导读：本站之前写过Umami自建统计，它靠页面里埋一段JS采集数据，很优雅，但有两个先天盲区：纯API服务没有页面可埋、被拦截器挡掉的那部分访客永远进不了报表。而另一座数据金矿一直在你机器上躺着——Nginx的access log，每个请求一行，一个不漏。这篇讲GoAccess：一个开源的日志分析引擎，直接啃日志文件，生成实时HTML报表：访客趋势、热门页面、来源站点、状态码分布、爬虫占比、404清单，全是现成的。零埋点、零隐私争议、零性能开销，配合站内的日志类文章，把服务器日志从"占磁盘的负担"变成"运营仪表盘"。
一、为什么日志是更好的数据源：先看它记了什么
先看一行典型的Nginx access log（combined格式）：
203.0.113.7 - - [29/Aug/2026:10:23:45 +0800] "GET /vps-tutorial HTTP/1.1" 200 5120 "https://www.google.com/" "Mozilla/5.0 (Windows NT 10.0) ..."
一行日志，拆开是八个字段：访客IP、时间、请求方法和路径、HTTP版本、状态码、响应字节数、来源页（Referer）、UserAgent。这八个维度组合起来，就是一份完整的访客行为记录。
对比一下Umami这类JS统计：JS统计要等浏览器执行脚本才记到数，而日志在请求到达服务器的瞬间就记下了；JS会被拦截器挡，日志不会；JS统计不了爬虫（爬虫不执行JS），日志里爬虫的每一次抓取都白纸黑字。
日志的三大优势：全量（不漏一个请求，包括API、图片、静态文件）、真实（不依赖客户端配合）、免费（本来就一直在写）。劣势是维度有限——日志里没有屏幕分辨率、没有事件点击、没有会话时长，做不了深层行为分析。所以正确姿势是两者互补：Umami看人，GoAccess看流量。本站统计文章里讲过"被拦截的访客"概念，GoAccess正是把这些影子访客捞回来的工具。
二、五分钟上手：一条命令出报表
GoAccess是C写的，性能极强，处理几个G的日志文件也是秒级。安装：
apt install goaccess -y
最简单的用法，直接分析日志出终端报告：
goaccess /var/log/nginx/access.log --log-format=COMBINED
终端里会刷出一个交互式面板，方向键切换模块。但终端报表是给运维看的，我们要的是可以日常打开的网页。生成HTML报表：
goaccess /var/log/nginx/access.log --log-format=COMBINED -o /var/www/report.html
把report.html放到网站目录（或者按本站反代教程配个子域名），浏览器打开，一个完整的分析面板就出来了：按天按小时的流量曲线、访客数、请求列表、404页面、操作系统、浏览器、来源域名，十几个模块。
这里有个必须马上处理的问题：报表是静态快照，今天生成明天就旧了。让报表持续更新是第三节的内容，先把单次分析跑通、看懂每个模块。
三、实时模式：让报表自己动起来
GoAccess的原生技能是实时模式，原理很酷：它tail日志文件的新增行，解析后通过WebSocket把增量推给浏览器页面，报表里的数字实时跳动。
启动实时模式：
goaccess /var/log/nginx/access.log --log-format=COMBINED -o /var/www/report.html --real-time-html --daemonize --daemonize让它退到后台常驻。此后access.log每新增一行，网页报表一秒内自动更新，访客在线数、当前热门页面实时可见。注意防火墙要放行GoAccess的WebSocket端口（默认7890，可用--ws-port改），报表页面才能建立长连接。
进程管理建议用systemd接管（写法参考下一节思路）：daemonize方式重启机器后不会自己活过来，注册成服务才稳。内存占用很小，几十M，跟本站讲过的其他常驻服务可以合租一台小鸡。
四、日志轮转的坑：报表为什么突然不更新了
跑实时模式最常见的故障：某天凌晨报表不更新了。原因是logrotate（本站磁盘清理文章提过它）在半夜把access.log切走了：老日志改名成access.log.1，新的access.log从空文件开始，而GoAccess还盯着旧文件的句柄。
GoAccess自带应对：启动时加 --keep-db-files 和 --load-from-disk 参数，会把已解析的日志进度存盘，配合logrotate的copytruncate模式（复制后清空原文件而不是改名），句柄不失效，追踪不断档。
更省心的方案是不追文件、改追管道：让Nginx把日志写进管道由GoAccess消费，或者干脆放弃常驻，改用cron（本站有专门的定时任务详解）每小时重新全量分析一次，生成新报表覆盖旧文件。个人站的数据粒度到小时已经够用，还免去了进程管理的心智负担——两种方案按你的折腾意愿二选一。
五、报表模块逐个讲：每个数字能告诉你什么
HTML报表的十几个面板，挑站长最该盯的六个说。
Unique Visitors（独立访客）：按IP聚合的UV曲线。注意这是"IP口径"的UV，比Umami的"指纹口径"略粗（同一IP下的两个人算一个），但趋势完全够参考。
Requested Files（热门路径）：按请求量排序的URL列表。这里要看的不只是排名，还有异常：某个你从没宣传过的老文章突然上榜，多半是被搜索引擎翻牌了，顺着来源模块查证。
404 or Not Found（死链清单）：高频404是宝藏清单——被外链引用却写错路径的页面、删除后仍被收录的文章。修复方式二选一：恢复内容，或按本站反代教程给旧路径配301跳转到新页面，把流量接住。
Referring Sites（来源站点）：外链排行。友情链接带来的流量、论坛帖子被点了几次，这里一目了然。做友链交换决策时，这个面板就是你的谈判筹码。
Status Codes（状态码分布）：200占比健康度、301/302跳转量、403被拒的扫描量、502后端故障次数。某天502占比突然冒头，回去翻本站反代排障文章，多半是后端服务抖了。
Crawlers（爬虫）：搜索引擎机器人的抓取量。新站想被收录，先看这里有没有Googlebot和Baiduspider的痕迹；抓取量持续上涨，通常是收录权重提升的先行指标。
六、进阶：自定义日志格式的匹配
如果你的Nginx日志格式被改过（比如按本站性能文章的建议加了请求耗时字段），COMBINED预置格式就对不上了，GoAccess会报"没有匹配到时间格式"之类的错。这时要手工指定格式。
假设日志格式是：
log_format main '$remote_addr - $remote_user [$time_local] "$request" '
'$status $body_bytes_sent "$http_referer" '
'"$http_user_agent" $request_time';
对应的GoAccess参数：
goaccess access.log --log-format='%h - %u [%d:%t %z] "%r" %s %b "%R" "%u" %T' --date-format='%d/%b/%Y' --time-format='%H:%M:%S' --datetime-format=%d/%b/%Y:%H:%M:%S
格式符对照：'%h'客户端IP、'%d'日期、'%t'时间、'%r'请求行、'%s'状态码、'%b'字节数、'%R'Referer、'%u'UserAgent、'%T'耗时秒。配一次就永远通，改日志格式时记得同步改这里。
GeoIP地理位置也值得开：装libgeoip-dev后重新编译GoAccess，报表里会多出"访客国家分布"面板。想判断CDN节点选哪、海外流量占比多少，这个面板直接给答案——呼应本站CDN选型文章里的判断依据。
七、安全提醒：报表别裸奔
报表页面包含全量访问路径和IP，不该公开。三种保护方式按强度选。
最简：报表不放网站目录，放个随机路径名的子目录，路径即密码，仅自己收藏。
标准：按本站反代教程给报表单独配子域名，加HTTP Basic Auth：
location / {
auth_basic "Admin Only";
auth_basic_user_file /etc/nginx/.htpasswd;
proxy_pass http://127.0.0.1:7890;
}
最强：报表端口只绑127.0.0.1，出门全走SSH隧道：ssh -L 7890:127.0.0.1:7890 vps，本地浏览器开localhost:7890查看，公网零暴露。
八、日志的另外半座金矿：error log
顺手提一句access的兄弟error log。GoAccess不管它，但error log同样值得定期看：
grep -c "limit_req" /var/log/nginx/error.log
一条命令统计被限速拒绝的请求数——本站安全文章讲过的限速策略有没有在起作用，这里见分晓。upstream超时、SSL握手失败的记录也都在这，是排障时的第一手证词。
结语
数据不在远方，就在/var/log/nginx里每天安静增长的那行日志里。GoAccess几十M内存的成本，把全量请求变成可视化仪表盘：热门内容、死链修复、外链效果、爬虫动向，全都是现成的运营情报。配合Umami（JS端视角）形成双镜头：一个看人怎么看你的站，一个看流量怎么打你的站。至此你机器上的每一块数据——密码、订阅、书签、统计、日志——都已经明明白白。运营个人网站最迷人的部分，就是这些数字开始会说话的时刻。
