Wie viele gleichzeitige Nutzer schafft Plex, bevor es langsamer wird?

Eva Wong ist die technische Redakteurin und begeisterte Tüftlerin bei ZimaSpace. Als lebenslanger Geek mit einer Leidenschaft für Homelabs und Open-Source-Softwarehat sie sich darauf spezialisiert, komplexe technische Konzepte in verständliche, praxisnahe Anleitungenzu übersetzen. Eva ist überzeugt, dass Self-Hosting Spaß machen sollte und nicht einschüchternd sein darf. Mit ihren Tutorials hilft sie der Community dabei, Hardware-Setups zu durchschauen, vom Bau des ersten NAS bis zum sicheren Umgang mit Docker-Containern.

Eine allgemeingültige Obergrenze für Plex-Nutzer ist wenig aussagekräftig. Die stabile Zahl gleichzeitiger Streams entspricht der größten realistischen Sitzungskombination, bei der Speicher, Netzwerk und Transcodierung noch ausreichend Spielraum haben.

Zehn Direct-Play-Nutzer können eine geringere Last verursachen als zwei anspruchsvolle Remote-Transcodes. Ein Server, der bei gleichmäßiger Wiedergabe ausreichend Kapazität zu haben scheint, kann ins Stocken geraten, wenn mehrere Zuschauer gleichzeitig die Wiedergabe starten oder vorspulen. Erfasse die tatsächlichen Wiedergabemodi, Bitraten, Untertitel- und HDR-Pfade sowie die genutzte Remote-Uploadbandbreite. Füge dann nacheinander repräsentative Sitzungen hinzu und höre beim ersten wiederholt auftretenden Engpass auf, statt die Kapazität anhand des CPU-Modells oder der Kontenzahl zu schätzen.

Wiedergabepfade zählen, nicht Konten

Die Zahl der Personen mit Plex-Zugriff entspricht nicht der Zahl gleichzeitiger Workloads. Beobachte zunächst den geschäftigsten realen Zeitraum und ordne jede aktive Sitzung als Direct Play, Direct Stream, reine Audiokonvertierung oder Videotranscodierung ein. Diese Modi beanspruchen sehr unterschiedliche Serverressourcen.

Zehn oder mehr gleichzeitige Sitzungen können je nach Anzahl der aktiven Pfade für Direct Play, Remux, Audiokonvertierung und Videotranscodierung ganz unterschiedliche Grenzen erreichen. Die reine Nutzerzahl lässt nicht erkennen, wann es zu Verlangsamungen kommt.

Stelle eine Testsammlung anhand der maximal plausiblen Überschneidung zusammen, nicht anhand der Gesamtzahl der Haushaltsmitglieder oder Freunde. Wenn sechs Nutzer selten gleichzeitig streamen und alle Direct Play verwenden, stellt das ein anderes Kapazitätsproblem dar als drei gleichzeitige 4K-Transcodes.

Finde die erste gemeinsam genutzte Ressource, bei der der Spielraum schwindet

Gleichzeitige Sitzungen beanspruchen gemeinsam den Medienspeicher, die Netzwerkschnittstelle des Servers, CPU-Leistung für Audio und Untertitel, den Transcoding-Zwischenspeicher sowie alle für die Konvertierung verwendeten Hardware-Videoeinheiten. Die Grenze ist die Ressource, die unter der tatsächlichen Mischung als Erste ausfällt, nicht die Komponente mit dem höchsten technischen Kennwert.

Plex-Workloads mit vielen gleichzeitigen Streams können mehrere Engpässe bei Laufwerken, Netzwerken, Transcodierung und internen Datenpfaden sichtbar machen. Verwende dieselbe Betrachtung mehrerer Ressourcen auch bei kleineren Heimservern.

Erfasse die Latenz der Mediendatenträger, den Netzwerkdurchsatz, die CPU- und GPU-Videoauslastung, den Speicherdruck und die Transcodierungsgeschwindigkeit, während du nach und nach Sitzungen hinzufügst. Der Messwert, bei dem wiederholt zur selben Zeit wie die Wiedergabequalität der Spielraum schrumpft, markiert die relevante Kapazitätsgrenze.

Remote-Nutzer machen den Upload zu einem zusätzlichen limitierenden Faktor

Lokale Streams können vollständig innerhalb eines schnellen LANs bleiben, während sich alle Remote-Streams die Internet-Uploadbandbreite des Haushalts teilen. Selbst ein leistungsstarker Server kann aus Sicht der Nutzer langsamer werden, wenn die kombinierten Bitraten der Originalstreams oder Transcodes die nach dem übrigen Datenverkehr im Haushalt verbleibende Uploadkapazität überschreiten.

Bei der Kapazität für Remote-Streaming müssen Netzwerk- und Transcodierungskapazität als getrennte Grenzen betrachtet werden. Eine schnellere GPU kann keine überlastete WAN-Verbindung dazu bringen, mehr Daten zu übertragen.

Testen Sie die gleichzeitige Nutzung von außerhalb des Heimnetzwerks, statt mehrere lokale Browser-Tabs zu öffnen. Wenn der Upload zuerst an seine Grenze stößt, senken Sie die Bitraten für Remote-Streams oder verbessern Sie die Verbindung, bevor Sie eine leistungsfähigere CPU kaufen. Wenn der Upload noch genügend Spielraum hat, aber die Transcoding-Geschwindigkeit sinkt, ist die Rechenleistung der wahrscheinlichere begrenzende Faktor.

Starts und Suchläufe machen den Spielraum bei Lastspitzen sichtbar

Eine stabile Wiedergabe ist oft einfacher als der gleichzeitige Start oder Suchlauf mehrerer Nutzer. In solchen Momenten entstehen abrupte Lesezugriffe, neue Puffer, Metadatenanfragen und Netzwerkverbindungen, bevor sich die Last stabilisiert.

Eine feste Anzahl von Streams reicht für die Planung gleichzeitiger Transcodierungen nicht aus. Der Abnahmetest muss Dateiformate, Zielbitraten, Untertitelpfade und die gleichzeitig anfallenden Konvertierungsaufgaben berücksichtigen.

Erfassen Sie die Zeit bis zum ersten Bild und die Erholung nach einem Suchlauf, während die angestrebte Kombination gleichzeitiger Sessions bereits aktiv ist. Schlägt nur der gleichzeitige Start fehl, liegt das Limit möglicherweise bei der Speicherleistung in Lastspitzen, der Latenz des App-Status oder der Warteschlangenbildung und nicht bei der anhaltenden Rechenleistung.

Hintergrundjobs können denselben Leistungsspielraum verringern

Scans, Backups, Downloads und Analysejobs können dieselben Speicher-, CPU-, Arbeitsspeicher- oder Netzwerkressourcen beanspruchen, die aktive Zuschauer benötigen. Ein Server, der einen Test in ruhiger Umgebung besteht, kann daher zur tatsächlichen Spitzenlast im Haushalt an seine Grenzen stoßen.

Führen Sie die angestrebte Kombination gleichzeitiger Sessions einmal mit pausierten, nicht notwendigen Wartungsaufgaben und einmal mit einem repräsentativen aktiven Hintergrundjob aus. Der Unterschied zeigt, ob sich durch eine bessere Zeitplanung statt durch leistungsfähigere Hardware mehr Spielraum schaffen lässt.

Wenn die Wiedergabe auch bei pausierten Hintergrundaufgaben fehlschlägt, behalten Sie die Grenze für gleichzeitige Streams im Wiedergabepfad bei. Verschwindet der Fehler, planen Sie den konkurrierenden Job zeitlich anders oder isolieren Sie ihn und behalten Sie die Serverkonfiguration mit den geringeren Kosten bei.

Halten Sie die Definitionen der bestandenen und fehlgeschlagenen Workloads gemeinsam im Runbook fest. So lässt sich die Betriebsgrenze nach Änderungen an einem Client, Codec, Speicherpool oder geplanten Task reproduzieren.

Legen Sie anhand eines wiederholten Tests eine Betriebsgrenze fest

Eine aussagekräftige Grenze für gleichzeitige Streams ist die wiederholt stabile Stream-Kombination, nicht die höchste Zahl, bei der die Wiedergabe dreißig Sekunden lang funktioniert. Testen Sie repräsentative Inhalte in anspruchsvollen Szenen, führen Sie einmal einen Suchlauf durch und beobachten Sie das System lange genug, damit sich Temperaturen, Warteschlangen und Transcoding-Geschwindigkeit stabilisieren.

Ein Test für Remote-4K-Workloads dient erst dann zur Dimensionierung der Hardware, wenn Direct Play, Upload und Transcoding-Anforderungen bekannt sind. So bleibt die maximale Zahl gleichzeitiger Streams an tatsächlich gemessene Last und nicht an die Anzahl der Konten gebunden.

Dokumentieren Sie die bestandene Mischung und den ersten Fehlermodus. Wenn ein weiterer Direct-Play-Stream das Netzwerk auslastet, liegt Ihr Limit beim Netzwerk. Wenn ein weiterer Transcode unter Echtzeitgeschwindigkeit fällt, ist die Rechenleistung der begrenzende Faktor. Testen Sie nach größeren Änderungen an Clients, Codecs, Speicher oder Netzwerk erneut, statt die Zahl als dauerhaft anzusehen.

Support und Tipps

Mehr zum Lesen

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.