迁移 Umami Cloud 数据到自建的 Umami

⚠️注意

本篇教程难度较大，涉及数据库操作，如果对自己能力没有信心的请不要轻易尝试，出现问题后果自负

什么是 Umami

Umami是一款现代、开源的网站流量分析工具，以其极简设计和隐私保护为核心特色。你可以把它理解为更清爽、更注重用户隐私的Google Analytics替代品。

它能精准统计你最关心的数据：访问量、页面浏览量、访客来源和设备信息等，并以清晰直观的图表呈现，让你快速掌握网站表现。与许多笨重复杂的统计工具不同，Umami界面非常干净，没有令人眼花缭乱的复杂报告，专注于提供真正有用的核心指标。

更重要的是，Umami完全开源且可以自行部署，这意味着你的所有网站数据都掌握在自己手中，不会泄露给第三方。它符合GDPR等隐私法规，不追踪用户个人身份信息，也不使用Cookie。对于注重数据主权、追求简洁高效的个人站长、开发者和团队来说，Umami是一个非常理想的选择。

为什么要迁移

Umami Cloud 有两个明显的限制

免费版只有 1 年数据保留
只能添加 3 个网站

1 年的数据保留肯定不够用，我还想记录好几年呢。

导出 Umami Cloud 数据

首先打开 Umami Cloud，左侧找到 Data，右侧点击 Export，然后选择你的网站

这样他会给你发一封含有下载链接的邮件

但是国内的网络环境下载不了，需要自己解决

正常会下载一个 .csv.gz 的文件，把他解压

处理数据

这里用到了 RoversX大佬的项目

https://github.com/RoversX/umami-csv-import-script

先把这个仓库下载或者 clone 下来，把解压完的文件复制进去，运行

然后输入你的 csv 文件的名称和新的 website ID

网址后面的一串就是 ID，比如 https://umami.haha.com/websites/73e88325-33b0-43f8-92d6-8e74c5bf19e2 中 73e88325-33b0-43f8-92d6-8e74c5bf19e2 就是 ID

这样会得到一个 website_event.csv 和 session.csv

然后运行这串代码，给 session.csv 去重

import pandas as pd

# Read the original session.csv file
df_session = pd.read_csv('session.csv')


session_columns = [
    'session_id', 'website_id', 'hostname', 'browser', 'os', 'device',
    'screen', 'language', 'country', 'subdivision1', 'subdivision2',
    'city', 'created_at'
]

# Ensure the dataframe only contains the columns defined above
df_session = df_session[session_columns]

# Remove duplicate rows with the same 'session_id'
df_session_nodup = df_session.drop_duplicates('session_id')

# Save the deduplicated data to a new CSV file
df_session_nodup.to_csv('session_export_no_duplicates.csv', index=False)

print("session_no_duplicates.csv has been successfully generated with no duplicate session_id.")