Tandoor Recipes在树莓派3B+上的部署与数据库恢复经验分享
2025-06-03 14:12:41作者:蔡丛锟
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
背景介绍
Tandoor Recipes是一款优秀的开源食谱管理系统,基于Django框架开发。本文将分享在树莓派3B+设备上部署Tandoor Recipes时遇到的两个典型问题及其解决方案,特别是关于端口配置和数据库恢复的实践经验。
部署问题分析
在树莓派3B+上使用Docker Compose部署Tandoor Recipes时,用户遇到了服务无法访问的问题。通过日志分析发现,问题根源在于Nginx容器的端口映射配置不当。
错误配置示例
nginx_recipes:
image: nginx:mainline-alpine
ports:
- 100:100 # 错误的端口映射
正确配置方式
Nginx默认监听80端口,正确的映射应该是将主机端口映射到容器的80端口:
nginx_recipes:
image: nginx:mainline-alpine
ports:
- 100:80 # 正确的主机端口:容器端口映射
数据库恢复问题
在成功部署后,用户尝试从旧版本恢复PostgreSQL数据库时遇到了困难。主要问题包括:
- 角色权限冲突
- 数据库名称不匹配
- 用户权限不一致
恢复步骤详解
- 清理环境:首先需要完全清理现有的PostgreSQL数据目录
- 备份文件检查:确保备份只包含Tandoor使用的数据库(默认为djangodb)
- 恢复操作:
# 停止相关容器
docker-compose stop db_recipes
# 删除旧数据
sudo rm -rf ./postgresql/*
# 启动数据库容器(不启动web容器)
docker-compose up -d db_recipes
# 执行恢复
docker exec -i db_recipes psql -U djangouser -d djangodb < backup.sql
关键配置匹配
恢复时需确保.env文件中的数据库配置与备份时的设置一致:
POSTGRES_DB=djangodb # 必须与备份数据库名一致
POSTGRES_USER=djangouser # 必须与备份用户一致
经验总结
- 端口映射:理解容器服务的默认端口至关重要,Nginx默认使用80端口而非任意端口
- 数据库恢复:
- 保持环境清洁,避免残留数据干扰
- 确保配置参数与备份环境一致
- 按正确顺序操作:先恢复数据库,再启动应用
- 日志分析:遇到问题时,仔细阅读容器日志能快速定位问题根源
通过这些问题解决过程,我们不仅掌握了Tandoor Recipes的部署技巧,也加深了对Docker和PostgreSQL的理解。这些经验同样适用于其他基于Docker的Web应用部署场景。
recipes
Application for managing recipes, planning meals, building shopping lists and much much more!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
521
93
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
956
951
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221