TeslaMate在Plesk环境下的部署与认证配置指南
2025-06-02 22:28:52作者:晏闻田Solitary
背景介绍
TeslaMate是一款开源的Tesla车辆数据记录和监控工具,能够帮助车主详细记录和分析车辆的各项数据指标。在实际部署过程中,许多用户选择使用Plesk面板进行管理,但Plesk特有的Apache与Nginx混合架构会带来一些配置上的挑战。
问题现象
在Plesk环境下配置TeslaMate时,用户可能会遇到以下典型问题:
- 界面元素无法点击,光标显示为加载状态
- WebSocket连接无法正常建立
- 基础认证(Basic Auth)配置不生效
这些问题主要源于Plesk默认同时使用Apache和Nginx作为Web服务器,而TeslaMate的实时功能依赖于WebSocket连接。
解决方案
基础环境准备
首先按照TeslaMate官方文档完成基本安装,特别注意以下几点:
- 在.env配置文件中可以省略Let's Encrypt相关配置
- 为TeslaMate和Grafana分别创建专用子域名
TeslaMate子域名配置
- 在Plesk面板中创建teslamate子域名
- 为该域名申请并安装Let's Encrypt证书
- 进入"主机与DNS"→"Apache & nginx"设置
- 关闭Nginx的代理模式,使其直接处理请求
- 添加以下Nginx配置:
location / {
proxy_pass http://127.0.0.1:4000;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
auth_basic "Restricted Content";
auth_basic_user_file /var/www/vhosts/domain/.htpasswd;
}
location /live/websocket {
proxy_pass http://127.0.0.1:4000;
proxy_http_version 1.1;
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_set_header Host $host;
auth_basic "Restricted Content";
auth_basic_user_file /var/www/vhosts/domain/.htpasswd;
}
Grafana子域名配置
- 在Plesk面板中创建grafana子域名
- 进入"主机与DNS"→"Apache & nginx"设置
- 在HTTPS额外指令中添加以下配置:
# 反向代理配置
ProxyPreserveHost On
ProxyPass / http://127.0.0.1:3000/
ProxyPassReverse / http://127.0.0.1:3000/
# 基础认证配置
<Location />
AuthType Basic
AuthName "Restricted Area"
AuthUserFile /path
Require valid-user
</Location>
关键技术点解析
- WebSocket支持:TeslaMate的实时功能依赖于WebSocket连接,必须正确配置Upgrade头信息
- 混合架构处理:Plesk同时使用Apache和Nginx时,需要明确指定由哪个服务器处理请求
- 认证一致性:确保认证配置同时适用于普通HTTP请求和WebSocket连接
- 路径匹配:特别注意/live/websocket路径需要单独处理
最佳实践建议
- 使用专用子域名分离TeslaMate和Grafana的访问
- 定期更新.htpasswd文件中的密码
- 监控日志文件以确保WebSocket连接正常工作
- 考虑使用更安全的认证方式替代基础认证
- 配置适当的防火墙规则限制访问来源IP
通过以上配置,TeslaMate可以在Plesk环境下稳定运行,同时保证数据访问的安全性。这种配置方式也适用于其他需要WebSocket支持的应用程序在Plesk环境下的部署。
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
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
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
130
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
731
🎉 (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
198
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