Mercure实时通信服务在Plesk服务器上的部署实践
2025-06-11 18:48:36作者:彭桢灵Jeremy
前言
在Plesk服务器环境中部署Mercure实时通信服务时,开发者可能会遇到连接被拒绝的问题。本文将深入分析这一常见问题的根源,并提供详细的解决方案。
问题分析
Mercure是一个基于服务器发送事件(SSE)的实时通信协议,通常通过Docker容器部署。在Plesk环境中,主要会遇到以下两个核心问题:
- 端口冲突:Plesk默认会占用80和443端口,这与Mercure服务的默认端口设置产生冲突
- SSL证书配置:Plesk管理自己的SSL证书,而Mercure容器默认会尝试生成自签名证书
详细解决方案
1. 端口映射调整
在Docker运行命令中,需要将容器内部端口映射到Plesk未占用的外部端口:
docker run -d \
-p 3000:80 \
-p 3001:443 \
-e SERVER_NAME=:80 \
-e MERCURE_PUBLISHER_JWT=secret \
-e MERCURE_SUBSCRIBER_JWT_KEY=secret \
dunglas/mercure
2. SSL证书配置优化
对于生产环境,建议使用Plesk管理的SSL证书。可以通过以下方式实现:
- 将Plesk的证书文件挂载到容器中
- 配置Caddy服务器使用这些证书文件
docker run -d \
-v /path/to/plesk/certs:/certs \
-e CADDY_FILE=/etc/caddy/Caddyfile \
-e SERVER_NAME=yourdomain.com {
tls /certs/fullchain.pem /certs/privkey.pem
}
dunglas/mercure
3. Caddyfile自定义配置
通过环境变量注入自定义Caddy配置:
-e CADDY_FILE='
yourdomain.com {
tls /certs/fullchain.pem /certs/privkey.pem
route {
mercure {
transport_url bolt:///data/mercure.db
publisher_jwt secret
subscriber_jwt secret
cors_origins https://yourdomain.com
}
}
}
'
常见问题排查
- 连接被拒绝:检查端口映射是否正确,确保Plesk防火墙允许该端口
- 证书错误:确保证书文件路径正确,权限设置合理
- CORS问题:确保
cors_origins设置与客户端域名完全匹配
性能优化建议
- 对于高并发场景,考虑使用Redis替代默认的BoltDB存储
- 调整Caddy的并发连接数限制
- 启用HTTP/2和HTTP/3支持以提高性能
总结
在Plesk服务器上成功部署Mercure服务需要特别注意端口冲突和SSL证书管理问题。通过合理的端口映射和证书配置,可以构建稳定高效的实时通信服务。本文提供的解决方案已在生产环境中验证有效,开发者可根据实际需求进行调整。
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
246
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
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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++
135
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