Docker-Jitsi-Meet 在 Plesk 服务器上通过 NGINX 反向代理的配置实践
2025-06-25 01:29:06作者:申梦珏Efrain
背景介绍
Jitsi 是一个开源的视频会议解决方案,而 docker-jitsi-meet 项目提供了基于 Docker 的部署方式。本文将详细介绍在 Plesk 服务器环境中,通过 NGINX 反向代理配置 Jitsi 服务的完整过程及常见问题解决方案。
核心配置要点
端口规划
在 Plesk 环境中部署时,需要注意以下端口配置:
- 避免使用 Plesk 默认占用的端口(如 8080、8443)
- 建议将 JVB Colibri 端口从默认的 8080 改为 8085
- HTTP 端口设置为 8000
- HTTPS 端口设置为 8448
环境变量配置
关键的 .env 文件配置应包括:
HTTP_PORT=8000
HTTPS_PORT=8448
PUBLIC_URL=https://meet.example.com
DISABLE_HTTPS=1
ENABLE_HTTP_REDIRECT=0
ENABLE_LETSENCRYPT=0
特别注意:当使用反向代理时,PUBLIC_URL 中不应包含端口号,否则会导致 WebSocket 连接失败。
NGINX 反向代理配置
正确的 NGINX 配置应包含三个关键部分:
主请求代理
location / {
proxy_pass http://127.0.0.1:8000;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
}
WebSocket 代理
location /xmpp-websocket {
proxy_pass http://127.0.0.1:8448/xmpp-websocket;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
}
Colibri 状态代理
location /colibri {
proxy_pass http://127.0.0.1:8085;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
proxy_set_header X-Forwarded-Proto $scheme;
}
常见问题及解决方案
WebSocket 连接失败
症状:控制台出现 "WebSocket connection to 'wss://meet.example.com:8448/xmpp-websocket' failed" 错误。
解决方案:
- 确保 PUBLIC_URL 中不包含端口号
- 检查 NGINX 的 WebSocket 代理配置是否正确
- 验证防火墙是否放行了相关端口
JVB 服务连接问题
症状:日志中出现 "Connection refused" 或 "Cannot set presence extension: not connected" 错误。
解决方案:
- 检查 JVB 容器的端口映射是否正确
- 确认内部服务发现是否正常工作
- 验证 XMPP 服务是否正常启动
最佳实践建议
- 在 Plesk 环境中,建议完全禁用容器内的 HTTPS 功能,由 Plesk 统一管理 SSL 证书
- 对于生产环境,应考虑配置适当的重试机制和健康检查
- 定期检查容器日志,及时发现潜在问题
- 考虑配置资源限制,防止单个会议占用过多服务器资源
通过以上配置和注意事项,可以在 Plesk 服务器上稳定运行基于 Docker 的 Jitsi Meet 服务,为用户提供高质量的视频会议体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
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
19
30