在Ubuntu系统中实现code-server 24/7持续运行的解决方案
2025-04-29 09:59:30作者:明树来
code-server作为一款优秀的云端开发环境工具,在实际部署过程中经常会遇到终端关闭后服务中断的问题。本文将详细介绍如何在Ubuntu系统中实现code-server的持久化运行,确保开发环境24小时不间断可用。
问题背景分析
当用户通过终端直接运行code-server时,服务进程会与当前终端会话绑定。一旦关闭终端窗口或SSH连接断开,系统会发送SIGHUP信号,导致code-server进程被终止。这种特性虽然在某些场景下有用,但对于需要长期运行的云端开发环境来说显然不合适。
解决方案比较
1. 使用tmux终端复用器
tmux是一款功能强大的终端复用工具,它允许用户创建持久化的会话,即使断开连接也能保持运行状态。
具体操作步骤:
- 首先安装tmux:
sudo apt-get install tmux - 创建新会话:
tmux new -s code-server - 在tmux会话中启动code-server
- 使用快捷键
Ctrl+B然后按D分离会话 - 需要重新连接时使用
tmux attach -t code-server
优点:
- 轻量级解决方案
- 可以随时重新连接查看输出
- 支持多窗口管理
缺点:
- 需要额外学习tmux操作
- 系统重启后需要手动重新启动
2. 使用systemd服务管理
对于生产环境,更推荐使用systemd来管理code-server服务。
实现方法:
- 创建服务文件:
sudo nano /etc/systemd/system/code-server.service - 添加以下内容:
[Unit]
Description=code-server
After=network.target
[Service]
User=your_username
ExecStart=/usr/bin/code-server
Restart=always
[Install]
WantedBy=multi-user.target
- 启用服务:
sudo systemctl enable code-server - 启动服务:
sudo systemctl start code-server
优势:
- 系统原生支持
- 自动重启机制
- 完善的日志管理
- 开机自启动
3. 使用nohup命令
对于快速测试场景,可以使用nohup命令临时解决:
nohup code-server &
这种方法简单但缺乏完善的进程管理功能,不建议长期使用。
最佳实践建议
对于不同使用场景,我们推荐:
- 个人开发测试环境:使用tmux方案,便于随时查看日志和交互
- 生产环境:务必使用systemd方案,确保服务稳定性和可维护性
- 临时使用:可以考虑nohup方案
安全注意事项
在设置持久化运行时,需要注意:
- 确保使用非root用户运行code-server
- 配置适当的防火墙规则
- 定期检查日志文件
- 保持系统和code-server版本更新
通过以上方法,用户可以轻松实现code-server在Ubuntu系统中的24/7持续运行,为云端开发提供稳定可靠的环境支持。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
131
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
738
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460