Warum gibt Immich nach einem Neustart keine durchsuchbaren privaten Fotos mehr zurück?

Immich liefert nach einem Neustart normalerweise keine durchsuchbaren privaten Fotos mehr zurück, weil Smart Search den Pfad zum maschinellen Lernen verloren hat, das Modell noch nicht vollständig geladen wurde oder die für die Such-Embeddings erforderlichen Aufgaben und Speicherzugriffe nicht abschließen kann.

Wenn die Zeitleiste weiterhin die Originale anzeigt, fehlen die Fotos wahrscheinlich nicht; die Suchebene ist unvollständig. Behandle ein leeres Ergebnis zunächst als Problem des Dienstpfads, sichere die Datenbank und die Upload-Bibliothek und unterscheide anschließend zwischen einem nicht verfügbaren Machine-Learning-Container, verzögerten Aufgaben, einem nicht passenden Endpunkt oder einem Berechtigungsfehler im persistenten Pfad, bevor du etwas neu aufbaust.

Fehlende Suchergebnisse von fehlenden Fotos unterscheiden

Öffne vor dem Testen der Suche mehrere bekannte Dateien direkt über die Zeitleiste, Alben und eine private Bibliothek. Erfolg bedeutet, dass die Datenbank die Datensätze finden kann und Immich die Dateien lesen kann; ein Fehlschlag weist auf einen umfassenderen Bibliotheks- oder Speicherfehler hin. Stoppe in diesem Fall suchspezifische Änderungen und sichere die betroffenen Pfade.

Führe drei wiederholbare Suchen durch: einen Begriff, der zuvor funktioniert hat, einen visuell eindeutigen Begriff und eine kürzlich hochgeladene Datei, nachdem die Hintergrundverarbeitung abgeschlossen sein sollte. Notiere, ob die Ergebnisse leer oder veraltet sind oder auf ältere Fotos beschränkt bleiben. Diese Ergebnisse unterscheiden einen vollständigen Ausfall des Endpunkts von einem Rückstand bei der Indexierung.

Ein Community-Thread zur Fehlerbehebung sammelt Smart-Search-Prüfungen im Zusammenhang mit Neustarts, darunter die Erreichbarkeit des Endpunkts und das erneute Ausführen von Aufgaben. Verwende die Diagnosesequenz für die Suchebene als Fallbeleg, nicht als Anlass, die Datenbank zu löschen oder jedes Objekt neu zu erzeugen.

Den Machine-Learning-Pfad nach einem Neustart prüfen

Prüfe den Zustand des Servers und des Machine-Learning-Containers und teste anschließend die konfigurierte Machine-Learning-URL aus dem Netzwerk-Namespace, der sie aufruft. Ein erreichbarer Endpunkt mit erfolgreichen Modellanfragen besteht diesen Prüfzweig; eine Verbindungsverweigerung, ein Fehler bei der Namensauflösung oder ein nicht gesunder Container weist auf den zu reparierenden Dienstpfad hin.

Vergleiche den bereitgestellten Dienstnamen, Port, Umgebungswert, die Image-Version und die Netzwerkzugehörigkeit mit der zuletzt funktionierenden Compose-Definition. Erzeuge nur den betroffenen Container neu, nachdem du eine Abweichung korrigiert hast. Ein bloßer Neustart ersetzt keine veraltete Container-Umgebung. Bestätige daher den tatsächlich verwendeten Wert im neu erstellten Workload.

In einem gemeldeten Fall mit Immich v2.6.1 wurde Smart Search mit einem nicht gesunden Machine-Learning-Container in Verbindung gebracht. Der versionsbezogene Fehlerbericht spricht dafür, Zustand und Protokolle zu prüfen; er beweist nicht, dass jeder Fehler nach einem Neustart auf diese Regression zurückgeht.

Modellbereitschaft, Aufgaben und persistente Pfade prüfen

Beobachte die Machine-Learning-Protokolle, während du eine bekannte Suche ausführst. Die erste Anfrage kann ein Modell laden oder herunterladen und vorübergehend mehr Speicher benötigen; ein Fortschritt mit anschließend erfolgreicher Antwort besteht diesen Test. Wiederholtes Entfernen des Modells, eine Beendigung wegen Speichermangels oder ein fehlgeschlagener Download weist auf ein Problem mit Arbeitsspeicher, dauerhaftem Cache oder Netzwerk hin.

Prüfe die Anzahl der Smart-Search-Aufgaben und die jüngsten Fehler, ohne sie zu löschen. Wenn der Endpunkt gesund ist, aber Aufgaben weiterhin fehlschlagen oder in der Warteschlange bleiben, wiederhole einen kleinen, kontrollierten Stapel und beobachte, ob die Anzahl sinkt. Wenn ein Objekt erfolgreich verarbeitet wird, repariere die Worker-Konkurrenz oder die fehlgeschlagene Abhängigkeit, bevor du eine vollständige Neuindexierung planst.

Bestätige, dass die Datenbank, die Upload-Bibliothek und der Modell-Cache an den vorgesehenen persistenten Pfaden mit der erwarteten Identität eingebunden sind. Der zugehörige ZimaSpace-Leitfaden zum Erkennungsverhalten von Immich hilft dabei, Zugriffs- und Indexierungsbereich von einem fehlenden Original zu unterscheiden.

Featured

ZimaCube 2 Persönliche Cloud Home NAS

ZimaCube2

$799.00 - $2,499.00

Buy Now

Die passende Lösung anwenden und zwei Neustarts erneut testen

Korrigiere ausschließlich die bestätigte Ursache: Stelle den Endpunktnamen wieder her, erzeuge den Container mit der richtigen Umgebung neu, mache den Modell-Cache persistent, reduziere die gemessene Parallelität, repariere die Besitzrechte oder wiederhole fehlgeschlagene Smart-Search-Aufgaben. Halte die vorherige Compose-Datei und eine Datenbanksicherung bereit; lösche Embeddings nicht als erste Maßnahme.

Wiederhole dieselben drei Abfragen, ein altes Objekt und einen neuen Upload. Erfolg erfordert brauchbare Ergebnisse, abnehmende Aufgabenwarteschlangen, lesbare Originale und einen stabilen Zustand des Machine-Learning-Dienstes. Starte den Stack in seiner normalen Abhängigkeitsreihenfolge neu und wiederhole den Test. Starte anschließend einmal den Host neu, um zu bestätigen, dass Einbindungen und Namensauflösung den Systemstart überstehen.

Führe ein Rollback durch, wenn die Ergebnisse abnehmen, Originale nicht mehr lesbar sind oder die Datenbank Konsistenzfehler meldet. Wenn derselbe Fehler nach zwei Neustarts zurückkehrt, eskaliere ihn mit Immich-Version, effektivem Endpunkt, Container-Zustand, relevanten Protokollen, Aufgabenanzahlen, Modellnamen und Einbindungszuordnungen. Halte die alte durchsuchbare Instanz isoliert, aber wiederherstellbar.