22.666 richieste, 74 umani: contare i visitatori reali senza un tracker

Illustrazione di visitatori del blog da tutto il mondo

🌐 Anche in: English · Deutsch · Français · Español · Português · Nederlands · Polski

Prima o poi ogni proprietario di un blog si fa la stessa domanda: ma qualcuno legge davvero questa roba? La risposta onesta, nel web moderno, è scomoda — la maggior parte del tuo “traffico” sono robot. Così ho fatto quello che fa ogni sysadmin assennato invece di installare l’ennesimo tracker JavaScript: ho scritto un piccolo script Python, l’ho puntato sui miei log di nginx-ingress e ho contato gli umani a mano. Beh, a regex. 🐍

Ecco come appare davvero una settimana su www.apt-upgrade.me una volta tolte di mezzo le macchine.

📉 L'imbuto della delusione (e del sollievo)

Richieste HTTP totali22.666
IP che si sono comportati come un browser119
…di cui: cloud / datacenter / scraper 🤖45
Visitatori normali veri 🧑‍💻74

≈ 16 umani al giorno, cioè circa ~110 a settimana. Su ventiduemila richieste. Lascia che ti entri in testa. Internet è, statisticamente, una sala server che parla da sola. 🕳️

🕵️ Perché gli “IP unici” grezzi sono una bugia

Se ti limiti a fare sort | uniq -c sul tuo access log, riporterai un numero bello, grasso e completamente inventato. La stragrande maggioranza degli hit sono crawler e scanner — e una bella fetta di loro manda nel frattempo un User-Agent perfettamente normale Mozilla/5.0 … Chrome/…. Un approccio ingenuo del tipo “conta gli UA che sembrano browser” su questo dataset riportava 959 visitatori. Il numero reale è più piccolo di un ordine di grandezza.

Quindi lo script applica tre filtri, ognuno più stretto del precedente:

#FiltroCosa cattura
1️⃣Blocklist di User-AgentI bot che ammettono educatamente di essere bot (bot, crawl, spider, python, curl, zgrab, masscan…).
2️⃣Correlazione degli asset 💪Un browser vero scarica i CSS, i JS e le immagini a cui la pagina fa riferimento. Uno scraper prende l'HTML e se ne va. "Hai caricato anche ≥3 asset?" è di gran lunga il segnale singolo più forte.
3️⃣Netblock cloud + rDNSQuello che sopravvive al passo 2 è per lo più Chrome headless su Tencent Cloud, OVH, Alibaba & amici — un "browser" che si geolocalizza ovunque si trovi la VM.

🌍 Da dove venivano gli umani

Filtrate le macchine, ecco la ripartizione geografica dei 74 sopravvissuti (paese da un database GeoLite2 locale — nessun dato lascia il server, ne parlo più sotto):

PaeseVisitatoriQuota
🇺🇸 Stati Uniti1317,6%█████████
🇩🇪 Germania1013,5%███████
🇨🇳 Cina810,8%██████
🇬🇧 Regno Unito68,1%████
🇨🇦 Canada56,8%████
🇳🇱 Paesi Bassi45,4%███
🇮🇹 Italia34,1%██
🇧🇷 Brasile22,7%█
🇨🇿 Cechia22,7%█
🇫🇷 Francia22,7%█
🇩🇰 Danimarca22,7%█
🌐 altri 17 paesi (1 ciascuno)1723,0%🇲🇽🇰🇿🇱🇧🇦🇺🇺🇦🇱🇹🇯🇵🇰🇼🇶🇦🇷🇴🇮🇱🇸🇪🇳🇿🇮🇳🇦🇷🇭🇺
Totale74100%

Un piccolo pubblico davvero globale per un blog nerd tedesco su Linux e sicurezza. Ciao, chiunque tu sia in Kazakistan e in Kuwait — vedo esattamente uno di voi per paese, e vi apprezzo. 👋

🔧 Come funziona lo script (e dove rubarlo)

Sono circa 330 righe di Python con pochissime dipendenze. La pipeline in poche parole:

parse nginx-ingress logs (CRI-wrapped combined format)
  → drop private IPs, non-GET, self-declared bots
  → split each IP's hits into "HTML pages" vs "assets"
  → keep only IPs with a real page + ≥3 assets   # the human test
  → subtract cloud netblocks & datacenter rDNS
  → geolocate locally, mask to /24, aggregate, print

È tutto open source — niente secret, solo la logica di analisi — nel mio repo dell’infrastruttura:

👉 github.com/aptupgrademe/www_k3s (scripts/analytics/visitor-stats.py). Clonalo, puntalo sui tuoi log dell’ingress e scopri quanto è davvero solitario il tuo angolino di web. 😄

Ecco la parte di cui sono silenziosamente fiero: su questo blog non c’è alcun tracciamento. Niente Google Analytics, niente beacon, niente pixel di terze parti, niente popup “teniamo alla tua privacy”. È pura analisi dei log del server — le stesse righe che nginx scrive comunque. E siccome gli IP dei visitatori sono dati personali secondo il GDPR, lo script è costruito apposta in modo che:

  • 🔒 Niente lasci mai il server — la geolocalizzazione usa un database GeoLite2 locale, non qualche API di terze parti.
  • 🎭 L’output sia mascherato a /24 (o /48 per IPv6) — abbastanza per vedere “un visitatore dall’Italia”, mai abbastanza per identificare una persona.
  • 🧹 Giri su richiesta e non tenga profili — senza cookie non può letteralmente distinguere un lettore che torna da uno nuovo. E va benissimo così.

⚠️ Sezione onestà (perché i numeri mentono)

  • Un IP non è una persona. Gli utenti mobili cambiano indirizzo, le famiglie ne condividono uno, il CGNAT ne nasconde centinaia dietro uno solo. Questi conteggi sono un ordine di grandezza, non un censimento.
  • Il “a settimana” è estrapolato. k3s ruota i log dei container a 10 MB e ne tiene pochissimi, quindi in pratica su disco ci sono solo ~4,7 giorni. Il dato settimanale è quei giorni riscalati — prendilo con le pinze. 🧂
  • Il mio traffico è escluso. Modificare un post tocca in una sera più pagine di un mese di lettori veri, quindi il mio prefisso di casa viene filtrato. Altrimenti il più grande fan del blog sarei io.

💡 Perché darsi tanto da fare? (la domanda da un milione)

Sarò completamente trasparente: con questo blog guadagno esattamente 0 €. Niente pubblicità, niente link di affiliazione, niente “offrimi un caffè”, niente funnel di corsi. Niente. Mi costa tempo e una bolletta del server, e non mi frutta altro che il visitatore occasionale dal Qatar. 🪙❌

Eppure — anche con tantissime ore investite, e tantissimo aiuto dall’IA lungo la strada — è davvero divertente. Ognuno di questi piccoli progetti (fare l’hardening dello stack, inseguire i bot scanner, costruire questo contatore di visitatori) è una scusa per sporcarmi le mani con Linux e la sicurezza, e ogni singola volta imparo qualcosa di concreto. È tutta qui la ricompensa, e sinceramente è più che abbastanza. Se anche una manciata di quei 74 umani ha imparato qualcosa, è un bonus. 🐧❤️

C’è un altro modo in cui sono arrivato a vedere tutta questa faccenda. In tedesco c’è una parola meravigliosa — Ehrenamt — per il lavoro civico non retribuito che ti prendi per senso del dovere e per gioia sincera: l’incarico onorario, svolto per la comunità e non per uno stipendio. Ha una lunga e orgogliosa tradizione. E con le mie competenze e i miei interessi, sento di aver trovato proprio qui il mio personale Ehrenamt per il terzo millennio — una definizione di volontariato che mi calza davvero, in un’epoca di digitalizzazione e IT, espressa nel mezzo che conosco e amo davvero: Linux, server e sicurezza. 🐧

In concreto, questa è la parte che conta per me:

  • 📢 Senza pubblicità, sempre. Niente banner, niente tracker, niente post sponsorizzati, niente da vendere. Quello che leggi è semplicemente quello che volevo scrivere.
  • 🎁 Nessun vantaggio cercato. Commercialmente non ci guadagno niente — è dato gratuitamente, ed è un po’ proprio questo il punto.
  • 🎓 Trasferimento di conoscenza. Tutto quello che scopro — fare l’hardening di uno stack, acchiappare bot scanner, misurare il TTFB — viene messo per iscritto, così la persona successiva può saltare la parte dolorosa.
  • 🌍 Nessun confine. Un blog raggiunge chiunque abbia un browser, dalla Germania al Kazakistan al Kuwait (ciao di nuovo 👋). Una portata che una volta si fermava al confine del paese ora è mondiale, gratis.
  • 🧑‍💻 Open source, dall’inizio alla fine. Tutto quanto — playbook Ansible, manifest Kubernetes, proprio questo script dei visitatori — sta alla luce del sole. Prendilo, imparaci, fallo girare tu.

E qui posso essere più preciso di “open source”. Il repository è rilasciato sotto licenza MIT, che la Free Software Foundation riconosce come una vera licenza di software libero (permissiva e compatibile con la GPL). Quindi non è solo codice sorgente che ti è permesso guardare — è software che sei davvero libero di eseguire, studiare, condividere e modificare, per qualsiasi scopo, senza vincoli. Nel senso più pieno della parola, mi sembra esattamente il modo giusto di restituire qualcosa nel 2026. 🌐❤️

📦 Sorgente completo, infra-as-code e lo script dei visitatori: github.com/aptupgrademe/www_k3s — nessun tracker è stato maltrattato durante la realizzazione di questo post.

Alcuni testi e immagini di questo sito sono creati con l’aiuto dell’IA o generati dall’IA. Dettagli