Open-WebUI 数据迁移与备份恢复指南
2025-04-29 11:28:24作者:柏廷章Berta
open-webui
Open WebUI 是一个可扩展、功能丰富且用户友好的自托管 WebUI,设计用于完全离线操作,支持各种大型语言模型(LLM)运行器,包括Ollama和兼容OpenAI的API。
在开源项目 Open-WebUI 的使用过程中,数据备份与恢复是一个重要的运维环节。本文将详细介绍如何对 Open-WebUI 的会话数据和数据库进行完整的备份与恢复操作,帮助用户实现数据的安全迁移。
一、会话数据的备份与恢复
Open-WebUI 提供了便捷的会话数据导出功能,用户可以通过以下两种方式实现:
-
导出操作:
- 在 Web 界面中,进入设置菜单
- 选择"导出会话数据"选项
- 系统将生成包含所有会话数据的 JSON 文件
-
导入操作:
- 方法一:直接拖拽 JSON 文件到会话侧边栏区域
- 方法二:进入设置 > 会话选项,点击"导入"按钮选择文件
值得注意的是,虽然拖拽导入的方式较为便捷,但对于普通用户可能不够直观。建议优先使用设置菜单中的标准导入流程。
二、数据库的完整备份与恢复
对于 Docker 部署环境下的数据库迁移,需要执行以下步骤:
-
备份数据库:
- 通过 Web 界面导出 webui.db 文件
- 或直接从容器内复制数据库文件
-
恢复数据库:
- 停止 Open-WebUI 服务
- 使用命令将备份的 webui.db 文件复制到容器内替换原有文件
- 重新启动服务
对于 Docker 环境,数据库文件通常位于容器内的特定路径下。替换操作可以通过以下命令完成:
docker cp /path/to/backup/webui.db container_name:/app/data/webui.db
三、最佳实践建议
- 定期执行完整备份,包括会话数据和数据库
- 在系统升级或迁移前务必进行数据备份
- 对于生产环境,建议建立自动备份机制
- 测试恢复流程以确保备份的有效性
通过掌握这些备份恢复技巧,用户可以确保 Open-WebUI 中的数据安全,轻松应对系统迁移、升级等场景下的数据保全需求。
open-webui
Open WebUI 是一个可扩展、功能丰富且用户友好的自托管 WebUI,设计用于完全离线操作,支持各种大型语言模型(LLM)运行器,包括Ollama和兼容OpenAI的API。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
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++
664
321
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868