22.666 requests, 74 mensen: echte bezoekers tellen zonder tracker

🌐 Ook in: English · Deutsch · Français · Español · Italiano · Português · Polski
Elke blogeigenaar stelt zichzelf vroeg of laat dezelfde vraag: leest iemand dit ding eigenlijk? Het eerlijke antwoord op het moderne web is ongemakkelijk — het grootste deel van je “verkeer” bestaat uit robots. Dus deed ik wat elke verstandige sysadmin doet in plaats van nóg een JavaScript-tracker te installeren: ik schreef een klein Python-script, richtte het op mijn eigen nginx-ingress-logs en telde de mensen met de hand. Nou ja, met regex. 🐍
Zo ziet één week op www.apt-upgrade.me er echt uit als je de machines eruit filtert.
📉 De trechter van teleurstelling (en opluchting)
| Totaal aantal HTTP-requests | 22.666 |
| IP's die zich gedroegen als een browser | 119 |
| …waarvan: cloud / datacenter / scrapers 🤖 | 45 |
| Echte vaste bezoekers 🧑💻 | 74 |
≈ 16 mensen/dag, oftewel ruwweg ~110/week. Op tweeëntwintigduizend requests. Laat dat even bezinken. Het internet is, statistisch gezien, een serverruimte die tegen zichzelf praat. 🕳️
🕵️ Waarom ruwe “unieke IP’s” een leugen zijn
Als je gewoon sort | uniq -c op je access log loslaat, rapporteer je een prachtig, dik, volledig verzonnen getal. Het overgrote deel van de hits komt van crawlers en scanners — en een flink deel daarvan stuurt daarbij een doodnormale Mozilla/5.0 … Chrome/… User-Agent mee. Een naïeve aanpak van “tel de UA’s die op een browser lijken” kwam op deze dataset uit op 959 bezoekers. Het echte getal is een orde van grootte kleiner.
Daarom draait het script drie filters, elk smaller dan de vorige:
| # | Filter | Wat het vangt |
|---|---|---|
| 1️⃣ | User-Agent-blocklist | De bots die netjes toegeven dat ze bots zijn (bot, crawl, spider, python, curl, zgrab, masscan…). |
| 2️⃣ | Asset-correlatie 💪 | Een echte browser haalt de CSS, JS en afbeeldingen op waar de pagina naar verwijst. Een scraper pakt de HTML en vertrekt. "Heb je ook ≥3 assets geladen?" is verreweg het sterkste losse signaal. |
| 3️⃣ | Cloud-netblocks + rDNS | Wat stap 2 overleeft, is vooral headless Chrome bij Tencent Cloud, OVH, Alibaba & co. — een "browser" die zich lokaliseert waar de VM toevallig staat. |
🌍 Waar de mensen vandaan kwamen
Nadat de machines eruit gefilterd zijn, is dit de geografische verdeling van de 74 overlevenden (land via een lokale GeoLite2-database — er verlaat geen data de server, daarover hieronder meer):
| Land | Bezoekers | Aandeel | |
|---|---|---|---|
| 🇺🇸 Verenigde Staten | 13 | 17,6% | █████████ |
| 🇩🇪 Duitsland | 10 | 13,5% | ███████ |
| 🇨🇳 China | 8 | 10,8% | ██████ |
| 🇬🇧 Verenigd Koninkrijk | 6 | 8,1% | ████ |
| 🇨🇦 Canada | 5 | 6,8% | ████ |
| 🇳🇱 Nederland | 4 | 5,4% | ███ |
| 🇮🇹 Italië | 3 | 4,1% | ██ |
| 🇧🇷 Brazilië | 2 | 2,7% | █ |
| 🇨🇿 Tsjechië | 2 | 2,7% | █ |
| 🇫🇷 Frankrijk | 2 | 2,7% | █ |
| 🇩🇰 Denemarken | 2 | 2,7% | █ |
| 🌐 Nog 17 landen (elk 1) | 17 | 23,0% | 🇲🇽🇰🇿🇱🇧🇦🇺🇺🇦🇱🇹🇯🇵🇰🇼🇶🇦🇷🇴🇮🇱🇸🇪🇳🇿🇮🇳🇦🇷🇭🇺 |
| Totaal | 74 | 100% |
Een echt wereldwijd klein publiek voor een nerdy Duitse Linux- en securityblog. Hallo, wie je ook bent in Kazachstan en Koeweit — ik zie er precies één van jullie, en ik waardeer je. 👋
🔧 Hoe het script werkt (en waar je het kunt jatten)
Het is ongeveer 330 regels Python met nauwelijks dependencies. De pipeline in een notendop:
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
Het hele ding is open source — geen geheimen, alleen de analyselogica — in mijn infrastructuurrepo:
👉 github.com/aptupgrademe/www_k3s (scripts/analytics/visitor-stats.py). Clone het, richt het op je eigen ingress-logs en ontdek hoe eenzaam jouw hoekje van het web echt is. 😄
🛡️ Geen tracker, geen cookiebanner, geen data die de doos verlaat
Dit is het deel waar ik stilletjes trots op ben: er zit helemaal geen tracking op deze blog. Geen Google Analytics, geen beacon, geen pixel van derden, geen “wij hechten waarde aan je privacy”-popup. Dit is pure serverloganalyse — dezelfde regels die nginx toch al schrijft. En omdat IP-adressen van bezoekers onder de AVG persoonsgegevens zijn, is het script bewust zo gebouwd dat:
- 🔒 Niets ooit de server verlaat — geolocatie gebruikt een lokale GeoLite2-database, geen API van derden.
- 🎭 De output gemaskeerd wordt tot /24 (of /48 voor IPv6) — genoeg om “een bezoeker uit Italië” te zien, nooit genoeg om een persoon te fingerprinten.
- 🧹 Het on-demand draait en geen profiel bijhoudt — zonder cookies kan het letterlijk een terugkerende lezer niet van een nieuwe onderscheiden. En dat is prima.
⚠️ Eerlijkheidssectie (want getallen liegen)
- Een IP is geen persoon. Mobiele gebruikers wisselen van adres, huishoudens delen er één, CGNAT verstopt honderden achter één adres. Deze tellingen zijn een orde van grootte, geen koppentelling.
- “Per week” is geëxtrapoleerd. k3s roteert containerlogs bij 10 MB en bewaart er maar weinig, dus in de praktijk staat er maar ~4,7 dag op schijf. Het weekcijfer is die dagen opgeschaald — neem het met een korreltje zout. 🧂
- Mijn eigen verkeer is uitgesloten. Eén post bewerken raakt op één avond meer pagina’s dan een maand echte lezers, dus mijn thuisprefix wordt eruit gefilterd. Anders zou ik de grootste fan van de blog zijn.
💡 Waarom de moeite? (de geldvraag)
Ik zal volledig transparant zijn: ik verdien precies €0 aan deze blog. Geen advertenties, geen affiliate-links, geen “buy me a coffee”, geen cursusfunnel. Niets. Het kost me tijd en een serverrekening, en het levert me niets op behalve af en toe een bezoeker uit Qatar. 🪙❌
En toch — zelfs met heel veel uren erin gestoken, en heel veel AI-hulp onderweg — is het oprecht leuk. Elk van deze kleine projecten (de stack harden, scannerbots najagen, deze bezoekersteller bouwen) is een excuus om mijn handen vuil te maken aan Linux en security, en ik leer er elke keer iets concreets van. Dat is de hele beloning, en eerlijk gezegd is dat ruim voldoende. Als een handvol van die 74 mensen er ook iets van geleerd heeft, is dat een bonus. 🐧❤️
Er is nog één manier waarop ik deze hele zaak ben gaan zien. In het Duits bestaat er een prachtig woord — Ehrenamt — voor onbetaald maatschappelijk werk dat je op je neemt uit plichtsbesef én oprecht plezier: de erefunctie, gedaan voor de gemeenschap in plaats van voor een salaris. Het heeft een lange en trotse traditie. En met mijn eigen vaardigheden en interesses heb ik het gevoel dat ik hier mijn persoonlijke Ehrenamt voor het derde millennium heb gevonden — een definitie van vrijwilligerswerk die echt bij me past, in een tijd van digitalisering en IT, uitgedrukt in het medium dat ik echt ken en waar ik van houd: Linux, servers en security. 🐧
Concreet is dit het deel dat voor mij telt:
- 📢 Altijd advertentievrij. Geen banners, geen trackers, geen gesponsorde posts, niets te verkopen. Wat je leest is gewoon wat ik wilde schrijven.
- 🎁 Geen voordeel gezocht. Er zit commercieel niets voor mij in — het wordt gratis gegeven, en dat is eigenlijk precies het punt.
- 🎓 Kennisoverdracht. Alles wat ik uitzoek — een stack harden, scannerbots vangen, TTFB meten — wordt opgeschreven, zodat de volgende het pijnlijke deel kan overslaan.
- 🌍 Geen grenzen. Een blog bereikt iedereen met een browser, van Duitsland tot Kazachstan en Koeweit (nog een keer hoi 👋). Een bereik dat vroeger ophield aan de rand van het dorp is nu wereldwijd, gratis.
- 🧑💻 Open source, van begin tot eind. Het hele ding — Ansible-playbooks, Kubernetes-manifests, juist dit bezoekersscript — staat in de openbaarheid. Pak het, leer ervan, draai het zelf.
En hier kan ik preciezer zijn dan “open source”. De repository wordt geleverd onder de MIT-licentie, die de Free Software Foundation erkent als een echte Vrije Software-licentie (permissief en GPL-compatibel). Dit is dus niet alleen broncode waar je naar mag kijken — het is software die je echt vrij bent om te draaien, bestuderen, delen en aanpassen, voor elk doel, zonder voorwaarden. In de volste betekenis van het woord voelt dat als precies de juiste manier om in 2026 iets terug te geven. 🌐❤️
📦 Volledige broncode, infra-as-code en het bezoekersscript: github.com/aptupgrademe/www_k3s — er zijn geen trackers gewond geraakt bij het maken van deze post.
