Leantime Docker容器配置升级指南(3.4.1+版本)
2025-06-08 19:25:35作者:温艾琴Wonderful
在Leantime 3.4.1及后续版本中,Docker容器配置进行了重要更新,这些变更是为了提升安全性和兼容性。本文将为自托管用户详细解析这些变更内容及升级注意事项。
核心变更说明
最新版本对Docker镜像做了以下关键改进:
- 默认端口变更:内部服务端口从原先的配置调整为8080端口
- 用户权限优化:默认仍以root用户运行,但新增了非root用户运行支持
- 目录权限调整:对关键数据目录的权限管理更加严格
升级准备事项
在升级前,管理员需要特别注意:
- 端口映射检查:确保docker-compose文件中将外部端口正确映射到内部8080端口
- 用户权限规划:决定继续使用root用户还是切换到非特权用户运行
- 数据备份:建议升级前对用户文件和日志数据进行完整备份
详细配置指南
基础docker-compose配置
推荐使用官方提供的最新docker-compose模板作为基础,该模板已经过多种平台测试验证。
非root用户运行配置
如需以非root用户运行,需要在环境变量中添加:
PUID=<用户ID>
PGID=<用户组ID>
目录权限修复方法
当用户权限变更后,可能需要手动修复数据目录权限:
docker exec -it leantime chown -R www-data:www-data \
/var/www/html/userfiles \
/var/www/html/public/userfiles \
/var/www/html/storage/logs \
/var/www/html/app/Plugins
docker exec -it leantime chmod -R 775 \
/var/www/html/userfiles \
/var/www/html/public/userfiles \
/var/www/html/storage/logs \
/var/www/html/app/Plugins
升级最佳实践
- 分阶段升级:先在测试环境验证后再部署到生产环境
- 监控日志:升级后密切观察系统日志,确保各项功能正常
- 回退方案:准备旧版本镜像以便快速回退
常见问题解决方案
若遇到容器启动失败的情况,建议按以下步骤排查:
- 检查端口冲突
- 验证目录权限设置
- 确认环境变量配置正确
- 查看应用日志获取详细错误信息
后续改进方向
Leantime团队已意识到需要加强变更通知机制,未来计划:
- 提供更详细的升级前通知
- 开发配置检查工具
- 完善文档中的兼容性说明
通过遵循本指南,用户可以顺利完成Leantime Docker容器的版本升级,享受更安全、更稳定的自托管体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218