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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- 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
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00




