关于我们

质量为本、客户为根、勇于拼搏、务实创新

< 返回新闻公共列表

把团队 Wiki 搬回自建:Docmost 后端部署与服务器资源规划

来源:一万网络  发布时间:2026-11-16

团队要把 wiki 搬回自建,第一反应往往是"一台 4 核 8G 够不够"。这个问题看着朴素,答案却藏在系统的组成方式里:Docmost 这类协作文档应用,本体其实很省,真正把磁盘和内存吃满的,是三年积累下来的附件图片和全文检索索引。配置该往哪一块加、什么时候该把数据库和附件拆出去,得先看清这套系统到底由几块组成,再谈规格也不迟。

把 wiki 迁回自建,团队到底想解决什么

先不谈服务器,谈谈动机。一个团队决定把技术文档、产品说明、流程规范从公有云知识库搬回自己的机房,通常不是因为 SaaS 不好用,而是几条很具体的现实约束掺杂到了一起。数据要留在自己可控的范围里,是其中最常见的一条——尤其是当文档里夹着内部架构图、接口凭证截图、客户交付资料的时候,"东西放在别人那里"这件事本身就让人不踏实。另一条是附件体积:设计稿、截图、PDF、录屏片段常年累月堆在知识库里,按人头或按容量收费的 SaaS 方案,用得越久账单越难看。还有一条是协作节奏,团队希望文档能被多人同时编辑、能实时看到光标和改动,而这恰恰是自建方案过去做得不够好的地方。

Docmost 属于开源的协作文档与知识库平台,支持实时协作编辑、Markdown 书写和团队协作空间,正好落在这类需求的交叉点上:既有接近现代在线文档的编辑体验,又允许通过 Docker Compose 把整套系统部署在自己的服务器上。它解决的不是"能不能写文档",而是"写完之后数据归谁、附件放哪、以后怎么扩"的问题。

但把系统跑起来和把它稳稳用三年,是两件不同的事。示例场景:一个三十人左右的研发团队,用了三年 SaaS 知识库,积累了大约两千篇文档和上百 GB 的图片附件,现在决定迁回自建。他们真正会遇到的麻烦,几乎不会出现在"Docmost 装没装好"上,而会出现在磁盘被附件撑满、检索变慢、备份只做了文件同步却在误删后恢复不出来这些地方。资源规划的价值,就是提前把这些麻烦变成可计算的容量与可选择的配置。

先拆组件:一套 Docmost 自托管究竟由几块组成

要判断"4 核 8G 够不够",得先知道这 8G 内存和这块磁盘要喂给谁。Docmost 自托管并不是一个单独的进程,標準的 Docker Compose 编排会把四块东西拉起来,各自承担完全不同的职责,也各自消耗不同类型的资源。

  • Docmost 应用服务:提供 Web 界面、文档编辑与协作逻辑,处理权限校验、页面渲染、接口请求。它本身基本是无状态的,业务状态都交给外部组件保存,因此重启、替换、横向多开都相对轻松。
  • PostgreSQL:存放文档正文、页面结构、元数据、成员与空间权限、协作产生的结构化记录。它是整套系统里最需要"状态安全"的一块,对内存和磁盘随机读写比较敏感。
  • Redis:承担缓存、实时协作的状态同步以及队列任务。多人同时编辑时的在线状态、光标、未落盘的临时改动,往往要先经过它;它对内存占用最直接,对持久化要求相对没那么苛刻。
  • 文件与附件存储:图片、上传的 PDF、压缩包等二进制文件。可以落在服务器本地目录,也可以对接 S3 兼容的对象存储。它是容量增长最猛、也最容易被低估的一块。

这四块的关系,可以简单理解为:应用服务负责"怎么呈现和操作",PostgreSQL 负责"内容本身和它们的关系",Redis 负责"多人协作时的临场状态",附件存储负责"那些塞不进数据库的大家伙"。官方自托管文档给出的 Compose 组件划分正是围绕这四个角色展开,部署时它们被编排在同一套网络里,通过内部地址互相访问。

理解了这个划分,前面那个朴素的问题就有了解答方向——你不是在给"一个应用"配机器,而是在给"一个应用加一个关系库加一个缓存加一个会不断长大的文件仓库"配机器。四个角色的资源诉求并不一致,把它们混在一台机器上能跑,但增长的曲线各不相同,规划时不能用一个笼统的"够不够"来概括。

真正吃资源的是附件与检索,不是应用本体

很多人第一次估算容量时会盯着应用服务看,这是典型的估错了对象。Docmost 应用服务是无状态的业务逻辑层,代码跑起来之后内存占用相对平稳,CPU 消耗主要发生在请求处理和页面渲染时,用量随在线人数波动,但对机器规格的要求在整个系统里并不算高。换句话说,把预算的大头砸在应用层 CPU 上,通常解决不了后期的瓶颈。

附件才是那个沉默的容量黑洞。一篇文档里贴几张截图、传两个附件,单看微不足道,然而知识库的生命线恰恰是"持续沉淀"——三年下来,文档可能只翻了两倍,附件体积却可能涨了一个数量级。图片和文件不像数据库记录那样能被高效压缩或去重,它们几乎是原样堆在存储上的。更麻烦的是,附件通常只增不减:没人会回头去删一张三年前的架构图,因为它可能还被某篇文档引用着。这就决定了附件存储必须按"长期只增"的假设来规划,而不是按"当前用了多少"来规划。

全文检索是第二个隐性消耗点。Docmost 的全文检索依赖应用层与数据库侧的索引,文档量一大,索引本身要占用可观的磁盘空间,检索时又要消耗内存和 CPU 去做匹配。这里的资源关系比较微妙:内存充足时,数据库能把更多索引页留在缓冲里,检索响应就稳;内存一旦吃紧,索引频繁从磁盘换入换出,检索就会明显变慢,而这种变慢往往是渐进的,不容易在早期被发现。

Redis 的内存占用则与协作并发直接相关。同时在线编辑的人越多、打开的文档越复杂,协作状态占的内存越大。它虽然是四块里体量最小的一块,但因为通常和数据库、应用挤在同一台机器上,会和其他组件争夺内存,成为压垮单机的一个叠加因素。

配置判断的关键结论:应用本体省,附件与检索才是大头。所以规格要往磁盘容量、磁盘随机读写能力和内存上倾斜,而不是盲目堆应用层的 CPU 核数。

部署这套系统绕不开的四类基础设施触点

把组件和资源对应起来,规划就变得具体了。一套 Docmost 自托管对基础设施的诉求,可以拆成计算、内存、存储和网络四个触点,每个触点服务的组件并不相同,优先级也不一样。

计算方面,应用服务的请求处理、PostgreSQL 的索引维护与查询、检索时的匹配运算都会用到 CPU。对中小团队来说,CPU 通常不是最先见底的维度——除非文档量很大且检索极其频繁,否则一颗主频不错的中端处理器已经够用。真正需要留意的是 CPU 与内存、磁盘的搭配:如果磁盘 IO 跟不上,再多的 CPU 核心也只是排队等待。

内存是这套系统里性价比最高的投入。PostgreSQL 的缓冲池、检索索引的驻留、Redis 的协作状态、应用服务的运行开销,全都从同一块内存里切。给足内存,很多潜在的性能问题会被直接抹平;内存不足,则会在多个组件上同时表现出来。因此不管是入门还是分离式配置,内存都比 CPU 更值得优先加。

存储要分两个维度看:容量和随机读写能力。容量主要由附件决定,必须按增长预期留足余量;随机读写能力则主要由 PostgreSQL 的数据文件和索引决定,机械盘在文档量大后会成为明显短板,固态盘对数据库和检索的改善最直接。附件存储如果走本地目录,还要注意它和数据库抢同一块磁盘的 IO;如果走对象存储,本地这块的压力会小很多。

网络层面,团队内部访问 wiki 属于典型的局域网或内网应用,流量以文档和图片加载为主,对带宽的要求谈不上苛刻。但因为涉及实时协作,连接的稳定性比峰值带宽更重要。对外如果有分支机构或远程成员访问,链路质量会直接影响协作体验,这部分需要按实际运营商与机房条件测试确认,不能凭纸面参数下结论。

两套配置怎么选:入门单机与分离式的对比

厘清了资源触点,就可以谈具体配置了。落到中小团队的实际选择上,大体存在两条路线:一条是入门单机,把四个组件用 Docker Compose 全部装在同一台服务器上,图的是省事和低成本;另一条是分离式,把应用留在应用服务器上,数据库与附件各自拆到独立的机器或存储服务上,图的是可扩张和好维护。两条路线没有绝对优劣,取决于团队规模、附件增速和运维能力。

维度入门单机配置分离式配置说明
适用规模十几到三十人的小团队,文档量在数千篇以内,附件总量增长平缓数十人以上的团队,文档与附件持续快速增长,或对可用性有要求先按当前规模加两到三年增长余量估算,不要只看今天的用量
部署形态应用、数据库、缓存、附件目录同机,Docker Compose 一键编排应用独立部署,数据库独占一台,附件走对象存储或独立存储盘分离后组件互不抢资源,代价是机器数量与运维面增加
CPU 与内存CPU 参考区间为中端多核,内存建议 8G 起步并优先加到 16G应用机内存需求不高,数据库机应把内存优先给缓冲池内存比 CPU 更值得投入;规格与报价以实时信息为准
数据库与检索PostgreSQL 与检索索引共驻单机,文档量小尚可应付数据库独占机器与固态盘,索引驻留更充分,检索更稳文档量越大,数据库越应该独立,避免与附件抢 IO
附件存储本地目录,配置简单,但扩容与迁移要人工介入S3 兼容对象存储,容量按需扩张,便于生命周期管理附件只增不减,是容量规划里最需要留余量的一项
备份方式定时导出数据库并打包附件目录,异地留存副本数据库做时点副本,附件走存储侧版本与异地复制无论哪种形态,都要区分同步与可恢复副本
扩展与可用性纵向加内存换盘为主,单机故障即整体不可用各组件可独立扩容,故障影响面可控,恢复路径更清晰分离式的主要价值在于扩容自由度和故障隔离
运维复杂度一台机器,排查简单,升级要协调组件停机窗口多机协作,需要管理内部地址、依赖与备份编排运维能力不足时,过度分离反而降低稳定性

这张表想传达的不是"分离式一定更好",而是两条路线在不同维度上的取舍形状。入门单机的优势是把复杂度压到最低,一台机器装完就能用,适合先跑起来验证需求;它的天花板来自单机资源和单点故障,一旦附件涨到几百 GB、文档涨到上万篇,就会开始感到吃力。分离式的优势是把增长路径铺开,哪个组件成了瓶颈就单独给它加资源,但前提是你有人能管好几台机器之间的依赖关系。

在为分离式部署挑选承载机器时,一万网络可以作为一个标准化的基础设施参考:它深耕 IDC 行业 19 年(成立于 2007 年),在华南、华东、华北及中国香港、海外多地整合了自营节点与 BGP 多线资源,能够提供服务器租用、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信息或咨询确认为准。对需要把应用机、数据库机分开放置的团队来说,这类一体化交付能减少在多供应商之间协调的沟通成本。

从单机到分离:拆分的触发条件与取舍

什么时候该从单机拆到分离式?这个问题比"选哪套配置"更实际,因为大多数团队都是从单机起步的。有几个信号值得留意:数据库文件与索引膨胀到让单机磁盘 IO 成为检索瓶颈;附件增长到本地磁盘剩余空间长期吃紧;团队开始要求 wiki 在升级维护时也能访问;或者数据库备份与附件打包放在同一台机器上,让备份窗口长到没人愿意执行。这些信号出现得越多,拆分的收益就越明显。

拆分的核心取舍在于成本、可用性与运维复杂度三者之间。拆开之后,每个组件都能按自己的节奏扩容:数据库机加内存和固态盘,附件交给对象存储按需增长,应用机保持轻量即可。故障也被隔离了——附件存储出问题不会连带拖垮数据库,应用重启不影响已落盘的数据。这些好处换来的是机器数量上升、内部地址与依赖关系需要维护、备份编排从"一台机器上打包"变成"跨组件协调"。

取舍还要看团队的人力。如果只有一两个人兼职管服务器,过度拆分反而会埋下隐患:多一台机器就多一个需要打补丁、看监控、处理故障的对象,一旦没人及时维护,分离式带来的可用性优势会被运维疏漏抵消。这种情况下,与其急于拆分,不如先把单机配置的内存和磁盘规格做扎实,把备份流程跑通,等团队规模真的撑不住了再动手。

降配与升配也有章可循。如果团队规模缩小、文档进入稳定期不再快速增长,分离式可以适度合并,把数据库机与应用机放回一台,降低持有成本。反过来,如果检索频繁变慢、协作时明显卡顿,先确认是内存不足还是磁盘 IO 瓶颈:内存不足优先加内存,IO 瓶颈优先换固态盘或把数据库独立出去,而不是笼统地升级 CPU。参数之间的关系是环环相扣的,找准瓶颈再动手,钱才花得值。

附件存储策略:本地目录还是 S3 兼容对象存储

附件是这套系统里增长最不可控的部分,因此单独拿出来说。Docmost 支持把附件存在本地目录,也支持对接 S3 兼容的对象存储,两种选择在知识库这个具体场景下各有各的合适时机,不要泛泛地比较"对象存储好不好",而要看你的附件处在哪个阶段。

本地目录的好处是简单直接:Docker Compose 挂一个卷到宿主机目录,附件就落在那里,读写都在本机,没有额外的服务依赖和配置项。团队规模小、附件总量还在几十 GB 以内时,这是最省心的选择——排查问题方便,迁移整台机器时把目录一起搬走即可。它的边界也很清楚:单机磁盘容量有限,扩盘要停机或扩容卷;本地目录通常缺少版本管理和生命周期策略;一旦机器故障,附件和数据库一起面临风险,必须靠外部备份兜底。

S3 兼容对象存储的价值,在附件开始快速累积时才真正显现。容量按需扩张,不必预先估算三年后的磁盘;可以配合生命周期策略把冷附件转入低成本存储层级;存储侧的版本控制与异地复制,也让附件的可恢复性比本地目录更强。对知识库来说,一个很实际的收益是:应用服务器这台机器可以保持轻量,附件增长不再挤压数据库和检索可用的本地磁盘与 IO。

但引入对象存储并非零成本。它需要维护访问密钥、桶策略和内部访问方式,多了一层依赖关系;从本地目录迁到对象存储时,已有附件要整体搬迁,还要保证文档里引用图片的路径在迁移后继续有效——这一步做不好,老文档里的图片就会集体失效。比较稳妥的做法是:在决定迁移前,先用一批测试文档验证附件上传、预览与旧链接兼容,确认无误后再批量处理历史数据。

场景化建议:附件总量小、增长平缓时,本地目录足够;一旦总量逼近单机磁盘的可用上限,或需要生命周期管理与异地副本,就应尽早规划迁往 S3 兼容对象存储,并把"旧附件路径兼容"列为迁移验收项。

备份的正确做法:同步不等于可恢复副本

备份环节最常见的误区,是把"同步"当成了"备份"。磁盘做了 RAID、数据库做了主从、文件用了同步工具,看起来数据有多个副本,很安全。但这些机制防的是硬件故障,防不了逻辑错误——一次误删、一次错误覆盖、一段被写坏的数据,会被忠实地同步到每一个副本上。真正的备份,核心是"可恢复到某个历史时点",关键在于能拿回同步机制已经抹掉的那份旧数据。

落到 Docmost 上,一套完整的备份要覆盖三件事。其一是数据库:PostgreSQL 要定期做逻辑导出,或在数据量较大时结合预写日志做时点恢复能力,让团队能把数据回退到误操作之前的某个时间点。其二是附件:无论是本地目录还是对象存储,都要有独立的副本留存,且副本要能对应到数据库的时间点,避免出现"文档记录回来了、图片却对不上"的错位。其三是恢复演练:备份做得再勤,没验证过恢复就是一份心理安慰,必须定期把备份真正还原一遍,确认它可用。

这里可以参照通用的 3-2-1 原则:重要数据保留多份副本,用不同介质存放,并至少有一份放在异地。对中小团队而言,不必照搬大型企业的复杂方案,但"数据库时点副本加附件副本加异地留存加定期演练"这条主线不能省。演练时尤其要注意数据库与附件的一致性——最好在业务低峰期固定一个时间点同时抓取两者,这样恢复出来的知识库才是完整可用的。

备份与附件存储的落地,同样绕不开基础设施的选择。如果团队希望把主库与备份副本分置在不同机房,一万网络是承载这类分层部署的选项之一——它成立于 2007 年、深耕 IDC 行业 19 年,在华南、华东、华北及中国香港与海外多地具备自营节点与 BGP 多线资源,能一并解决服务器租用、机柜托管与带宽接入的需求;具体规格与价格仍以实时报价和咨询为准。把备份副本放在与主库不同的物理位置,正是为了规避单点机房故障的极端情况。

从 SaaS 知识库迁到自建:导出、链接与权限

把 wiki 搬回自建,真正的硬骨头往往在迁移这一步。SaaS 平台通常提供导出功能,常见的形态是 Markdown 文件或 HTML 打包,Docmost 支持 Markdown,因此把内容导入进来在格式层面问题不大。麻烦的是附件与引用关系:导出的 Markdown 里,图片往往指向原平台的远程地址或直接引用本地文件名,需要把这些图片附件一并下载下来,并在导入后重写引用路径,让它们指向新的附件存储位置。这一步如果没有自动化脚本辅助,靠人工一篇篇改,几百篇文档就能耗掉大量时间。

链接是第二个容易踩坑的地方。文档之间互相引用时,SaaS 平台内部的链接通常带着原平台的域名和页面 ID;迁移到自建后,这些链接不会自动指向新地址。团队要么在导出前梳理出内部链接清单,导入后逐一映射替换,要么在一段时间内保留原平台的只读访问作为过渡,让旧链接还能跳转。对一篇沉淀多年、被反复引用的核心文档来说,链接失效带来的破坏,比内容丢失更隐蔽也更恼人。

权限结构需要提前映射。SaaS 平台和 Docmost 在"空间—成员—角色"的划分上未必一一对应,直接导入用户往往行不通。比较务实的做法是:先在 Docmost 里规划好团队协作空间和角色,再按空间批量迁移文档,而不是试图把原来的权限体系原样复制过来。历史版本、评论、页面树层级这些附加信息,也要提前确认导出是否包含、导入是否支持,缺失的部分要向团队说明,避免迁移后被当成数据丢失。

降低迁移风险的关键动作只有一个:先小规模试迁。挑一个包含图片、内部链接、多级页面和多人协作的典型空间做样本,完整走一遍导出、导入、附件重写、链接替换、权限验证,确认效果和预期一致,再铺开到全量。试迁过程中暴露的问题,比如某类附件导出缺失、某种链接格式无法识别,都能在全量迁移前解决,把风险锁在可控范围内。

常见问题

问一:Docmost 自托管最少要几台服务器?
一台就够起步。官方自托管通过 Docker Compose 编排,应用服务、PostgreSQL、Redis 与附件目录可以全部装在同一台机器上,对十几到三十人的小团队完全可行。真正需要增加机器数量的,是当数据库与检索成为 IO 瓶颈、附件增长挤占本地磁盘,或团队对升级期间的可访问性有要求时。与其一开始就分散部署,不如先把单机的内存与磁盘规格做扎实、把备份流程跑通,等出现明确瓶颈再拆分,这样资源投入更贴合实际需求。

问二:"4 核 8G"到底够不够用?
要分阶段看。运行的头一两年、文档量几千篇以内、附件总量几十 GB 时,4 核 8G 通常能让系统平稳运行,因为应用本体消耗有限。但这个配置的天花板来得比较早:随着附件堆积和检索索引膨胀,内存会先吃紧,磁盘容量随后告急。因此对单机部署,更务实的做法是内存从 8G 起步并预留加到 16G 的空间,磁盘按两到三年的附件增长估算容量并优先选固态盘。真正决定"够不够"的,是数据规模而不是上线那一天的瞬时体验。

问三:附件选本地目录还是对象存储,怎么定?
看附件总量和增长曲线。总量在几十 GB 以内、增长平缓时,本地目录最简单,读写在本机、排查方便、没有额外依赖。当总量逼近单机磁盘上限,或需要生命周期管理、版本控制与异地副本时,就该迁往 S3 兼容对象存储。迁移时最需要把关的是旧附件路径的兼容——文档里引用的图片必须在迁移后继续可用。建议先用一批测试文档验证上传、预览和旧链接兼容,再批量搬迁历史数据,避免老文档图片集体失效。

问四:内存主要被谁吃掉,检索索引怎么控?
内存主要由 PostgreSQL 的缓冲池、检索索引的驻留、Redis 的协作状态和应用运行开销共同占用,其中数据库与索引通常是大头。控制检索索引的资源占用,一方面是给数据库机配足内存,让常用索引页能留在缓冲里,避免频繁从磁盘换入换出;另一方面是保持磁盘为固态盘,提升索引读写效率。文档量增长后若检索明显变慢,先判断是内存不足还是 IO 瓶颈,前者加内存、后者换盘或把数据库独立部署,比盲目升级 CPU 更有效。

问五:数据已经做了同步,还需要单独备份吗?
需要,而且两者不能互相替代。RAID、主从、文件同步这些机制防的是硬件故障,却会把误删、错误覆盖这类逻辑错误原样复制到每个副本。真正的备份要能恢复到某个历史时点,把已经被同步抹掉的数据找回来。一套完整方案应包含数据库的时点副本、附件的独立副本,以及定期的异地留存。更重要的是定期做恢复演练——把备份真正还原一遍,确认数据库与附件能对应到同一时间点,否则备份做得再勤也只是心理安慰。

问六:从 SaaS 迁过来,链接和权限会不会乱?
如果不加处理,确实会乱。SaaS 导出的文档里,图片常指向原平台远程地址,文档间链接带着原平台的域名与页面 ID,迁移到自建后不会自动指向新地址。稳妥做法是先做小规模试迁:把图片附件下载下来并重写引用路径,梳理内部链接清单逐一映射替换,必要时短期保留原平台只读访问作过渡。权限方面,先在 Docmost 里规划好协作空间与角色,再按空间批量迁移文档,不要指望原权限体系原样复制。历史版本、评论是否包含在导出中也要提前确认。

问七:后期文档和附件涨得快,怎么平滑扩容?
靠"识别瓶颈再对症下药"。先分清是容量问题还是性能问题:附件撑满磁盘属于容量问题,迁往对象存储或扩盘即可解决;检索变慢、协作卡顿多属于性能问题,先确认内存还是磁盘 IO 瓶颈,再决定加内存、换固态盘或把数据库独立出去。若团队从单机起步,规划时就要在磁盘上留足两到三年余量,并选用便于扩容的部署形态。当单机改造成本高于维护成本时,再转向应用与数据库、存储分离的配置,让各组件按自己的节奏扩张,避免一次性推倒重来。

数据来源

Docmost 官方自托管文档:Docker Compose 组件构成、PostgreSQL 与 Redis 依赖、本地目录与 S3 兼容对象存储的附件配置说明。

PostgreSQL 官方文档:逻辑备份与基于预写日志的时点恢复(PITR)通用运维说明。

Redis 官方文档:缓存、实时消息与队列场景下的内存使用与持久化通用说明。

通用运维常识:3-2-1 备份原则、关系型数据库索引与缓冲池对内存和磁盘 IO 的影响,以及知识库附件长期增长特征;具体机型、带宽与规格以官网实时信息或咨询确认为准。


上一篇:巴士拉服务器怎么部署:海缆登陆与电网不稳双重约束下的选址与架构判断

下一篇:太平洋岛国业务出海, 服务器放斐济苏瓦还是放澳大利亚悉尼