Speedtest-Tracker 数据存储问题分析与解决方案
2025-06-20 01:32:57作者:昌雅子Ethen
问题背景
在使用 Speedtest-Tracker 进行网络速度测试时,用户遇到了数据无法持久化保存的问题。具体表现为:无论创建新用户、修改默认设置、添加 InfluxDB 连接或执行速度测试,所有更改在容器重启后都会丢失。
环境配置分析
用户最初采用了 Docker Compose 部署方案,配置了 PostgreSQL 和 InfluxDB 作为后端存储。从日志分析显示,数据库连接看似正常,但数据持久化机制存在问题。
根本原因
经过排查,发现问题的核心在于:
- 数据库连接配置错误:环境变量中指定的数据库主机名与实际的容器名称不匹配
- 权限设置问题:未正确设置 PUID 和 PGID 环境变量,导致文件写入权限不足
- 数据库初始化机制误解:当更改数据库凭据时,需要同时删除数据库卷才能生效
解决方案验证
技术团队建议采用以下步骤进行问题排查和解决:
- 简化测试环境:首先切换到 SQLite 数据库,排除 PostgreSQL 配置问题
- 确保权限正确:必须配置 PUID 和 PGID 环境变量
- 清理旧数据:更改数据库凭据时,需要删除原有的数据库卷
最终配置方案
经过验证,以下是最佳实践配置示例:
services:
speedtest-tracker:
image: lscr.io/linuxserver/speedtest-tracker:latest
container_name: speedtest-tracker
environment:
- PUID=1000
- PGID=1000
- TZ=Europe/Copenhagen
- APP_KEY=base64:XYZ/k=
- DB_CONNECTION=sqlite
- SPEEDTEST_SCHEDULE="0 * * * *"
- SPEEDTEST_SERVERS=9891
- DISPLAY_TIMEZONE=Europe/Copenhagen
- PRUNE_RESULTS_OLDER_THAN=3650
volumes:
- ./data:/config
ports:
- 80:80
restart: unless-stopped
技术要点说明
- 数据库选择:Speedtest-Tracker 支持多种数据库后端,SQLite 适合小型部署,而 PostgreSQL 适合大规模应用
- InfluxDB 角色:InfluxDB 仅用于将数据导出到其他可视化工具(如 Grafana),并非 Speedtest-Tracker 运行的必要组件
- 权限管理:正确的用户和组 ID 设置对文件系统持久化至关重要
总结
通过简化配置、确保正确的权限设置和了解数据库初始化机制,成功解决了 Speedtest-Tracker 的数据持久化问题。这一案例展示了在容器化环境中,配置细节对应用稳定性的重要影响,也为类似问题提供了参考解决方案。
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
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
304
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
255
321
🔥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
63
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866