Docker를 사용한 Immich 설치 - 가장 빠른 방법

먼저 필요한 것을 확인하세요

Immich는 무료 오픈 소스인 자체 호스팅 사진 및 비디오 백업 플랫폼이며 이를 실행하는 공식적인 방법은 Linux 서버, 오래된 PC, 미니 PC 또는 Docker를 지원하는 NAS에서 Docker Compose를 사용하는 것입니다. 기계는 계속 켜져 있어야 합니다. 매일 저녁 잠을 자는 노트북은 나쁜 사진 서버입니다. 처음에는 저장용량이 부족해지므로 전체 사진 라이브러리를 위한 공간과 미리보기 이미지 및 트랜스코딩된 동영상을 위한 추가 공간을 약 10~20% 추가로 계획하세요.

실용 바닥면에는 약 4GB의 RAM이 있습니다. 기계 학습 컨테이너는 배고픈 부분이므로 6~8GB가 눈에 띄게 더 행복합니다. Docker 및 Docker Compose가 설치되어 작동하는지 확인하세요.

docker compose version

폴더 생성 및 두 개의 공식 파일 다운로드

블로그나 포럼 게시물에서 임의의 docker-compose 파일을 복사하지 마세요. 버전이 다르고 낯선 사람의 파일로 인해 오래된 빌드에 고정될 수 있습니다. 공식 파일은 항상 프로젝트의 GitHub 릴리스 페이지에 있습니다. 폴더를 만들고 해당 폴더로 이동하세요.

mkdir ./immich-app
cd ./immich-app

작성 파일 및 환경 템플릿을 다운로드하세요.

wget -O docker-compose.yml https://github.com/immich-app/immich/releases/latest/download/docker-compose.yml
wget -O .env https://github.com/immich-app/immich/releases/latest/download/example.env

.env 파일 편집 — 중요한 유일한 구성

.env 파일에는 Immich가 추측할 수 없는 몇 가지 값이 포함되어 있습니다. 열어보세요:

nano .env

UPLOAD_LOCATION=./library를 설정하세요 — 원본 사진과 동영상이 저장될 위치입니다. 가장 크고 가장 안정적인 디스크를 가리킵니다. 데이터베이스에 대해 DB_DATA_LOCATION=./postgres을 설정하고 DB_PASSWORD을 긴 임의의 암호로 변경합니다. TZ의 주석 처리를 제거하고 시간대(예: 아시아/콜카타)를 설정하여 사진 촬영 날짜와 예약된 작업이 일치하도록 하세요. 처음 설치하는 경우 IMICH_VERSION과 표시된 줄 아래의 모든 내용을 그대로 두세요.

스택 시작

하나의 명령으로 모든 것이 시작됩니다. Docker는 컨테이너 이미지를 다운로드하고 함께 시작합니다. 첫 번째 실행은 인터넷 속도에 따라 몇 분 정도 걸립니다.

docker compose up -d
docker compose ps

두 번째 명령은 모든 것이 제대로 작동하는지 확인합니다. 서버, 머신러닝, 데이터베이스, Redis 컨테이너가 실행되고 있는지 확인해야 합니다.

Immich를 열고 관리자 계정 만들기

동일한 네트워크의 브라우저에서 Immich를 엽니다. 포트 2283에서 응답합니다.

http://YOUR-SERVER-IP:2283

환영 화면을 클릭하고 등록하세요. 생성된 첫 번째 계정이 관리자가 됩니다. 따라서 네트워크의 다른 사람이 페이지를 찾기 전에 즉시 이 단계를 직접 수행하십시오. 그런 다음 휴대전화에 무료 Immich 앱을 설치하고 동일한 서버 주소로 로그인한 다음 자동 백업을 켜세요.

네 가지 컨테이너와 규칙을 알아보세요

작성 파일은 단일 프로그램이 아닌 소규모 팀을 실행합니다. immich-server은 웹 인터페이스, API, 업로드, 앨범 및 검색과 같은 두뇌입니다. immich-machine-learning는 눈입니다. 얼굴 감지, 얼굴 인식 및 스마트 검색입니다. PostgreSQL 데이터베이스는 메모리입니다. 원본은 파일인 반면 모든 사진의 이름, 날짜, 앨범 및 얼굴 데이터는 여기에 저장됩니다. Redis는 서버와 백그라운드 작업자 간에 작업을 전달하는 메신저입니다. 이 분할을 아는 것은 나중에 중요합니다. 검색이 중단되면 기계 학습을 확인합니다. 사진이 타임라인에서 사라졌지만 파일이 아직 디스크에 남아 있다면 데이터베이스를 확인하세요.