Nginx配置Google Analytics教程

网站配置 Google Analytics 的常见方式是在网站前端引用 analytics.js 脚本，从前端利用 javascript 进行统计，这种方案的缺点是：

客户端到 Google Analytics 之间的网络问题，包括 analytics.js 脚本加载缓慢、向 Google Analytics 发送信息速度缓慢乃至失败等问题。
客户端屏蔽 Google Analytics 的相关问题，包括常见的 adblock 扩展等自带的屏蔽列表，利用 userscript 进行屏蔽等方式，这些客户端的手段都会导致统计的偏差问题。

如果将 Google Analytics 的统计工作从前端转移到后端完成，就可以有效避免上述问题，在阅读了相关参考资料后我发现直接使用 Nginx 自身的功能就可以完成这一工作，于是有了本文。

此方案的优点是：

只需考虑服务器到 Google Analytics 的速度，不影响客户端的体验。
统计数据真实准确，不受干扰与屏蔽。
配置简单方便，使用 Nginx 自身的功能即可完成。

配置说明

Nginx 自带的 userid 模块可以用于标记各个用户，而 post_action 配置项可以在 Nginx 收到的请求处理完成后向某处发送一个异步的 Get 请求，这个请求会附带原始请求的 referer 与user-agent，利用这两个功能的这一个，我们可以配置 Nginx 在页面访问后发送相关信息到 Google Analytics 中，其具体配置如下：

userid on;
userid_name cid;
userid_domain 你的域名;
userid_path /;
userid_expires max;

location @tracker {
    internal;
    proxy_method GET;
    proxy_pass https://ssl.google-analytics.com/collect?v=1&tid=UA-XXXXXXXX-Y&$uid_set$uid_got&t=pageview&dh=$host&dp=$uri&uip=$remote_addr&dr=$http_referer&z=$msec;
    proxy_set_header User-Agent $http_user_agent;
    proxy_pass_request_headers off;
    proxy_pass_request_body off;
}

location / {
    try_files $uri $uri/ =404;
    post_action @tracker;
}

userid模块将会在用户访问时检查 cookies 中是否有 cid 项，如果没有 cid 项，则会在返回的 header 中加入 set-cookies 头标记这个用户，并将 $uid_set 变量设定为 cid=XXXXXX 这一形式，将 $uid_got 变量设定为空。如果有 cid 项，则将 $uid_got 变量设定为 cid=XXXXXX 这一形式，将 $uid_set 变量设定为空。于是在 @tracker 部分，上述变量会将 $uid_set$uid_got 填充为cid=XXXXXX。
实际向 Google Analytics 提交数据时，tid为跟踪 ID，即类似 UA-123456-1 的用于区别是要向哪个 Google Analytics（分析）媒体资源发送数据的参数，可以从 Google Analytics 获得；cid即客户端 ID，以 cookies 的形式用于区分和追踪用户，这里通过 userid 模块完成；t、dh、dp参数用于标记事件类型，访问的网站与访问的路径；uip参数即用户的 IP 地址，用于追踪用户所处地区等信息；dr参数即用户的 referer，用于追踪用户的来源信息；z参数没有实际意义，仅仅用于附加一个时间戳以防止向 Google Analytics 提交数据时，这个请求被缓存。

调试方法

如果希望提交更多数据，并对这一过程进行调试，最简单的方法是首先将配置文件中的 proxy_pass 部分网址从 https://ssl.google-analytics.com/ 修改为 http://127.0.0.1:9999 ，再在服务器上使用nc 监听服务器上的 9999 端口：

1	nc -k -l 0.0.0.0 9999

从本机访问该网站网站，就能从 nc 上看到本来将被提交到 Google Analytics 上的信息了，如：

GET /collect?v=1&tid=UA-XXXXXX-Y&cid=XXXXXX&t=pageview&dh=example.com&dp=/index.html&uip=123.123.123.123&dr=https://google.com&z=1448000000.000 HTTP/1.0
User-Agent: Mozilla/4.0
Host: 127.0.0.1:9999
Connection: close

随后通过 curl 向 Google Analytics 的调试服务器手动提交信息：

curl --user-agent "Mozilla/4.0" "https://www.google-analytics.com/debug/collect?v=1&tid=UA-XXXXXX-Y&cid=XXXXXX&t=pageview&dh=example.com&dp=/index.html&uip=123.123.123.123&dr=https://google.com&z=1448000000.000"

Google Analytics 的调试服务器会返回关于此次提交的详细信息，包括参数是否有错误、如何修正等，可以通过检查返回信息来确定配置是否正常，提交到此服务器上的数据并不会被记录到 Google Analytics 中。而 Google Analytics 的正常服务器只会返回 HTTP 状态码，难以进行调试。
手动提交上述信息后 Google Analytics 的返回如下：

{
  "hitParsingResult": [ {
    "valid": false,
    "parserMessage": [ {
      "messageType": "ERROR",
      "description": "The value provided for parameter 'tid' is invalid. Please see http://goo.gl/a8d4RP#tid for details.",
      "messageCode": "VALUE_INVALID",
      "parameter": "tid"
    } ],
    "hit": "/debug/collect?v=1\u0026tid=UA-XXXXXX-Y\u0026cid=XXXXXX\u0026t=pageview\u0026dh=example.com\u0026dp=/index.html\u0026uip=123.123.123.123\u0026dr=https://google.com\u0026z=1448000000.000?_anon_uip=123.123.123.0"
  } ],
  "parserMessage": [ {
    "messageType": "INFO",
    "description": "Found 1 hit in the request."
  } ]
}

明显可以看出此处的错误是 tid 参数错误，显然作为例子的 UA-XXXXXX-Y 并不是一个正确的 tid，更换成实际的tid 之后这个错误就被修复了。

DNT功能

用户可以启用 Do Not Track 功能向网站表明自己不希望被追踪，遵守该规则的网站就不会追踪用户的个人信息。
使用如下配置可以在只有用户未启用 DNT 功能时才向 Google Analytics 发送相关信息：

location / {
    try_files $uri $uri/ =404;
    if ($http_dnt != 1) {post_action @tracker;}
}

尽管如此，受 Nginx 程序本身的限制 userid 模块依旧会用 cookies 对用户进行标记，没有办法通过检测 DNT 头的方式来关闭它，但用户数据并不会被提交到 Google Analytics 上。