Es gab Beschwerden, das Blog sei zu langsam. Die waren leider nicht ganz unberechtigt, denn der Server lief die letzten Monate an der Grenze seines Speicherausbaus. Die logische Konsequenz waren regelmässige Out-Of-Memory Meldungen in den Logdateien. Das nahm der Webserver lighttpd besonders übel, immer wen ein php-cgi-Prozess wegen Speichermangels seinen Dienst einstellte, gingen die übrigen lighttpd-Prozesse ebenfalls in den Streik. Unschönes Resultat: Die Webseiten waren nicht mehr erreichbar. Nun könnte man einfach mehr Speicher einbauen und hoffen das Problem wäre damit gelöst. Jeder der sich schon mal mit solchen Problemen herumgeschlagen hat, wird irgendwann bemerkt haben, dass die Lösung damit nicht gefunden ist, sondern die negativen Auswirkungen nur vertagt wurden. Also muss man den Speicherfresser finden.

Nach eingehenden Untersuchungen wurde der größte Speicherdieb auf dem System ausgemacht, der Datenbank-Server MySQL und da besonders die Datenbank, in der die Webstatistiksoftware piwik ihre Daten ablegt. In den über drei Jahren, in denen ich sie jetzt einsetze, nimmt sie jetzt gut 2 GB Platz auf der Festplatte ein und das obwohl die Tabellen jeden Tag optimiert wurden. Das ist ein ganze Menge Holz dafür, dass mich die Zugriffe im Detail gar nicht interessieren. Wichtig ist für mich nur die Anzahl der täglichen Zugriffe und ob evtl. einzelne Hosts extrem viel Traffic produzieren. Zumindest für Letzteres ist Piwik gar nicht geeignet und für Zählen der Zugriffe reicht eine einfache Software wie awstats.

Deswegen hat piwik seine dreijährige Testphase bei mir beendet und an seiner Stelle bastelt mir jetzt wieder awstats die bunten Grafiken. Dabei muss ich piwik aber eines zugute halten, abgesehen vom hohen Speicherverbrauch und der Rechenleistung, die es prinzipbedingt geschluckt hat, gab es keine Probleme damit. Sogar alle Updates ließen sich von der ersten Version an problemlos einspielen und mit dem Anonymisierungs-Plugin kommt auch der Datenschutz nicht zu kurz.

Auf netzwertig.com hat Martin Weigert eine Liste von 20 Webanwendungen veröffentlicht, die seiner Meinung nach das Zeug zur Lieblingsanwendung haben. Darunter findet sich auch CloudFlare, ein Dienst der verspricht die Ladezeiten der eigenen Webseite zu beschleunigen und böse Buben und Mädchen abzuhalten.
Technisch gesehen ist das nichts anderes als ein Reverse Proxy, solche Systeme werden auch in großen Installation verwendet um die Webserver zu entlasten und den Zugriff für die Benutzer zu beschleunigen. Das setzt allerdings einen höheren Etat für die IT-Ausstattung voraus, als ihn der kleine Webmaster gemeinhin zur Verfügung hat.
CloudFlare bietet seine Reverse Proxy in der Grundversion kostenlos an. Um ihn nutzen zu können muss man in der Lage sein, die Nameserver (DNS) Konfiguration der eigenen Domain zu ändern. Denn statt des eigenen DNS oder den des Providers, muss der von CloudFlare eingetragen werden, damit die Anfrage auf deren Reverse Proxy umgeleitet werden können. Für michaelwenzl.de habe das ganze jetzt mal eingerichtet um zu sehen, ob sich dadurch tatsächlich ein Geschwindigkeitsvorteil ergibt.
Da sich ein Reverse Proxy zwischen den Zugreifenden und den Webserver klemmt, tauchen in den Logdateien nur noch die IPs der Server von CloudFlare auf. Um  trotzdem trotzdem IP-genau auszuwerten bietet CloudFlare diverse Plugins an. Die werde ich allerdings nicht nutzen, da ich an einer IP-genauen Auswertung nicht interessiert bin und Piwik zur Analyse einsetze.

• Patienten in der Cloud
• Fusion Tables auf der Google I/O
• Picasa als Galerie für WordPress

Die Open-Source-Webstatistik Piwik hat jetzt auch einen Client für mobile Endgeräte. Unterstützt werden Smartphones auf der Basis von Android (ab 1.6) und iOS Geräte wie iPhone, iPod und iPad. Die Software ist kostenlos im Market bzw. bei iTunes verfügbar. Bis jetzt nutze ich für die mobile Abfrage von Piwik den Web Analytic Client, es sieht aber ganz danach aus, als würde Piwik Mobile ihn ersetzen.

Piwik ist übrigens ein hervorragender Ersatz für Google Analytics und lässt sich auch wunderbar anonymisiert betreiben.

via golem.de

Screenshot: piwik.org

• Downsizing, statistisches
• Webstatistik anonymisiert
• Reverse Proxy in der Cloud
• Mobile Produktinformation mit codecheck.info
• Android USB Tethering

Wer Webdienste anbietet, egal ob für sich selbst oder für Kunden, ist im einfachsten Falle neugierig darauf wieviele Besucher sich auf den Webseiten einfinden. Im kommerziellen Umfeld reicht Neugier alleine nicht, da sind Besucherzahlen ein Faktor, an dem der Erfolg von Webseiten gemessen wird. Die ganze Sache ist ein Hexenwerk, der Webserver liefert reichlich Datenmaterial, das mit geeigneter Software analysiert werden kann. Heraus kommen dann schöne Grafiken, die u.a. zeigen aus welchen Ländern die Besucher kamen, zu welchen Zeiten, wie lange sie vorbeisurften und so einiges mehr.

Das ist so weit in Ordnung, wenn die Sache nicht einen datenschutzrechtlichen Haken hätte. Die Logdateien enthalten persönliche Daten, die IP-Adresse des Seitenbesuchers, und dürften daher nicht länger gespeichert werden, als es für die Auswertung notwendig ist. Theoretisch ist es kein Problem die Logdateien nach dem Analyselauf zu löschen. Praktisch sieht es leider häufig so aus, dass die Logdateien auf den Servern bleiben und nur gelöscht werden, wenn der Plattenplatz eng wird. Selbst wenn ein pflichtbewusster Admin oder Webmaster die Logdateien löscht, stellt sich immer noch die Frage ob die IP-Adressen nicht evtl. von der Webanalysesoftware gespeichert worden.

Eine Lösung aus dem Dilemma wäre es, die Logfunktion des Webservers zu deaktivieren und stattdessen Webtracker wie Google Analytics oder Opentracker zu nutzen. Womit man sich dann auch schon wieder das nächste Problem mit dem Datenschutz einhandelt. Denn gespeichert werden die Daten dort auch und die Besucher der Webseite haben keine Möglichkeit die Löschung persönlicher Daten zu bewirken. Also was tun?

Meine Lösung bestand bis vor etwa einem Jahr darin, dass ich die IP-Adressen in den Logdateien teilweise  anonymisiert habe. Teilweise deswegen, weil es nur im letzten Byte passierte. Angenommen ein Webseitenbesucher hatte die IP-Adresse 192.168.15.131, dann wurde zur letzten Zahl (131) ein zufälliger Wert hinzuaddiert. Heraus kam dann z.B. 192.168.15.247. Der Zufallswert wurde bei jeder unterschiedlichen IP-Adresse eines Tages neu bestimmt. Damit war es weiterhin möglich das Besucherverhalten zu verfolgen und mit den drei höherwertigen Bytes die geographische Herkunft zu ermitteln. Das ist nicht ganz das, was man sich unter echter Anonymisierung vorstellen darf, aber ein gangbarer Kompromiss.

Seit ich Piwik für die Analyse einsetze, konnte ich feststellen, dass ich die oben beschriebenen Auswertungen kaum mehr nutze. In der Folge habe ich die Logfunktion meiner Webserver, auf denen auch Kundenprojekte laufen, deaktiviert. Was zudem den angenehmen Nebeneffekt hatte, dass die Last auf den Servern leicht zurückging. Einziger Haken war aber immer noch, dass Piwik normalerweise die IP-Adressen in der Datenbank speichert. Verhindern konnte man das, durch Änderungen im Quelltext von Piwik, die allerdings bei jedem Update überschrieben wurde. Die Änderung musste man dann wieder nachziehen, manchmal dachte man nicht daran, wie es eben so im Arbeitsalltag läuft.

Glücklicherweise gibt es mittlerweile das Plugin NoIP von Martin Gamnitzer. Mit ihm wird sichergestellt, dass statt der realen IP-Adresse nur eine genullte Version in der Datenbank steht. Um beim Beispiel von oben zu bleiben, würde statt 192.168.15.131, die 192.168.0.0 gespeichert werden.  Das ist etwas rigieder als meine Variante mit den Logdateien, funktioniert aber immer noch wunderbar um auch die Herkunft der Besucher festzustellen. Aktuell muss NoIP manuell installiert werden, in Piwik 0.5.5, aktuell ist 0.5.4, wird es zum Standardpaket gehören.

Die Benutzung kann ich nur jedem empfehlen. Die Auswertungen sind nach wie vor aussagekräftig, ich persönlich kann jedenfall keinen Unterschied zu vorher feststellen. Für mich ist das Verfahren ein guter Weg, der die Interessen des Webseitenbesuchers auf Datenschutz, mit denen des Betreibers abwägt.

Nachtrag: Mittlerweile ist Piwik 0.5.5 verfügbar und wie oben erwähnt, gehört jetzt ein Plugin zum Lieferumfang, das die IP-Adressen der Besucher anonymisiert. Der Name des Plugins lautet AnonymizeIP und kann, besser gesagt sollte, im Admin-Backend von Piwik aktiviert werden. Das NoIpPlugin muss selbstverständlich deaktiviert werden, sofern es wie oben beschrieben, manuell installiert und aktiviert wurde.

• Webstatistik Piwik goes mobile
• Reverse Proxy in der Cloud
• Downsizing, statistisches