Umami 追踪脚本中的Referrer参数传递问题分析与解决方案
2025-05-08 05:23:50作者:郁楠烈Hubert
问题背景
在网站分析工具Umami的使用过程中,开发人员发现了一个关于来源(referrer)参数传递的重要问题。当用户从Google等搜索引擎跳转到目标网站时,浏览器提供的document.referrer值是正确的,但通过Umami的/api/send接口发送的请求中,referrer参数却出现了错误,导致监控数据中来源域名显示为"none"。
技术分析
问题重现
多位开发者在不同技术栈环境下重现了此问题:
- NodeJS v18.19.1 + NextJS v12.0.7
- NodeJS v18.17.1 + NextJS v14.1.0
这表明问题具有普遍性,与特定版本关系不大。
根本原因
通过深入调试追踪脚本,发现问题出在以下几个关键点:
- 初始化时机问题:脚本在document.readyState === 'complete'时初始化,此时referrer值已经发生变化
- handlePush函数干扰:该函数在发送初始请求前修改了referrer值
- 值传递流程:虽然条件判断
referrer !== hostname ? referrer : ''在逻辑上正确,但在实际执行时referrer已被错误修改
技术细节
追踪脚本的核心问题在于处理referrer的时序控制。在理想情况下,脚本应该:
- 捕获初始referrer值
- 保持该值不变直到发送请求
- 正确处理同源检测(避免将站内跳转误判为外部来源)
但实际实现中,多个异步操作和事件处理函数干扰了referrer值的保持。
解决方案
Umami开发团队在v2.13.2版本中修复了此问题,主要改动包括:
- 重构了referrer值的捕获和保持逻辑
- 调整了初始化流程,确保在正确时机获取referrer
- 优化了事件处理顺序,避免中间过程修改关键参数
影响与建议
此修复对于依赖准确来源分析的用户至关重要,特别是:
- 需要精确追踪SEO流量的网站
- 依赖来源数据进行转化归因的电商平台
- 需要分析外部引流的营销团队
建议所有Umami用户升级到v2.13.2或更高版本,以确保来源数据的准确性。对于暂时无法升级的用户,可以参考社区提供的临时解决方案,但需要注意这些方案可能存在兼容性风险。
总结
Umami作为一款开源的网站分析工具,其追踪脚本的准确性对数据分析至关重要。这次referrer参数问题的发现和修复,体现了开源社区协作的优势。通过技术分析、问题定位和代码改进,最终为用户提供了更可靠的数据采集方案。这也提醒我们在使用任何分析工具时,都应该定期验证基础数据的准确性,确保业务决策基于可靠的数据基础。
登录后查看全文
热门项目推荐
相关项目推荐
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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
ops-transformer本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
23
6
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K
React Native鸿蒙化仓库
JavaScript
212
287
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
暂无简介
Dart
527
116
🎉 (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
987
583
openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0
ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55
ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44