Speedtest-Tracker 数据存储问题分析与解决方案
2025-06-20 13:43:05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
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
373
3.18 K
🎉 (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
1.09 K
618
🔥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
62
19
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
260
92