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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00




