rtsp-video-analysis-system/DEPLOYMENT-NOTES.md

# 📌 部署配置说明

## 重要配置

### 1. MinIO配置（使用外部服务）

本系统使用**外部已部署的MinIO服务**，不在Docker中部署MinIO。

**配置位置**: `ruoyi-admin/src/main/resources/application.yml`

```yaml
minio:
  enabled: true
  endpoint: http://49.232.154.205:10900
  access-key: 4EsLD9g9OM09DT0HaBKj
  secret-key: 05SFC5fleqTnaLRYBrxHiphMFYbGX5nYicj0WCHA
  bucket: rtsp
```

**如需更换MinIO服务器**：
1. 编辑上述配置文件
2. 重新构建后端镜像：`docker-compose build backend`
3. 重启服务：`docker-compose up -d`

### 2. Python推理服务（CPU模式）

本系统**不使用GPU**，Python推理服务运行在CPU模式。

**配置特点**：
- ✅ 无需NVIDIA Docker Runtime
- ✅ 无需GPU驱动
- ✅ 适合CPU服务器部署
- ⚠️ 推理速度比GPU慢

**如需提升性能**：
1. 使用更小的YOLOv8模型（如yolov8n.pt）
2. 减小输入图像尺寸
3. 调整置信度阈值

### 3. 服务端口配置

**对外暴露端口**：
- 前端：10080（可在.env中修改`FRONTEND_PORT`）

**内部端口**（不对外暴露）：
- 后端：8080
- Python服务：8000
- MySQL：3306
- Redis：6379

## Docker Compose配置要点

### 服务列表

```yaml
services:
  mysql          # MySQL数据库
  redis          # Redis缓存
  python-service # Python推理服务（CPU）
  backend        # Java后端
  frontend       # Vue前端（唯一对外暴露）
```

**注意**：没有MinIO服务，使用外部MinIO。

### 服务依赖关系

```
frontend 依赖 backend (健康检查)
backend 依赖 mysql, redis (健康检查) + python-service (启动)
```

### 环境变量（.env）

```bash
# 数据库
MYSQL_HOST=rtsp-mysql
MYSQL_PORT=3306
MYSQL_PASSWORD=ruoyi123

# Redis
REDIS_HOST=rtsp-redis
REDIS_PORT=6379

# 后端
BACKEND_HOST=rtsp-backend
BACKEND_PORT=8080

# 前端（对外端口）
FRONTEND_PORT=10080

# Python服务
PYTHON_SERVICE_HOST=rtsp-python-service
PYTHON_SERVICE_PORT=8000
```

**不包含MinIO配置**（在application.yml中）

## 网络架构

### 内部网络（rtsp-network）

所有服务运行在同一个Docker网络中：
- 容器间通过容器名通信
- 外部只能访问前端（10080端口）
- 安全性高

### 对外访问

```
浏览器 → 前端:10080 → Nginx → 后端:8080
                            → Python服务:8000
                            
后端 → MySQL:3306
     → Redis:6379
     → MinIO:49.232.154.205:10900 (外部)
```

## YOLOv8模型配置

### 模型要求

- **模型格式**: PyTorch (.pt)
- **训练框架**: Ultralytics YOLOv8
- **模型位置**: `python-inference-service/models/best.pt`
- **类别文件**: `python-inference-service/models/classes.txt`（可选）

### 模型配置

**models.json**:
```json
[
  {
    "name": "yolov8_detector",
    "path": "models/yolov8_model.py",
    "size": [640, 640]
  }
]
```

### 性能调优（CPU模式）

编辑 `yolov8_model.py`：

```python
# 降低置信度阈值（检测更多目标）
self.conf_threshold = 0.25

# 使用更小的输入尺寸（提升速度）
self.img_size = 320  # 或 480

# 建议使用 yolov8n.pt（最快的模型）
```

## 数据持久化

### Docker卷

```yaml
volumes:
  mysql-data      # MySQL数据
  redis-data      # Redis数据
  backend-logs    # 后端日志
  backend-upload  # 上传文件
```

**注意**：MinIO数据在外部服务器，不在本地。

### 数据备份

```bash
# 备份MySQL
docker exec rtsp-mysql mysqldump -u root -pruoyi123 ry-vue > backup.sql

# 备份Redis
docker exec rtsp-redis redis-cli SAVE
docker cp rtsp-redis:/data/dump.rdb ./redis-backup.rdb
```

## 部署检查清单

### 部署前检查

- [ ] YOLOv8模型文件（best.pt）已放置
- [ ] 类别文件（classes.txt）已创建（可选）
- [ ] .env配置已检查
- [ ] MinIO外部服务可访问
- [ ] Docker和Docker Compose已安装
- [ ] 端口10080未被占用

### 部署后检查

- [ ] 所有容器运行正常：`docker-compose ps`
- [ ] 前端可访问：http://localhost:10080
- [ ] 后端健康检查通过
- [ ] Python服务加载模型成功
- [ ] MySQL连接正常
- [ ] Redis连接正常
- [ ] MinIO外部服务连接正常

## 常见问题

### Q1: MinIO连接失败

**检查**：
1. 外部MinIO服务是否可访问
2. application.yml中的配置是否正确
3. 网络是否畅通

```bash
# 测试连接
curl http://49.232.154.205:10900/minio/health/live
```

### Q2: Python推理慢

**原因**：CPU模式比GPU慢

**优化**：
1. 使用yolov8n.pt（最小模型）
2. 减小输入尺寸（320或480）
3. 提高置信度阈值（减少检测框）

### Q3: 容器启动失败

**排查步骤**：
```bash
# 查看日志
docker-compose logs [服务名]

# 检查端口占用
netstat -an | grep 10080

# 检查资源
docker stats
```

### Q4: 模型加载失败

**检查**：
1. best.pt文件是否存在
2. 文件是否是YOLOv8格式
3. Python依赖是否安装完整

```bash
# 进入容器检查
docker exec -it rtsp-python-service bash
ls -lh /app/models/
```

## 安全建议

1. **修改默认密码**
   - MySQL: ruoyi123
   - MinIO密钥（在application.yml中）

2. **网络隔离**
   - 只暴露必要端口（10080）
   - 使用防火墙限制访问

3. **MinIO安全**
   - 使用HTTPS连接
   - 定期更新密钥
   - 限制bucket访问权限

4. **定期备份**
   - MySQL数据
   - Redis数据
   - 应用日志

## 维护操作

### 更新服务

```bash
# 停止服务
docker-compose down

# 更新代码
git pull

# 重新构建
docker-compose build

# 启动服务
docker-compose up -d
```

### 查看日志

```bash
# 所有服务
docker-compose logs -f

# 特定服务
docker-compose logs -f backend
docker-compose logs -f python-service
```

### 清理资源

```bash
# 清理未使用的镜像
docker image prune -a

# 清理未使用的卷
docker volume prune

# 完全清理（包括数据）
docker-compose down -v
```

## 性能监控

```bash
# 查看资源使用
docker stats

# 查看容器状态
docker-compose ps

# 查看网络连接
docker network inspect rtsp-network
```

---

**最后更新**: 2025-09-30
**配置版本**: Docker Compose 3.8, YOLOv8 CPU模式