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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C050
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00