DeXun/rtsp-video-analysis-system

Fork 0

Files

86156 39d39a7a24 将检测任务迁移python

2025-09-30 14:23:33 +08:00

6.0 KiB

Raw Blame History

📌 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

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：

编辑上述配置文件
重新构建后端镜像：docker-compose build backend
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：

使用更小的YOLOv8模型（如yolov8n.pt）
减小输入图像尺寸
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

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）

# 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:

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

性能调优（CPU模式）

编辑 yolov8_model.py：

# 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

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

# 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：

外部MinIO服务是否可访问
application.yml中的配置是否正确
网络是否畅通

# 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：

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

Q3: 容器启动失败

排查步骤：

# 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：

best.pt文件是否存在
文件是否是YOLOv8格式
Python依赖是否安装完整

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

安全建议

修改默认密码
- MySQL: ruoyi123
- MinIO密钥（在application.yml中）
网络隔离
- 只暴露必要端口（10080）
- 使用防火墙限制访问
MinIO安全
- 使用HTTPS连接
- 定期更新密钥
- 限制bucket访问权限
定期备份
- MySQL数据
- Redis数据
- 应用日志

维护操作

更新服务

# 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

# 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

# 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

# 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

6.0 KiB Raw Blame History Unescape Escape