22 666 żądań, 74 ludzi: liczenie prawdziwych odwiedzających bez trackera

🌐 Także w: English · Deutsch · Français · Español · Italiano · Português · Nederlands
Każdy właściciel bloga prędzej czy później zadaje sobie to samo pytanie: czy ktokolwiek to w ogóle czyta? Szczera odpowiedź we współczesnym internecie jest niewygodna — większość twojego „ruchu” to roboty. Zrobiłem więc to, co zrobi każdy rozsądny sysadmin zamiast instalować kolejny tracker w JavaScripcie: napisałem mały skrypt w Pythonie, nakierowałem go na własne logi nginx-ingress i policzyłem ludzi ręcznie. No, regexem. 🐍
Tak naprawdę wygląda jeden tydzień na www.apt-upgrade.me, gdy odsiejesz maszyny.
📉 Lejek rozczarowania (i ulgi)
| Łącznie żądań HTTP | 22 666 |
| Adresy IP, które zachowywały się jak przeglądarka | 119 |
| …z tego: chmura / datacenter / scrapery 🤖 | 45 |
| Prawdziwi stali odwiedzający 🧑💻 | 74 |
≈ 16 ludzi dziennie, czyli mniej więcej ~110 tygodniowo. Na dwadzieścia dwa tysiące żądań. Niech to do ciebie dotrze. Internet to, statystycznie rzecz biorąc, serwerownia rozmawiająca sama ze sobą. 🕳️
🕵️ Dlaczego surowe „unikalne IP” to kłamstwo
Jeśli po prostu puścisz sort | uniq -c na swoim access logu, zaraportujesz piękną, tłustą, zupełnie fikcyjną liczbę. Przytłaczająca większość trafień to crawlery i skanery — a spora ich część wysyła przy tym zupełnie zwyczajny User-Agent Mozilla/5.0 … Chrome/…. Naiwne podejście „policz UA wyglądające jak przeglądarka” dało na tym zbiorze danych 959 odwiedzających. Prawdziwa liczba jest o rząd wielkości mniejsza.
Dlatego skrypt stosuje trzy filtry, każdy węższy od poprzedniego:
| # | Filtr | Co wyłapuje |
|---|---|---|
| 1️⃣ | Blocklista User-Agentów | Boty, które grzecznie przyznają, że są botami (bot, crawl, spider, python, curl, zgrab, masscan…). |
| 2️⃣ | Korelacja assetów 💪 | Prawdziwa przeglądarka pobiera CSS, JS i obrazy, do których odwołuje się strona. Scraper chwyta HTML i znika. „Czy załadowałeś też ≥3 assety?” to zdecydowanie najsilniejszy pojedynczy sygnał. |
| 3️⃣ | Netbloki chmurowe + rDNS | To, co przetrwa krok 2, to głównie headless Chrome w Tencent Cloud, OVH, Alibabie & spółce — „przeglądarka”, której geolokalizacja wskazuje tam, gdzie akurat stoi VM-ka. |
🌍 Skąd przyszli ludzie
Po odfiltrowaniu maszyn tak wygląda rozkład geograficzny 74 ocalałych (kraj z lokalnej bazy GeoLite2 — żadne dane nie opuszczają serwera, więcej o tym niżej):
| Kraj | Odwiedzający | Udział | |
|---|---|---|---|
| 🇺🇸 Stany Zjednoczone | 13 | 17,6% | █████████ |
| 🇩🇪 Niemcy | 10 | 13,5% | ███████ |
| 🇨🇳 Chiny | 8 | 10,8% | ██████ |
| 🇬🇧 Wielka Brytania | 6 | 8,1% | ████ |
| 🇨🇦 Kanada | 5 | 6,8% | ████ |
| 🇳🇱 Holandia | 4 | 5,4% | ███ |
| 🇮🇹 Włochy | 3 | 4,1% | ██ |
| 🇧🇷 Brazylia | 2 | 2,7% | █ |
| 🇨🇿 Czechy | 2 | 2,7% | █ |
| 🇫🇷 Francja | 2 | 2,7% | █ |
| 🇩🇰 Dania | 2 | 2,7% | █ |
| 🌐 17 kolejnych krajów (po 1) | 17 | 23,0% | 🇲🇽🇰🇿🇱🇧🇦🇺🇺🇦🇱🇹🇯🇵🇰🇼🇶🇦🇷🇴🇮🇱🇸🇪🇳🇿🇮🇳🇦🇷🇭🇺 |
| Razem | 74 | 100% |
Naprawdę globalna, choć mała publiczność jak na nerdowski, niemiecki blog o Linuksie i bezpieczeństwie. Cześć, kimkolwiek jesteś w Kazachstanie i Kuwejcie — widzę dokładnie po jednym z was i doceniam was. 👋
🔧 Jak działa skrypt (i skąd go ukraść)
To około 330 linii Pythona z minimalną liczbą zależności. Pipeline w pigułce:
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
Całość jest open source — żadnych sekretów, tylko logika analizy — w moim repozytorium infrastruktury:
👉 github.com/aptupgrademe/www_k3s (scripts/analytics/visitor-stats.py). Sklonuj, nakieruj na własne logi ingressu i sprawdź, jak samotny jest naprawdę twój zakątek sieci. 😄
🛡️ Bez trackera, bez banera cookies, żadne dane nie opuszczają maszyny
Z tej części jestem po cichu dumny: na tym blogu nie ma żadnego śledzenia. Żadnego Google Analytics, żadnego beacona, żadnego piksela firm trzecich, żadnego popupu „cenimy twoją prywatność”. To czysta analiza logów serwera — tych samych linii, które nginx i tak zapisuje. A ponieważ adresy IP odwiedzających są w świetle RODO danymi osobowymi, skrypt jest celowo zbudowany tak, że:
- 🔒 Nic nigdy nie opuszcza serwera — geolokalizacja korzysta z lokalnej bazy GeoLite2, a nie z jakiegoś zewnętrznego API.
- 🎭 Wynik jest maskowany do /24 (lub /48 dla IPv6) — wystarczy, żeby zobaczyć „odwiedzającego z Włoch”, nigdy nie wystarczy, żeby zrobić fingerprint osoby.
- 🧹 Działa na żądanie i nie przechowuje żadnego profilu — bez cookies dosłownie nie potrafi odróżnić powracającego czytelnika od nowego. I dobrze.
⚠️ Sekcja uczciwości (bo liczby kłamią)
- IP to nie osoba. Użytkownicy mobilni zmieniają adresy, całe gospodarstwa domowe dzielą jeden, CGNAT chowa setki za jednym. Te liczby to rząd wielkości, a nie liczenie głów.
- „Na tydzień” to ekstrapolacja. k3s rotuje logi kontenerów przy 10 MB i trzyma ich bardzo niewiele, więc w praktyce na dysku leży tylko ~4,7 dnia. Liczba tygodniowa to te dni przeskalowane w górę — traktuj ją z przymrużeniem oka. 🧂
- Mój własny ruch jest wykluczony. Edycja jednego posta dotyka w jeden wieczór więcej stron niż miesiąc prawdziwych czytelników, więc mój domowy prefiks jest odfiltrowany. Inaczej to ja byłbym największym fanem tego bloga.
💡 Po co się w ogóle męczyć? (pytanie o pieniądze)
Będę całkowicie transparentny: zarabiam na tym blogu dokładnie 0 €. Żadnych reklam, żadnych linków afiliacyjnych, żadnego „postaw mi kawę”, żadnego lejka kursowego. Nic. Kosztuje mnie to czas i rachunek za serwer, a nie przynosi niczego poza okazjonalnym odwiedzającym z Kataru. 🪙❌
A jednak — nawet przy mnóstwie włożonych godzin i sporej pomocy AI po drodze — to naprawdę frajda. Każdy z tych małych projektów (utwardzanie stacku, ściganie botów-skanerów, budowa tego licznika odwiedzin) to pretekst, żeby pobrudzić sobie ręce Linuksem i bezpieczeństwem, i za każdym razem uczę się czegoś konkretnego. To cała nagroda i szczerze mówiąc w zupełności wystarczy. Jeśli garstka z tych 74 ludzi też się czegoś nauczyła, to bonus. 🐧❤️
Jest jeszcze jeden sposób, w jaki zacząłem patrzeć na to wszystko. W języku niemieckim istnieje wspaniałe słowo — Ehrenamt — na nieodpłatną pracę społeczną, którą podejmujesz z poczucia obowiązku i z prawdziwej radości: funkcję honorową, pełnioną dla wspólnoty, a nie dla wypłaty. Ma długą i dumną tradycję. I z moimi umiejętnościami i zainteresowaniami czuję, że właśnie tutaj znalazłem swój osobisty Ehrenamt na trzecie tysiąclecie — definicję wolontariatu, która naprawdę do mnie pasuje, w epoce cyfryzacji i IT, wyrażoną w medium, które naprawdę znam i kocham: Linux, serwery i bezpieczeństwo. 🐧
Konkretnie to jest dla mnie ważne:
- 📢 Zawsze bez reklam. Żadnych banerów, żadnych trackerów, żadnych sponsorowanych postów, nic do sprzedania. To, co czytasz, to po prostu to, co chciałem napisać.
- 🎁 Żadnej szukanej korzyści. Komercyjnie nic z tego nie mam — to dane za darmo i właśnie o to chodzi.
- 🎓 Transfer wiedzy. Wszystko, co rozgryzę — utwardzanie stacku, łapanie botów-skanerów, mierzenie TTFB — zostaje spisane, żeby następna osoba mogła pominąć bolesną część.
- 🌍 Bez granic. Blog dociera do każdego z przeglądarką, od Niemiec po Kazachstan i Kuwejt (cześć raz jeszcze 👋). Zasięg, który kiedyś kończył się na rogatkach miasta, jest teraz światowy i za darmo.
- 🧑💻 Open source, od początku do końca. Całość — playbooki Ansible, manifesty Kubernetes, ten właśnie skrypt odwiedzin — jest jawna. Bierz, ucz się z tego, uruchamiaj u siebie.
A tu mogę być bardziej precyzyjny niż „open source”. Repozytorium jest udostępnione na licencji MIT, którą Free Software Foundation uznaje za pełnoprawną licencję Wolnego Oprogramowania (permisywną i zgodną z GPL). To więc nie tylko kod źródłowy, na który możesz popatrzeć — to oprogramowanie, które naprawdę możesz swobodnie uruchamiać, studiować, udostępniać i modyfikować, w dowolnym celu, bez żadnych haczyków. W najpełniejszym sensie tego słowa to wydaje się dokładnie właściwym sposobem, żeby coś oddać w 2026 roku. 🌐❤️
📦 Pełne źródła, infra-as-code i skrypt odwiedzin: github.com/aptupgrademe/www_k3s — przy tworzeniu tego posta nie ucierpiał żaden tracker.
