如何在本地部署Plausible社区版并追踪单页应用访问数据
前言
Plausible是一款轻量级的网站分析工具,其社区版(Plausible CE)允许用户自行部署。对于开发者而言,在正式上线前在本地环境测试其功能非常必要。本文将详细介绍如何在本地机器上通过Docker部署Plausible CE,并配置其追踪本地运行的React单页应用(SPA)的访问数据。
环境准备
在开始前,请确保您的系统已安装以下组件:
- Docker及Docker Compose
- Git
- OpenSSL(用于生成密钥)
部署步骤
1. 克隆项目代码
首先需要获取Plausible社区版的源代码。建议使用特定版本以确保稳定性:
git clone -b v2.1.3 --single-branch https://github.com/plausible/community-edition plausible-ce
cd plausible-ce
2. 配置环境变量
创建.env文件并设置必要的环境变量:
touch .env
echo "BASE_URL=http://localhost:8000" >> .env
echo "SECRET_KEY_BASE=$(openssl rand -base64 48)" >> .env
这里需要特别说明BASE_URL的配置:
- BASE_URL应设置为Plausible自身的访问地址
- 对于本地测试,使用http://localhost加端口号的形式
- 端口号8000是默认设置,可根据需要修改
3. 配置Docker端口映射
创建compose.override.yml文件来设置端口映射:
cat > compose.override.yml << EOF
services:
plausible:
ports:
- 8000:8000
EOF
4. 启动服务
使用Docker Compose启动所有服务:
docker compose up -d
配置单页应用追踪
1. 获取追踪代码
Plausible启动后,访问http://localhost:8000完成初始注册。在管理界面中,您可以获取用于追踪的JavaScript代码片段。
2. 集成到React应用
将获取的追踪代码添加到您的React单页应用中。对于使用Vite创建的React项目,可以在index.html或根组件中添加:
<script defer data-domain="localhost" src="http://localhost:8000/js/script.js"></script>
3. 特殊配置说明
对于本地开发环境,需要注意以下几点:
- 确保Plausible和您的应用使用不同的端口号
- 不需要配置HTTPS,直接使用HTTP协议
- 数据域(data-domain)可以设置为"localhost"或任何您喜欢的标识符
常见问题解决
1. 注册按钮无响应
如果遇到注册页面按钮无响应的情况,检查Docker日志中的错误信息。常见原因包括:
- 数据库初始化失败
- 端口冲突
- 环境变量配置错误
2. 数据不显示
如果追踪代码已添加但数据不显示:
- 确保Plausible服务正常运行
- 检查浏览器控制台是否有加载脚本的错误
- 确认没有广告拦截器阻止了追踪请求
进阶配置
1. 自定义端口
如果需要使用其他端口,修改compose.override.yml中的端口映射和.env中的BASE_URL即可。
2. 持久化数据
默认情况下,数据会随容器停止而消失。如需持久化,可以配置Docker卷来保存数据库数据。
结语
通过以上步骤,您已成功在本地部署了Plausible社区版,并配置其追踪本地开发的单页应用。这种配置非常适合开发阶段的测试和验证,待功能确认后再考虑生产环境部署。Plausible的轻量级特性使其成为替代Google Analytics的优秀选择,特别是在注重隐私保护的场景下。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00