mirror of
https://github.com/labring/FastGPT.git
synced 2025-07-22 20:37:48 +00:00
365 lines
11 KiB
Markdown
365 lines
11 KiB
Markdown
---
|
||
title: 'Docker Compose 快速部署'
|
||
description: '使用 Docker Compose 快速部署 FastGPT'
|
||
icon: ''
|
||
draft: false
|
||
toc: true
|
||
weight: 707
|
||
---
|
||
|
||
## 部署架构图
|
||
|
||
|
||
|
||
|
||
{{% alert icon="🤖" context="success" %}}
|
||
|
||
- MongoDB：用于存储除了向量外的各类数据
|
||
- PostgreSQL/Milvus：存储向量数据
|
||
- OneAPI: 聚合各类 AI API，支持多模型调用 （任何模型问题，先自行通过 OneAPI 测试校验）
|
||
|
||
{{% /alert %}}
|
||
|
||
## 推荐配置
|
||
|
||
### PgVector版本
|
||
|
||
体验测试首选
|
||
|
||
{{< table "table-hover table-striped-columns" >}}
|
||
| 环境 | 最低配置（单节点） | 推荐配置 |
|
||
| ---- | ---- | ---- |
|
||
| 测试 | 2c2g | 2c4g |
|
||
| 100w 组向量 | 4c8g 50GB | 4c16g 50GB |
|
||
| 500w 组向量 | 8c32g 200GB | 16c64g 200GB |
|
||
{{< /table >}}
|
||
|
||
### Milvus版本
|
||
|
||
对于千万级以上向量性能更优秀。
|
||
|
||
[点击查看 Milvus 官方推荐配置](https://milvus.io/docs/prerequisite-docker.md)
|
||
|
||
{{< table "table-hover table-striped-columns" >}}
|
||
| 环境 | 最低配置（单节点） | 推荐配置 |
|
||
| ---- | ---- | ---- |
|
||
| 测试 | 2c8g | 4c16g |
|
||
| 100w 组向量 | 未测试 | |
|
||
| 500w 组向量 | | |
|
||
{{< /table >}}
|
||
|
||
### zilliz cloud版本
|
||
|
||
亿级以上向量首选。
|
||
|
||
由于向量库使用了 Cloud，无需占用本地资源，无需太关注。
|
||
|
||
## 前置工作
|
||
|
||
### 1. 确保网络环境
|
||
|
||
如果使用`OpenAI`等国外模型接口，请确保可以正常访问，否则会报错：`Connection error` 等。 方案可以参考：[代理方案](/docs/development/proxy/)
|
||
|
||
### 2. 准备 Docker 环境
|
||
|
||
{{< tabs tabTotal="3" >}}
|
||
{{< tab tabName="Linux" >}}
|
||
{{< markdownify >}}
|
||
|
||
```bash
|
||
# 安装 Docker
|
||
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
|
||
systemctl enable --now docker
|
||
# 安装 docker-compose
|
||
curl -L https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-`uname -s`-`uname -m` -o /usr/local/bin/docker-compose
|
||
chmod +x /usr/local/bin/docker-compose
|
||
# 验证安装
|
||
docker -v
|
||
docker-compose -v
|
||
# 如失效，自行百度~
|
||
```
|
||
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< tab tabName="MacOS" >}}
|
||
{{< markdownify >}}
|
||
推荐直接使用 [Orbstack](https://orbstack.dev/)。可直接通过 Homebrew 来安装：
|
||
|
||
```bash
|
||
brew install orbstack
|
||
```
|
||
|
||
或者直接[下载安装包](https://orbstack.dev/download)进行安装。
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< tab tabName="Windows" >}}
|
||
{{< markdownify >}}
|
||
|
||
我们建议将源代码和其他数据绑定到 Linux 容器中时，将其存储在 Linux 文件系统中，而不是 Windows 文件系统中。
|
||
|
||
可以选择直接[使用 WSL 2 后端在 Windows 中安装 Docker Desktop](https://docs.docker.com/desktop/wsl/)。
|
||
|
||
也可以直接[在 WSL 2 中安装命令行版本的 Docker](https://nickjanetakis.com/blog/install-docker-in-wsl-2-without-docker-desktop)。
|
||
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< /tabs >}}
|
||
|
||
|
||
## 开始部署
|
||
|
||
### 1. 下载 docker-compose.yml
|
||
|
||
|
||
非 Linux 环境或无法访问外网环境，可手动创建一个目录，并下载配置文件和对应版本的`docker-compose.yml`
|
||
|
||
- [config.json](https://github.com/labring/FastGPT/blob/main/projects/app/data/config.json)
|
||
- [docker-compose.yml](https://github.com/labring/FastGPT/blob/main/files/docker) (注意，不同向量库版本的文件不一样)
|
||
|
||
{{% alert icon="🤖" context="success" %}}
|
||
|
||
所有 `docker-compose.yml` 配置文件中 `MongoDB` 为 5.x，需要用到AUX指令集，部分 CPU 不支持，需手动更改其镜像版本为 4.4.24**（需要自己在docker hub下载，阿里云镜像没做备份）
|
||
|
||
{{% /alert %}}
|
||
|
||
**Linux 快速脚本**
|
||
|
||
```bash
|
||
mkdir fastgpt
|
||
cd fastgpt
|
||
curl -O https://raw.githubusercontent.com/labring/FastGPT/main/projects/app/data/config.json
|
||
|
||
# pgvector 版本(测试推荐，简单快捷)
|
||
curl -o docker-compose.yml https://raw.githubusercontent.com/labring/FastGPT/main/files/docker/docker-compose-milvus.yml
|
||
# milvus 版本
|
||
# curl -o docker-compose.yml https://raw.githubusercontent.com/labring/FastGPT/main/files/docker/docker-compose-milvus.yml
|
||
# zilliz 版本
|
||
# curl -o docker-compose.yml https://raw.githubusercontent.com/labring/FastGPT/main/files/docker/docker-compose-zilliz.yml
|
||
```
|
||
|
||
### 2. 修改 docker-compose.yml 环境变量
|
||
|
||
{{< tabs tabTotal="3" >}}
|
||
{{< tab tabName="PgVector版本" >}}
|
||
{{< markdownify >}}
|
||
|
||
```
|
||
无需操作
|
||
```
|
||
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< tab tabName="Milvus版本" >}}
|
||
{{< markdownify >}}
|
||
|
||
```
|
||
无需操作
|
||
```
|
||
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< tab tabName="Zilliz版本" >}}
|
||
{{< markdownify >}}
|
||
|
||
|
||
|
||
{{% alert icon="🤖" context="success" %}}
|
||
|
||
修改`MILVUS_ADDRESS`和`MILVUS_TOKEN`链接参数，分别对应 `zilliz` 的 `Public Endpoint` 和 `Api key`，记得把自己ip加入白名单。
|
||
|
||
{{% /alert %}}
|
||
|
||
{{< /markdownify >}}
|
||
{{< /tab >}}
|
||
{{< /tabs >}}
|
||
|
||
### 3. 启动容器
|
||
|
||
在 docker-compose.yml 同级目录下执行。请确保`docker-compose`版本最好在2.17以上，否则可能无法执行自动化命令。
|
||
|
||
```bash
|
||
# 启动容器
|
||
docker-compose up -d
|
||
# 等待10s，OneAPI第一次总是要重启几次才能连上Mysql
|
||
sleep 10
|
||
# 重启一次oneapi(由于OneAPI的默认Key有点问题，不重启的话会提示找不到渠道，临时手动重启一次解决，等待作者修复)
|
||
docker restart oneapi
|
||
```
|
||
|
||
### 4. 打开 OneAPI 添加模型
|
||
|
||
可以通过`ip:3001`访问OneAPI，默认账号为`root`密码为`123456`。
|
||
|
||
在OneApi中添加合适的AI模型渠道。[点击查看相关教程](/docs/development/one-api/)
|
||
|
||
### 5. 访问 FastGPT
|
||
|
||
目前可以通过 `ip:3000` 直接访问(注意防火墙)。登录用户名为 `root`，密码为`docker-compose.yml`环境变量里设置的 `DEFAULT_ROOT_PSW`。
|
||
|
||
如果需要域名访问，请自行安装并配置 Nginx。
|
||
|
||
首次运行，会自动初始化 root 用户，密码为 `1234`（与环境变量中的`DEFAULT_ROOT_PSW`一致），日志里会提示一次`MongoServerError: Unable to read from a snapshot due to pending collection catalog changes;`可忽略。
|
||
|
||
## FAQ
|
||
|
||
### Mongo 副本集自动初始化失败
|
||
|
||
最新的 docker-compose 示例优化 Mongo 副本集初始化，实现了全自动。目前在 unbuntu20,22 centos7, wsl2, mac, window 均通过测试。仍无法正常启动，大部分是因为 cpu 不支持 AUX 指令集，可以切换 Mongo4.x 版本。
|
||
|
||
如果是由于，无法自动初始化副本集合，可以手动初始化副本集：
|
||
|
||
1. 终端中执行下面命令，创建mongo密钥：
|
||
|
||
```bash
|
||
openssl rand -base64 756 > ./mongodb.key
|
||
chmod 600 ./mongodb.key
|
||
# 修改密钥权限，部分系统是admin，部分是root
|
||
chown 999:root ./mongodb.key
|
||
```
|
||
|
||
2. 修改 docker-compose.yml，挂载密钥
|
||
|
||
```yml
|
||
mongo:
|
||
# image: mongo:5.0.18
|
||
# image: registry.cn-hangzhou.aliyuncs.com/fastgpt/mongo:5.0.18 # 阿里云
|
||
container_name: mongo
|
||
ports:
|
||
- 27017:27017
|
||
networks:
|
||
- fastgpt
|
||
command: mongod --keyFile /data/mongodb.key --replSet rs0
|
||
environment:
|
||
# 默认的用户名和密码，只有首次允许有效
|
||
- MONGO_INITDB_ROOT_USERNAME=myusername
|
||
- MONGO_INITDB_ROOT_PASSWORD=mypassword
|
||
volumes:
|
||
- ./mongo/data:/data/db
|
||
- ./mongodb.key:/data/mongodb.key
|
||
```
|
||
|
||
3. 重启服务
|
||
|
||
```bash
|
||
docker-compose down
|
||
docker-compose up -d
|
||
```
|
||
|
||
4. 进入容器执行副本集合初始化
|
||
|
||
```bash
|
||
# 查看 mongo 容器是否正常运行
|
||
docker ps
|
||
# 进入容器
|
||
docker exec -it mongo bash
|
||
|
||
# 连接数据库（这里要填Mongo的用户名和密码）
|
||
mongo -u myusername -p mypassword --authenticationDatabase admin
|
||
|
||
# 初始化副本集。如果需要外网访问，mongo:27017 。如果需要外网访问，需要增加Mongo连接参数：directConnection=true
|
||
rs.initiate({
|
||
_id: "rs0",
|
||
members: [
|
||
{ _id: 0, host: "mongo:27017" }
|
||
]
|
||
})
|
||
# 检查状态。如果提示 rs0 状态，则代表运行成功
|
||
rs.status()
|
||
```
|
||
|
||
### 如何修改API地址和密钥
|
||
|
||
默认是写了OneAPi的连接地址和密钥，可以通过修改`docker-compose.yml`中，fastgpt容器的环境变量实现。
|
||
|
||
|
||
`OPENAI_BASE_URL`（API 接口的地址，需要加/v1）
|
||
`CHAT_API_KEY`（API 接口的凭证）。
|
||
|
||
修改完后重启：
|
||
|
||
```bash
|
||
docker-compose down
|
||
docker-compose up -d
|
||
```
|
||
|
||
### 如何更新版本？
|
||
|
||
1. 查看[更新文档](/docs/development/upgrading/intro/)，确认要升级的版本，避免跨版本升级。
|
||
2. 修改镜像 tag 到指定版本
|
||
3. 执行下面命令会自动拉取镜像：
|
||
|
||
```bash
|
||
docker-compose pull
|
||
docker-compose up -d
|
||
```
|
||
|
||
4. 执行初始化脚本（如果有）
|
||
|
||
### 如何自定义配置文件？
|
||
|
||
修改`config.json`文件，并执行`docker-compose down`再执行`docker-compose up -d`重起容器。具体配置，参考[配置详解](/docs/development/configuration)。
|
||
|
||
### 如何检查自定义配置文件是否挂载
|
||
|
||
1. `docker logs fastgpt` 可以查看日志，在启动容器后，第一次请求网页，会进行配置文件读取，可以看看有没有读取成功以及有无错误日志。
|
||
2. `docker exec -it fastgpt sh` 进入 FastGPT 容器，可以通过`ls data`查看目录下是否成功挂载`config.json`文件。可通过`cat data/config.json`查看配置文件。
|
||
|
||
**可能不生效的原因**
|
||
|
||
1. 挂载目录不正确
|
||
2. 配置文件不正确，日志中会提示`invalid json`，配置文件需要是标准的 JSON 文件。
|
||
3. 修改后，没有`docker-compose down`再`docker-compose up -d`，restart是不会重新挂载文件的。
|
||
|
||
### 如何检查环境变量是否正常加载
|
||
|
||
1. `docker exec -it fastgpt sh` 进入 FastGPT 容器。
|
||
2. 直接输入`env`命令查看所有环境变量。
|
||
|
||
|
||
### 为什么无法连接`本地模型`镜像。
|
||
|
||
`docker-compose.yml`中使用了桥接的模式建立了`fastgpt`网络，如想通过0.0.0.0或镜像名访问其它镜像，需将其它镜像也加入到网络中。
|
||
|
||
### 端口冲突怎么解决？
|
||
|
||
docker-compose 端口定义为：`映射端口:运行端口`。
|
||
|
||
桥接模式下，容器运行端口不会有冲突，但是会有映射端口冲突，只需将映射端口修改成不同端口即可。
|
||
|
||
如果`容器1`需要连接`容器2`，使用`容器2:运行端口`来进行连接即可。
|
||
|
||
（自行补习 docker 基本知识）
|
||
|
||
### relation "modeldata" does not exist
|
||
|
||
PG 数据库没有连接上/初始化失败，可以查看日志。FastGPT 会在每次连接上 PG 时进行表初始化，如果报错会有对应日志。
|
||
|
||
1. 检查数据库容器是否正常启动
|
||
2. 非 docker 部署的，需要手动安装 pg vector 插件
|
||
3. 查看 fastgpt 日志，有没有相关报错
|
||
|
||
### Illegal instruction
|
||
|
||
可能原因：
|
||
|
||
1. arm架构。需要使用 Mongo 官方镜像： mongo:5.0.18
|
||
2. cpu 不支持 AVX，无法用 mongo5，需要换成 mongo4.x。把 mongo 的 image 换成: mongo:4.4.29
|
||
|
||
### Operation `auth_codes.findOne()` buffering timed out after 10000ms
|
||
|
||
mongo连接失败，查看mongo的运行状态**对应日志**。
|
||
|
||
可能原因：
|
||
|
||
1. mongo 服务有没有起来（有些 cpu 不支持 AVX，无法用 mongo5，需要换成 mongo4.x，可以docker hub找个最新的4.x，修改镜像版本，重新运行）
|
||
2. 连接数据库的环境变量填写错误（账号密码，注意host和port，非容器网络连接，需要用公网ip并加上 directConnection=true）
|
||
3. 副本集启动失败。导致容器一直重启。
|
||
4. `Illegal instruction.... Waiting for MongoDB to start`: cpu 不支持 AVX，无法用 mongo5，需要换成 mongo4.x
|
||
|
||
### 首次部署，root用户提示未注册
|
||
|
||
日志会有错误提示。大概率是没有启动 Mongo 副本集模式。
|
||
|
||
### 无法导出知识库、无法使用语音输入/播报
|
||
|
||
没配置 SSL 证书，无权使用部分功能。 |