Coolify项目中Supabase大文件上传问题的分析与解决方案
2025-05-02 08:41:26作者:胡易黎Nicole
问题背景
在使用Coolify v4.0.0-beta.390版本自托管部署Supabase服务时,用户遇到了一个典型的大文件上传限制问题。具体表现为:通过Supabase仪表板上传超过6MB的文件时,系统会返回混合内容(Mixed Content)错误,导致上传失败。
问题现象分析
当用户尝试上传大文件时,浏览器控制台会显示如下错误信息:
Mixed Content: The page at 'https://supabase.mydomain.eu/project/default/storage/buckets/article-videos' was loaded over HTTPS, but requested an insecure XMLHttpRequest endpoint 'http://supabase.mydomain.eu:8000/upload/resumable/...'
这表明前端页面通过HTTPS加载,但后端生成的TUS(可恢复上传协议)端点却使用了HTTP协议,触发了现代浏览器的安全策略限制。
技术原理探究
-
TUS协议机制:Supabase使用TUS协议处理大文件分块上传,该协议需要后端生成特定的上传端点URL。
-
协议检测机制:Supabase存储服务会根据请求头中的
x_forwarded_proto值来确定生成的URL协议类型。在问题案例中,该值被错误地设置为"http"而非"https"。 -
环境变量影响:Supabase存储服务的
NODE_ENV设置会影响协议处理逻辑。当设置为"production"时,系统会强制使用HTTPS协议。
解决方案
经过深入分析,该问题的根本解决方案包含以下几个关键步骤:
-
环境变量配置:
- 确保Kong网关配置了正确的转发协议头
- 设置Supabase存储服务的
NODE_ENV为"production"
-
服务更新:
- 使用最新版本的Coolify模板部署Supabase
- 重新部署整个服务栈以确保配置生效
-
客户端清理:
- 清除浏览器本地存储,避免缓存旧的URL方案
- 刷新页面后重新尝试上传操作
实施建议
对于使用Coolify自托管Supabase的用户,建议采取以下最佳实践:
- 定期更新Coolify到最新版本,获取最新的服务模板
- 对于生产环境,始终确保HTTPS配置正确
- 在修改配置后,完整重启相关服务而非仅重新加载
- 使用浏览器开发者工具监控网络请求,验证生成的URL协议是否正确
总结
该案例展示了在自托管环境中配置现代Web应用时常见的协议一致性挑战。通过理解TUS协议的工作机制和Supabase的配置要求,我们可以有效解决大文件上传的限制问题。关键在于确保整个请求链中各组件对协议的理解一致,特别是网关层和存储服务之间的协调。
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217