TileServer-GL 项目安装指南:从Docker到原生部署详解
2026-02-04 04:25:44作者:姚月梅Lane
TileServer-GL 是一个强大的开源瓦片地图服务器,能够高效地提供矢量瓦片和栅格瓦片服务。本文将全面介绍 TileServer-GL 的多种安装方式,帮助开发者根据自身需求选择最适合的部署方案。
一、Docker 安装方式(推荐)
Docker 是最简单快捷的部署方式,特别适合快速测试和生产环境部署。
基础运行命令
docker run --rm -it -v $(pwd):/data -p 8080:8080 maptiler/tileserver-gl
这个命令会:
- 自动下载最新版 TileServer-GL 镜像(如果本地不存在)
- 将当前目录挂载到容器的
/data目录 - 将容器的8080端口映射到主机的8080端口
常用参数配置
- 指定特定MBTiles文件:
docker run ... maptiler/tileserver-gl --file my-tiles.mbtiles
- 启用详细日志输出:
docker run ... maptiler/tileserver-gl --verbose
- 自定义端口映射(如改为80端口):
docker run ... -p 80:8080 maptiler/tileserver-gl
二、npm 安装方式
对于需要深度定制或本地开发的用户,可以通过npm进行安装。
支持平台
-
操作系统:
- Ubuntu 22.04 (x64/arm64)
- macOS 14 (x64/arm64)
- Windows (x64)
-
Node.js版本:18.x 或 20.x
全局安装(简单使用)
npm install -g tileserver-gl
tileserver-gl
从源码本地安装(开发模式)
git clone 项目仓库地址
cd tileserver-gl
npm install
node .
三、系统依赖项配置
不同操作系统需要安装特定的原生依赖才能正常运行TileServer-GL。
Ubuntu 22.04 依赖
sudo apt install build-essential pkg-config xvfb libglfw3-dev libuv1-dev \
libjpeg-turbo8 libicu70 libcairo2-dev libpango1.0-dev libjpeg-dev \
libgif-dev librsvg2-dev gir1.2-rsvg-2.0 librsvg2-2 librsvg2-common \
libcurl4-openssl-dev libpixman-1-dev libpixman-1-0
macOS 14 依赖
brew install pkg-config cairo pango libpng jpeg giflib librsvg
Windows 依赖
需要安装 Microsoft Visual C++ Redistributable 运行库。
四、轻量级版本选择
如果项目不需要栅格化功能,可以使用纯JavaScript实现的轻量级版本:
npm install -g tileserver-gl-light
轻量版特点:
- 无原生依赖,跨平台兼容性更好
- 不支持栅格瓦片生成功能
- 资源占用更低
五、安装后验证
无论采用哪种安装方式,成功启动后可以通过以下方式验证:
- 访问
http://localhost:8080(或自定义端口) - 查看控制台输出,确保没有错误信息
- 尝试加载示例地图或自己的MBTiles文件
六、常见问题解决
- 端口冲突:如果8080端口被占用,使用
-p参数指定其他端口 - 权限问题:在Linux/Mac上可能需要
sudo权限安装全局npm包 - 依赖缺失:确保所有系统依赖已正确安装,特别是图形相关库
- 文件路径:确保MBTiles文件位于挂载目录中
通过以上详细的安装指南,开发者可以根据实际需求选择最适合的TileServer-GL部署方式,快速搭建自己的地图瓦片服务。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
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 Notebook0114
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。Java04
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
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 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 Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220