immich部署指南:5分钟搭建私有照片库
你还在为手机存储空间不足而烦恼?还在担心云端相册的隐私安全问题?本文将带你通过Docker Compose方式,在5分钟内搭建属于自己的私有照片库Immich,从此照片备份、管理全由自己掌控。读完本文后,你将能够独立完成Immich的部署、基础配置以及后续的升级维护工作。
准备工作
在开始部署之前,请确保你的系统已经安装了Docker和Docker Compose。如果尚未安装,可以参考Docker官方文档进行安装。Immich作为一款自主托管的照片和视频备份解决方案,直接从手机端进行操作,对系统资源要求不高,普通的家用服务器或个人电脑都能满足需求。
部署步骤
1. 获取项目代码
首先,克隆Immich项目仓库到本地,仓库地址为:https://gitcode.com/GitHub_Trending/im/immich。打开终端,执行以下命令:
git clone https://gitcode.com/GitHub_Trending/im/immich
cd immich
2. 配置环境变量
进入项目的docker目录,复制示例环境变量文件并进行必要的修改。示例环境变量文件为docker/example.env,其中包含了Immich运行所需的各种配置参数。
cd docker
cp example.env .env
使用文本编辑器打开.env文件,主要修改以下几个关键参数:
- UPLOAD_LOCATION:设置上传文件的存储位置,默认为
./library,你可以根据自己的需求修改为其他路径,如/data/immich/library。 - DB_DATA_LOCATION:设置数据库文件的存储位置,默认为
./postgres,同样可以修改为自定义路径,如/data/immich/postgres。 - DB_PASSWORD:设置数据库密码,建议使用强密码,提高安全性。
修改完成后保存文件。
3. 启动服务
完成环境变量配置后,使用Docker Compose启动Immich服务。项目提供的Docker Compose配置文件为docker/docker-compose.yml,其中定义了Immich所需的各个服务组件,包括immich-server、immich-machine-learning、redis和database等。
在docker目录下执行以下命令启动服务:
docker compose up -d
该命令会后台启动所有服务,首次启动时会自动拉取所需的Docker镜像,可能需要一些时间,请耐心等待。
服务验证
服务启动后,可以通过访问http://服务器IP:2283来验证Immich是否部署成功。如果一切正常,你将看到Immich的登录界面。
首次登录时,需要创建管理员账户。根据界面提示输入用户名、邮箱和密码,完成账户创建后即可登录系统。
升级维护
Immich项目处于持续开发中,定期升级可以获得新功能和安全更新。升级步骤如下:
- 进入项目目录,拉取最新代码:
cd immich
git pull
- 进入docker目录,重新启动服务:
cd docker
docker compose pull && docker compose up -d
该命令会拉取最新的Docker镜像并重启服务,完成Immich的升级。详细的升级说明可以参考官方文档docs/docs/install/upgrading.md。
常见问题解决
在部署和使用过程中,可能会遇到一些问题,以下是一些常见问题的解决方法:
Docker版本问题
如果执行docker compose命令时出现类似unknown shorthand flag: 'd' in -d或open <location of your .env file>: permission denied的错误,可能是Docker版本过低。请按照Docker官方文档的指引安装最新版本的Docker Engine,确保使用docker compose命令而非docker-compose。
健康检查错误
如果启动服务时出现can't set healthcheck.start_interval as feature require Docker Engine v25 or later的错误,可以编辑docker/docker-compose.yml文件,注释掉database部分的start_interval配置项。
数据库迁移问题
如果需要从旧版本的pgvecto.rs数据库迁移到VectorChord,可以参考官方文档中的迁移指南,修改docker/docker-compose.yml文件中的数据库镜像配置,并按照指引进行操作。
总结
通过本文的介绍,你已经了解了如何在5分钟内使用Docker Compose部署Immich私有照片库。从获取项目代码、配置环境变量、启动服务到升级维护,每一步都简单易懂。Immich为你提供了安全、便捷的照片和视频备份解决方案,让你从此摆脱对第三方云端服务的依赖。
如果你在使用过程中遇到其他问题,可以查阅官方文档docs/docs/install/docker-compose.mdx或参与Immich社区讨论获取帮助。
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 StartedRust0187
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0112
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java03
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08