Coolify项目中Supabase与PostgreSQL公共端口配置问题解析
在Coolify v4.0.0-beta.395版本中,用户在使用Supabase资源时遇到一个典型的容器网络配置问题。当尝试为PostgreSQL数据库设置公共端口5432并启用公开访问时,系统自动创建的Nginx代理容器会不断重启,导致数据库连接失败。
问题现象
用户部署Supabase资源后,在PostgreSQL容器设置中启用公共端口5432。系统随后创建了一个基于nginx:stable-alpine镜像的代理容器。然而观察发现,该Nginx容器每隔约10秒就会重启一次,日志中显示关键错误信息:"host not found in upstream"。
技术原理分析
这个问题源于Coolify在生成Nginx配置时对容器名称解析的错误处理。正常情况下,Coolify应该识别Supabase独立部署模式下的PostgreSQL容器命名规则(supabase-db-xxxx),但当前版本中却错误地使用了简化的"postgres"作为上游主机名。
根本原因
问题的核心在于服务数据库模型中的容器名称解析逻辑。在早期版本中,代码能够正确返回"standalone-supabase/postgres"格式,从而生成正确的容器名称。但在当前版本中,该逻辑被简化为仅返回"postgres",导致Nginx配置中使用了错误的上游主机名。
临时解决方案
对于急需解决问题的用户,可以采取以下临时方案:
- 手动编辑Supabase的docker-compose配置
- 在supabase-db服务部分直接添加端口映射:
ports:
- 5432:5432
安全建议
值得注意的是,将数据库直接暴露在公共网络中会带来严重的安全风险。系统会不断受到端口探测和未授权访问尝试。建议用户考虑以下替代方案:
- 使用SSH隧道建立安全连接
- 配置IP白名单限制访问来源
- 使用专用网络接入私有环境
版本更新展望
Coolify开发团队已经确认此问题,并计划在后续版本中修复。新版本将恢复正确的容器名称解析逻辑,确保Nginx代理能够正确连接到PostgreSQL服务。
对于技术用户而言,理解这类容器网络问题有助于更好地排查和解决云原生环境中的连接性问题。这类问题通常涉及DNS解析、容器命名和网络配置等多个层面的交互,需要系统性地分析和处理。
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