNT的支持也体现了项目对用户隐私保护的持续重视。这些改进使得Umami在企业级应用中的可用性得到了显著提升。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873