Umami 项目在Nginx下的部署优化指南
2025-05-08 02:38:48作者:董斯意
Umami 是一款现代化的网站分析工具,采用Next.js框架开发。在实际生产环境中,很多开发者选择使用Nginx作为反向代理来部署Umami服务。本文将详细介绍如何正确配置Nginx和systemd服务,确保Umami的各项功能正常运行。
核心配置要点
Nginx反向代理配置
正确的Nginx配置是确保Umami正常运行的关键。根据多位开发者的实践经验,以下是两种经过验证的配置方案:
子域名方案配置:
server {
listen 443 ssl;
server_name analytics.example.com;
location / {
proxy_pass http://localhost:3000;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection 'upgrade';
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
location ~* ^/(script.js|favicon.*|site.webmanifest) {
root /var/www/umami/public;
}
location /_next/static/ {
alias /var/www/umami/.next/static/;
expires max;
}
}
路径前缀方案配置:
location /stats/_next/static/ {
alias /opt/umami/.next/static/;
expires max;
}
location /stats {
proxy_pass http://127.0.0.1:9898;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Host $host;
}
systemd服务配置
一个可靠的systemd服务配置能够确保Umami服务在服务器重启后自动恢复:
[Unit]
Description=Umami Analytics Service
After=network.target
[Service]
Type=simple
WorkingDirectory=/var/www/umami
ExecStart=/usr/bin/node /var/www/umami/.next/standalone/server.js
Restart=always
User=www-data
[Install]
WantedBy=multi-user.target
常见问题解决方案
-
静态资源404错误:
- 确保Nginx配置中正确映射了
/_next/static/和/public目录 - 检查文件权限,确保Nginx进程有读取权限
- 确保Nginx配置中正确映射了
-
API端点不可访问:
- 确认proxy_pass指令末尾包含斜杠(/)
- 检查BASE_PATH环境变量是否与Nginx配置匹配
-
跟踪脚本加载失败:
- 验证script.js文件是否存在于public目录
- 确保Nginx配置中包含对script.js的特殊处理
最佳实践建议
-
环境变量配置: 在使用路径前缀方案时,务必在.env文件中设置
BASE_PATH=/your-path,并在构建前确认该值正确。 -
权限管理: 避免使用root用户运行Umami服务,建议创建专用用户如www-data或umami。
-
HTTPS配置: 使用Let's Encrypt等工具为域名配置SSL证书,确保数据传输安全。
-
性能优化:
- 为静态资源设置长期缓存
- 启用HTTP/2或HTTP/3提升加载速度
- 考虑使用CDN分发静态资源
通过以上配置和优化,Umami可以在生产环境中稳定运行,为用户提供准确的网站分析数据。不同部署场景可能需要微调配置,但核心原则是确保Nginx正确代理请求并妥善处理静态资源。
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-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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).Dockerfile014
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
暂无简介
Dart
568
127
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++
599
164
🎉 (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
1.03 K
607
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
280
26