Du kannst den Engpass von Jellyfin ermitteln, indem du eine Arbeitslast wiederholt und das für den Nutzer sichtbare Symptom der Ressource zuordnest, die mit Fehlern oder Warteschlangenbildung ausgelastet ist.
Eine hohe CPU-Auslastung beweist nicht, dass die CPU der begrenzende Faktor ist, genauso wenig wie aktive Speicherzugriffe beweisen, dass der Speicher die Ursache ist. Verwende dieselbe Datei, denselben Client, dieselbe Qualitätsrichtlinie und dieselbe Sitzungsanzahl und ändere jeweils nur eine Bedingung. So lässt sich eine tatsächliche Abhängigkeitsgrenze von einem anspruchsvolleren Wiedergabepfad unterscheiden, den der Client ausgewählt hat.
Wiedergabefall konstant halten
Wähle eine Mediendatei, einen Client, eine Qualitätsrichtlinie und eine Parallelitätsstufe. Halte fest, ob die Sitzung Direct Play verwendet, remuxt oder transkodiert, bevor du Ressourcendiagramme auswertest, denn der Wiedergabemodus bestimmt, welche Ressourcen ausgelastet sein sollten.
Beginne mit Direct Play bis zur Transkodierung, damit der Serverpfad bekannt ist, bevor du das Ressourcenverhalten vergleichst.
Eine kontrollierte Ausgangsbasis verhindert, dass du eine Browser-Transkodierung mit einer nativen Direct-Play-Sitzung vergleichst und den Unterschied fälschlicherweise als Hardwareengpass bezeichnest.
CPU und Arbeitsspeicher hinterlassen unterschiedliche Signaturen
CPU-gebundene Arbeitslasten stehen meist mit Software-Decodierung, Filtern, der Untertitelkomposition oder der Codierung in Zusammenhang, während sich Speicherdruck durch Speicherfreigabe, Auslagerung, blockierte Worker oder zunehmende Speicheraktivität infolge von Paging zeigt. Die Symptome können sich überschneiden, aber ihre Zähler unterscheiden sich.
Verwende Auslastung und Sättigung, um Auslastung, Sättigung und Fehler gemeinsam zu untersuchen, statt anhand der durchschnittlichen CPU- oder RAM-Auslastung zu urteilen.
Wenn das Pausieren eines Filters oder der Wechsel zur Hardware-Decodierung die Echtzeitgeschwindigkeit wiederherstellt, ohne Speicher oder Netzwerk zu verändern, deutet dies auf CPU-Arbeit als Ursache hin. Wenn Speicherfreigabe oder Auslagerung verschwindet, sobald ein anderer Container beendet wird, ist Speicherdruck die wahrscheinlichere Erklärung.
Netzwerk und Speicher benötigen pfadspezifische Tests
Ein ausgelasteter Upload kann die Wiedergabe aus der Ferne puffern lassen, während die CPU des Hosts kaum beansprucht wird. Die Speicherlatenz kann den Start, das Suchen, Metadaten und den temporären Transkodierungsspeicher verzögern, selbst wenn der sequenzielle Durchsatz ausreichend erscheint. Teste den Pfad, den der Client tatsächlich verwendet.
Miss Speicherlatenz und Durchsatz getrennt voneinander und vergleiche denselben Stream, während konkurrierende Übertragungen pausiert sind.
Wenn das Symptom der Warteschlangentiefe oder der Upload-Auslastung folgt, wird eine Änderung von CPU oder RAM es nicht beseitigen. Bleibt das Symptom bestehen, nachdem der Pfad nicht mehr ausgelastet ist, untersuche die Client-Kompatibilität oder die Rechenleistung.
Eine Entscheidungsmatrix für vier Ressourcen verwenden
Halte für jeden Durchlauf das beobachtbare Symptom, den zuerst gesättigten Zähler, einen möglichen Anstieg der Fehler sowie fest, ob das Entfernen des Ressourcendrucks die Ausgangsbasis wiederherstellt. Ein einzelnes positives Signal reicht nicht aus; der Zusammenhang muss sich wiederholen.
Ein kompakter Benchmark mit kaltem und warmem Cache sorgt dafür, dass die Entscheidung auf Fakten und nicht auf einem spontanen Aufrüstungsimpuls beruht.
Beende den Test, sobald eine Ressource das Symptom in wiederholten Durchläufen erklärt. Wenn keine Ressource damit korreliert, liegt das aktive Problem möglicherweise an der Benutzeroberfläche des Clients, der Startreihenfolge oder einer Änderung des Wiedergabemodus außerhalb des Tests mit vier Ressourcen.
Tech- & KI-Zentrum
Mehr zum Lesen

Warum funktioniert Home Assistant über LAN- und Remote-Verbindungen unterschiedlich?
LAN- und Remote-Home-Assistant-Sitzungen nutzen unterschiedliche Netzwerkpfade; bei Remote-Verbindungen kommen DNS, Verschlüsselung, WAN, Proxy oder VPN sowie das Verhalten bei erneuten Verbindungen als zusätzliche Latenzquellen...

Funktioniert Home Assistant zuverlässig hinter CGNAT oder doppeltem NAT?
CGNAT und doppeltes NAT beeinträchtigen die lokale Steuerung von Home Assistant normalerweise nicht; sie verändern hauptsächlich, wie externe Clients eine eingehende Verbindung zum Heimnetzwerk...

Wie beeinflusst die Netzwerklatenz Home Assistant während Internetausfällen?
Internetausfall und Netzwerklatenz sind unterschiedliche Fehler: Lokale Gerätepfade können schnell bleiben, während DNS, Cloud-Integrationen, Gateways oder Remote-Clients warten.

