PushDeer生产环境配置:从开发到上线的完整流程
PushDeer是一个功能强大的自托管推送通知服务,支持iOS、Android和Web平台。本文将详细介绍如何将PushDeer从开发环境顺利部署到生产环境的完整流程,包括API服务器配置、SSL证书设置、推送服务集成等关键步骤。
环境准备与项目克隆
首先需要获取PushDeer项目代码:
git clone https://gitcode.com/gh_mirrors/pu/pushdeer.git
PushDeer提供了多种部署方案,包括自托管模式、Serverless模式和开发模式。生产环境推荐使用自托管模式,确保服务的稳定性和可控性。
API服务器生产环境配置
数据库独立部署
在生产环境中,建议将MySQL数据库独立部署,使用云厂商的数据库服务以确保高可用性和数据安全。在docker-compose.self-hosted.yml中已经配置了MariaDB服务:
mariadb:
image: 'mariadb:10.5.8-focal'
environment:
- MYSQL_ROOT_PASSWORD=theVeryp@ssw0rd
- MYSQL_DATABASE=pushdeer
环境变量配置
关闭调试模式是生产环境配置的关键步骤。在docker-compose.self-hosted.yml中设置:
environment:
- APP_DEBUG=false
- DB_HOST=mariadb
- DB_PORT=3306
- DB_USERNAME=root
- DB_DATABASE=pushdeer
- DB_PASSWORD=theVeryp@ssw0rd
SSL证书配置与HTTPS启用
证书文件准备
申请域名对应的SSL证书,获得证书文件(example.crt)和私钥文件(example.key)。在项目根目录下建立ssl目录,将证书文件重命名为server.crt,私钥文件重命名为server.key。
虚拟主机配置
修改docker/web/vhost.conf文件,启用HTTPS支持:
<VirtualHost *:443>
ServerName yourdomain.com
DocumentRoot "/app/api/public"
SSLEngine on
SSLCertificateFile /app/ssl/server.crt
SSLCertificateKeyFile /app/ssl/server.key
</VirtualHost>
推送服务配置
iOS推送配置
PushDeer支持iOS推送服务,需要配置生产环境参数。在推送配置文件中,将production设置为true:
production: true
Android推送配置(小米推送)
- 注册小米开发者账号并创建应用
- 在
docker-compose.yml中通过环境变量添加包名和AppSecret
environment:
- ANDROID_PACKAGE="这里填写包名"
- MIPUSH_SECRET="这里填写小米推送应用的AppSecret"
构建与部署
构建镜像
运行以下命令构建并启动服务:
docker-compose -f docker-compose.self-hosted.yml up -d --build
服务验证
访问https://yourdomain.com即可查看到API服务器默认网页,确认服务正常运行。
客户端配置与编译
iOS客户端编译
参考ios/PushDeer-iOS目录下的安装说明,进行以下修改:
- 更换项目中的名称和标识
- 修改Bundle Identifier与通知证书匹配
- 更新API接口中的域名
Android客户端编译
修改包名为小米推送应用中设置的包名,确保推送功能正常工作。
生产环境优化建议
性能优化
- 启用Redis缓存提升性能
- 配置合适的数据库连接池
- 设置合理的超时时间
安全配置
- 定期更新SSL证书
- 配置防火墙规则
- 启用访问日志监控
总结
PushDeer生产环境配置是一个系统性的工程,涉及API服务器、数据库、推送服务和客户端的完整链路。通过本文的详细指导,您可以顺利完成从开发到生产环境的部署,享受稳定可靠的推送通知服务。🚀
遵循以上步骤,您的PushDeer服务将具备生产环境所需的安全性、稳定性和高性能特性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust053
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00




