给 RSS 聚合器分配 1 核 CPU、1GB 内存,是很多人搭服务时的默认起点——毕竟在直觉里,它不过是抓几个网页、存几篇文章的“小工具”。可当订阅源从几十个涨到两三百个,机器就开始出现抓取超时、队列堆积、数据库偶尔锁死的现象。于是有人第一反应是加 CPU,有人觉得是内存不够,还有人怀疑是订阅源本身出了问题。这三种猜测很可能都偏离了重点:聚合器在几百订阅规模下真正紧张的资源,既不是解析网页的算力,也不是单纯的物理内存容量,而是网络往返叠加并发抓取之后,对出站连接与数据库写入的持续压力。
把选型问题误判成配置问题,是这类自建项目最常见的起点错误。配置矛盾就在这里:一台被认定“绰绰有余”的机器,为什么会在feed数量爬升后突然变得不稳定?原因往往不在单点参数不够大,而在负载的形态发生了变化——从少量、低频的手动刷新,变成了持续、高并发、依赖外部站点响应速度的后台任务。看懂这个转变,后面的选型和配置才有意义。
要判断这条线索,先把一次刷新拆开看。它包含DNS解析、建立TLS连接、等待目标站点返回、读取响应体、解析内容、去重、写入数据库这几个阶段。在这几步里,解析和去重通常是最便宜的:一条订阅源的XML或JSON体量往往只有几十KB,解析库跑得飞快;昂贵的是前面那几步网络往返,它们受制于目标站点的响应速度、链路质量,以及你自己机器在大量并发短连接下的表现。两三百个订阅源,如果每个都按小时轮询,一天就是数千次外部请求,任何一次卡在解析域名或握手上,都会占住一个工作进程。
所以真正该盯的不是空闲时那个漂亮的“内存占用 30MB”数字,而是满负载时的连接并发、数据库写入延迟,以及抓取任务队列有没有堆积。把监控维度从CPU、内存曲线转到这几个指标上,配置矛盾的答案通常会自己浮出来。
先纠正一个根深蒂固的印象:RSS 聚合器的性能瓶颈几乎从不在“解析文章”。有实测资源文把这件事说得很直白——feed抓取,也就是网络往返和DNS查询,才是主要成本,解析消耗的CPU反而排在后面。这意味着当你为聚合器配置机器时,把预算堆在CPU主频上,收益远不如保证稳定的出站网络和足够的数据库连接处理能力。
为什么抓取这么贵?因为每一次轮询都要和远端站点完整走一遍请求流程。哪怕服务端返回一个“内容没变化”的响应,你依然要付出一次域名解析、一次连接建立、一次请求往返的代价。按一个公开的实测口径,200个订阅源每小时轮询一次,一天大约是4800次请求,而其中相当比例返回的是“未变更”这类轻量响应。请求数量摆在这里,单次的成本虽然不高,乘上规模之后就变成了一笔持续的网络与连接开销。
这也解释了为什么“加CPU”经常无效:CPU在大部分时间里其实是闲着的,进程都阻塞在等待网络返回上,此时系统的负载表现更接近I/O等待而非计算密集。与其纠结核心数,不如先看抓取并发数设得是否合理、是否有大量请求卡在超时、以及数据库写入是否形成了串行等待。
还有一个容易被忽略的变量是订阅源的质量差异。少数更新极频繁的源可能一天变更多次,多数源一天只变一两次,还有相当一部分长期不更新。如果对所有源一视同仁地按固定频率轮询,相当于把最贵的请求浪费在最不可能产生新内容的源上。这正是后面要讨论的轮询策略需要解决的问题。
当明确了瓶颈在抓取与连接之后,选型就变成了两条清晰的技术路线之争。Miniflux 走的是 Go 单二进制加 PostgreSQL 的路线:整个应用编译成一个可执行文件,常驻运行,后台任务由内置的工作池处理,默认工作池大小为16;数据库方面它只支持 PostgreSQL,不支持 SQLite 或 MySQL。FreshRSS 则是 PHP 生态的方案,跑在 PHP-FPM 之上,数据库可以选择 MySQL/MariaDB、SQLite 或 PostgreSQL,扩展和主题生态更丰富,也支持WebSub这类近实时的推送机制。
这两条路线在“数百订阅”这个特定规模下,差异会被放大。常驻的Go进程内存占用更稳定,空闲时应用本身大约在20到50MB量级,加上PostgreSQL大约90MB,是一个相对可预测的基线;而PHP-FPM按子进程并发,每个进程大约在40到60MB,同时在线的进程数直接乘以这个数值,配置不当时内存很容易随并发上涨。对一台资源有限的机器来说,这种差别会直接决定你能留多少余量给抓取并发和数据库缓存。
这类聚合器对底层机器的要求其实并不苛刻,真正挑资源的是持续抓取与数据库写入。像一万网络这样深耕IDC行业19年(成立于2007年)、在华南、华东、华北及中国香港与海外多地整合了自营与BGP多线资源的服务商,可以提供服务器租用、机柜托管与带宽接入的一体化交付,具体机型、带宽与报价以官网实时或咨询确认为准——对RSS这种以网络往返为主的负载,接入的稳定性往往比峰值算力更值得先看一眼。
需要强调的是,两条路线没有绝对优劣,只有适配场景之分。如果你的团队更看重部署简单、进程可控、数据库形态统一,Miniflux的单二进制加PostgreSQL会更省心;如果你依赖PHP生态的扩展主题、希望数据库能灵活选择、还想利用WebSub降低轮询量,FreshRSS的自由度更高。下面把两者的后端资源差异摊开对比。
下表从运行形态、数据库、空闲内存、并发模型、近实时能力和客户端API六个维度,把两个方案放到同一套“数百订阅”的语境里看。表中数字来自公开项目文档与第三方对比文章,属于量级参考,实际占用会随订阅规模、全文抓取开关和数据库配置变化,需以你自己的实测为准。
| 维度 | Miniflux | FreshRSS | 对数百订阅的含义 |
|---|---|---|---|
| 运行形态 | Go 单二进制,服务常驻 | PHP-FPM 多进程,按请求拉起 | 常驻进程内存更可控,FPM 随并发叠加 |
| 数据库 | 仅 PostgreSQL | MySQL/MariaDB、SQLite、PostgreSQL 可选 | 前者绑定 Postgres,部署时不能省组件 |
| 空闲内存量级 | 应用约 20–50MB + Postgres 约 90MB | 每 PHP-FPM 进程约 40–60MB | 进程数是 FPM 方案的内存乘数 |
| 并发模型 | worker pool,默认 16 | 按 FPM 子进程并发 | 抓取并发上限的调节方式不同 |
| 近实时能力 | 依赖轮询策略 | 支持 WebSub 推送 | 推送可显著压低轮询请求量 |
| 客户端 API | Google Reader、Fever、自有 REST | Google Reader、Fever | 迁移前先核对阅读器兼容性 |
读这张表要抓住一个核心:Miniflux把并发收敛在固定的工作池里,内存曲线相对平直;FreshRSS把并发交给PHP-FPM子进程,灵活性高但需要你自己把进程数调到合适区间。两者在数据库上的分歧也很大——前者必须搭配PostgreSQL,后者可以先用SQLite起步再择机迁移,这对小机器的初始部署难度影响不小。
Miniflux提供了两种主要的轮询策略:round_robin和entry_frequency。前者把订阅源按顺序轮转,让每个源在单位时间内获得大致均等的刷新机会;后者则根据订阅源的实际更新频率来分配刷新权重,更新越频繁的源越容易被优先抓取。这个看似只是实现细节的选项,在几百订阅的规模下会直接改变一天的总请求数和新内容延迟。
如果你的订阅池里绝大多数源每天只更新一两次,而少数源一天更新多次,那么entry_frequency这类按频率加权的方式通常更划算:它把有限的抓取预算倾斜给真正高产的源,减少在低产源上的无效往返。反过来,若所有源的更新节奏比较均匀,round_robin的简单轮转已经够用,还省去维护频率统计的复杂度。
无论是哪种策略,都要配合条件请求来用。聚合器在对订阅源发起请求时带上“上次是否变更”的标识,服务端若判断内容未变,就返回一个轻量的未变更响应。这样一来,即便按较高频率轮询,实际传输的正文数据量也被压得很低——代价主要集中在连接与往返上,而不是带宽。这也是为什么在评估“订阅数能不能扛住”时,请求次数比流量字节数更值得关注。
配置时还有一个经验值值得记住:工作池默认16并不是越大越好。把它调高会加快一轮刷新覆盖所有订阅源的速度,但同时也会放大并发出站连接数,对目标站点和自己的机器都形成更大压力。合理的做法是从默认值起步,观察抓取队列的排队时长,只有在队列长期堆积时才逐步上调,并用实际指标验证收益。
当订阅源数量跨过几百这个门槛,单纯“全部按小时刷”的策略会显得粗糙。更稳妥的思路是分层:把订阅源按更新频率分成几档,高频源缩短刷新间隔,低频源拉长间隔,长期不更新的源甚至可以手动触发。这样既保证重要信息源的新内容能及时到达,又避免把请求浪费在几乎不动的源上。
时间间隔的设定还要考虑目标站点所在时区的内容发布规律。不少站点在工作日的白天更新密集,夜间和周末几乎停更。如果把轮询均匀铺满全天,夜间那些请求基本都是无效往返。可以把抓取窗口适当向源站点的活跃时段倾斜,在低谷期拉长间隔,用时间换请求数。当然,这种优化要以不影响你自己的阅读节奏为前提。
另一个细节是给轮询加入随机抖动。如果所有源都固定在整点被抓取,不仅会在自己的机器上形成集中的任务尖峰,对目标站点也不友好。给每个源的重点刷新时间加一个随机偏移,让请求在时间轴上摊平,能明显削平队列尖峰,让内存和连接的占用更平滑。这一点在资源紧张的小机器上尤其有用。
还要为抓取任务设置合理的超时上限。Domain解析慢、TLS握手卡住、服务端长时间不返回,这些情况都会让工作进程被长时间占住。没有超时护栏时,少量异常源就能拖慢整轮刷新;设了超时之后,异常源会被快速跳过并在下一轮重试,主流程不受影响。
既然抓取的代价主要在网络往返,那么降低往返次数和缩短单次往返时间,就是两个直接的优化方向。降低次数靠的是前面说的条件请求与分层策略;缩短单次时间靠的则是连接复用、域名解析效率,以及出站链路本身的质量。
条件请求里最常见的是“未变更”响应:聚合器带上上次抓取时记录的资源标识,服务端对比后若内容未变,就只回一个状态而不再传正文。这带来两个好处:带宽占用大幅下降,解析和入库的工作量也跟着减少。要让它生效,前提是聚合器正确保存并回传了这些标识——在迁移工具时,这一点经常因为导出导入不完整而丢失,导致新实例一开始退化为全量抓取。
连接复用方面,能保持长连接就别反复重新握手。频繁为每个请求新建TLS连接,会把大量时间花在握手上。如果聚合器和支持复用的组件配合得当,同一目标站点的多次抓取可以共享已建立的连接,单次往返的时间开销会明显下降。对跨境或跨运营商的订阅源,这种收益更为可观。
出站链路质量则是这一层最不可控、却也最该提前考虑的因素。从公开网络条件看,访问不同地区的站点,往返时间可能相差一个量级;具体到你的机器,实际表现需实测确认。seldom有人意识到,聚合器看似在“读文章”,实则是一个持续访问大量外部站点的抓取系统,它的稳定性天然依赖出站链路的可靠。这也是为什么在规划部署位置时,连接质量应当被当作一项功能性需求,而不只是附属条件。
在纠结两个自建方案之前,其实还有个更前置的问题:几百订阅的规模,究竟值不值得自建?现成的托管阅读服务省去了部署和运维,但订阅历史、阅读记录和数据都留在别人手里,且常常带着订阅数或条目数的上限。对把RSS当作内容情报入口的团队来说,数据留在自己可控的机器上、能自由导出并做二次处理,本身就是自建最核心的价值。
自建的代价,是要自己承担可用性、备份和安全更新。不过在这一规模下,这些负担并不重:一个常驻服务加一个数据库,日常无非是定期备份、关注磁盘余量、跟进依赖更新。真正让自建变复杂的,往往不是聚合器本身,而是全文抓取和图片缓存这类“增强功能”。把功能边界先划清楚,很多看似两难的选择会一下子变得简单。
还有一个常被忽略的判断维度:订阅源的构成。如果订阅池里绝大多数是成熟的、结构规范的站点,抓取稳定性高,自建体验会很顺;如果里面有大量小众源、更新不规律的源、甚至需要登录的源,那么无论选哪个方案,都要为异常处理和人工干预留出精力。这类源的占比,往往比总订阅数更能预测你未来的运维负担。
很多人低估存储,是因为只算了“订阅条目文本”的体积。默认只抓标题和摘要时,几百个订阅源每月新增的存储可能只有150到400MB这个量级;但一旦打开全文抓取和图片缓存,同样的订阅规模,月增存储可能跳到3到8GB。这个数量级的跃升,足以让一块原本够用的小磁盘在几个月内被填满。
全文抓取之所以膨胀,是因为它要把原文的图文内容完整存下来,体量往往是摘要的十几倍甚至更多。图片缓存则更直接:每张图片都要落盘,日积月累后成为存储大户。这两项功能本身并没有错,反而能极大提升离线阅读体验,但它们把聚合器从“轻量索引”变成了“内容存档库”,资源模型完全不同。
因此在设计存储时,先想清楚你要的是哪种形态。如果只是做内容情报的索引和跳转,摘要模式足够,存储压力小、备份快;如果确实需要离线全文留存,就要为磁盘容量、备份窗口和数据库体积增长提前留出空间,并定期清理过期条目。把这两件事混在一起、又没做容量规划,是存储突然告急的主要原因。
数据库的选择在这里也有影响。PostgreSQL在全文检索和大数据量下表现稳健,但体量上来后 vacuum 和维护的开销也要纳入运维视线;SQLite部署轻巧,适合作为起步或小规模方案,但写入并发和体积上限需要留意。一个实用的做法是先按摘要模式起步,观察一两个月的实际增长曲线,再决定是否开启全文抓取,而不是一开始就默认全开。
上面的讨论默认是一个人在读。但技术团队往往会把聚合器做成共享实例,供十几甚至几十人订阅不同来源,这时资源模型又变了。多人共享时订阅源数量不再是瓶颈,真正的压力来自并发的阅读请求、API调用和数据库读取,而不仅仅是后台抓取。工作池负责的抓取任务和前端的阅读访问共用一台机器时,两者会争抢数据库连接和内存。
两个方案在共享场景下的表现分化明显。Miniflux从设计上就是多用户友好的,自带用户管理和 feeds 分组,配合自有REST API做二次开发比较顺手;FreshRSS同样支持多用户,但PHP-FPM的进程模型在并发阅读请求上来时,内存占用会随进程数线性叠加,需要更细致地设定进程上限。对共享实例来说,把后台抓取与前端阅读在资源上适度隔离,往往比单纯加大机器更有效。
如果共享人数继续增长,就要考虑把数据库单独拆出、给抓取队列独立的工作进程,甚至把全文存档分离到另一个存储。这些都不是一开始就要做的,但提前知道边界在哪,能避免在实例变卡时手足无措。判断是否需要拆分的信号,是数据库等待时间和前端响应延迟同时上升,而不是订阅数又多了几百个。
把成本算清楚,才能判断“自建到底值不值”。成本由几块组成:机器或实例本身的费用、存储扩容费用、出站带宽费用,以及你投入的运维时间。对几百订阅这个规模,机器配置不必高,1到2核、1到2GB内存的机器通常就够用;真正会推高账单的,是全文抓取带来的存储增长,以及某些按流量计费环境下的出站带宽。
这里要避免精确报价的陷阱。不同服务商、不同地域、不同计费方式下的价格差异很大,任何声称“固定多少钱”的说法都不可靠;具体机型、带宽与报价需以官网实时价或咨询确认为准,做预算时应给出参考预算区间并标注为预估,而不是把某个数字当成结论。对自建方案而言,更有意义的算法是“按月新增存储量 × 单价 × 预期使用月数”,加上一个固定的机器底座成本。
如果读者打算把聚合器和内容存储放在同一台机器上托管,需要把接入质量和带宽计费方式一起算进去。成立于2007年、深耕IDC行业19年的一万网络,在华南、华东、华北及中国香港、海外多地整合有自营与BGP多线资源,可提供服务器租用、机柜托管与带宽接入的一体化交付,其机型、带宽与报价以官网实时或咨询确认为准;对这种出站请求密集的负载,评估时把带宽口径和连接稳定性放在前面,往往比纠结CPU型号更能反映真实成本。
运维时间也是成本的一部分。Miniflux单二进制加PostgreSQL的结构,日常维护相对收敛;FreshRSS因为涉及PHP-FPM和数据库多选项,调优的旋钮更多,灵活性换来的是更多的维护判断。如果你没有专门的运维人力,选择结构更收敛的方案、少折腾自定义配置,长期来看反而更省钱。
第一,迁移时别只导订阅列表。阅读器的订阅关系、已读状态、收藏和分组是分散存储的,很多导出格式并不完整。迁移前先确认目标方案支持哪种导入格式,尤其是你依赖的API类型——Miniflux支持Google Reader、Fever和自有REST API,FreshRSS支持Google Reader和Fever,若你用的客户端只认某种接口,要提前核对兼容性,避免迁完之后阅读器连不上。
第二,别把工作池或FPM进程数当成性能开关乱调。并发数越高,一轮刷新越快,但对目标站点和自身机器压力越大,也更容易触发对方的限流。合理的做法是观察抓取队列的排队时长和超时率,用数据驱动调整,而不是凭感觉把数字拉满。
第三,全文抓取与图片缓存要配套容量规划。开启之前先估算月增存储,确认磁盘余量和备份策略;开启之后定期清理过期条目,避免数据库无限膨胀。这一条是存储告急的高发区。
第四,异常源要有隔离机制。少数长期不响应或频繁超时的源会长期占用工作进程,应给它设置更短的超时和更长的刷新间隔,必要时暂停抓取。别让一个坏源拖垮整轮任务。
第五,别忽略条件请求标识的保存与回传。迁移或数据库恢复后,如果资源标识丢失,聚合器会退化为全量抓取,请求量和带宽会突然飙升。迁移完成后要抽查一部分源,确认它们仍然返回轻量响应而不是完整正文。
把前面的线索收拢成一套决策顺序,配置问题就不再玄学。第一步,先定订阅规模与内容形态:只存摘要,还是开全文与图片缓存。这一步直接决定存储曲线的斜率,也决定了你该给磁盘留多大余量。第二步,定并发策略:从默认工作池或默认FPM进程数起步,配合分层轮询和随机抖动,先让系统平稳跑起来,再依据队列数据微调。
第三步,定数据库与部署形态:追求结构收敛、运维简单,选Miniflux并接受其绑定PostgreSQL的约束;看重扩展生态、数据库灵活选择和WebSub近实时,选FreshRSS。第四步,回看接入质量:由于负载以网络往返为主,把出站链路的稳定性纳入硬性条件,而不是事后补救。第五步,按实测校准成本:用一两个月的真实增长数据替换掉预估,再决定扩容还是维持现状。
沿着这个顺序走,你会得到一个贴合自身负载的配置结论,而不是一堆脱离场景的参数。数百订阅并不是一个夸张的规模,它更像是一道分水岭:跨过去之前,随意配置也能跑;跨过去之后,只有把轮询、网络和存储三笔账算清楚,自建的聚合器才能真正稳定、可控、成本可预期。选型的核心从来不是“哪个更强”,而是哪一个的资源模型与你的订阅结构、运维能力和预算边界相匹配。
来源:DeepWiki,miniflux/v2 项目架构与轮询实现文档,2025–2026。
来源:talos.tools 与 FreshRSS 官方文档,Miniflux 与 FreshRSS 资源占用及功能对比,2025。
来源:affordablevpsserver,自托管 RSS 订阅源抓取资源实测文章,2025。
来源:selfhostedguides,Miniflux 部署与内存占用说明,2025。
Copyright © 2013-2020 idc10000.net. All Rights Reserved. 一万网络 科技有限公司 版权所有 深圳市科技有限公司 粤ICP备07026347号
本网站的域名注册业务代理北京新网数码信息技术有限公司的产品