Jellyfin hat keinen verlässlich festen Prozentsatz für den zusätzlichen Speicherbedarf, da Metadaten, Grafiken, Cache, Indizes und temporäre Transkodierungen unterschiedlich stark im Verhältnis zu den Quelldateien wachsen.
Zwei Bibliotheken mit derselben Mediengröße können sehr unterschiedlich viel Speicher für Anwendungsdaten benötigen, wenn sich Anzahl der Elemente, Grafikdichte, Vorschauen, Scans oder Benutzeraktivität unterscheiden. Messen Sie das Datenverzeichnis und temporäre Pfade separat. Ziel ist ein Kapazitätsbudget, das auf Wachstum und Spitzenlasten basiert, nicht eine allgemeingültige 5-%-Regel.
Persistente Anwendungsdaten bilden einen separaten Kapazitätspool
Datenbank, Metadaten, Grafiken, Protokolle und generierte Indizes werden beim Durchsuchen, bei Scans und bei der Aktualisierung des Wiedergabestatus verwendet. Sie sollten unabhängig von den Filmen und Episoden gemessen werden, die sie beschreiben.
Das Modell für Speicher-Overhead trennt die Kapazität für Anwendungsdaten von der Kapazität für große Mediendateien und erklärt, warum beide auf unterschiedlichen Kurven wachsen.
Ein großes Medienarchiv kann über relativ wenige Metadaten verfügen, während eine kleinere Bibliothek mit umfangreichen Grafiken oder Vorschauen mehr Speicher für Anwendungsdaten verbrauchen kann.
Funktionseinstellungen verändern den Speicherbedarf
Grafikdichte, Vorschauminiaturen, Analysedaten, Elementanzahl, Plugins und das Cache-Verhalten können den persistenten Speicherbedarf erhöhen. Temporäre Transkodierung ist etwas anderes: Sie erzeugt während aktiver Konvertierungen einen Spitzenbedarf an Arbeitspeicher.
Nutzen Sie Speicherlatenz und Durchsatz, um beim Dimensionieren des Speicherpfads zwischen Latenz, Durchsatz und temporärem Arbeitsbereich zu unterscheiden.
Das dauerhafte Wachstum gehört ins Budget für Anwendungsdaten; vorübergehende Spitzenlasten gehören ins Scratch-Budget.
Warum Prozentregeln scheitern
Ein festes Verhältnis scheitert, wenn die Bibliothek viele kleine Elemente enthält, Vorschauen aktiviert sind oder gleichzeitige Konvertierungen ungewöhnlich große temporäre Segmente erzeugen. Es kann außerdem eine einfache Bibliothek mit wenigen generierten Dateien überschätzen.
Der Vergleich im Modell für Speicher-Overhead zeigt, warum die gemessene aktuelle Größe und die Wachstumsrate nützlicher sind als ein einzelner Prozentsatz.
Die Grenze verschiebt sich, sobald eine Funktion oder eine Arbeitslast die Datenkurve verändert. Berechnen Sie das Budget nach solchen Änderungen neu.
Erstellen Sie das Budget anhand von Messwerten
Erfassen Sie die aktuelle Größe der Anwendungsdaten, das monatliche Wachstum, den größten Spitzenwert bei temporären Transkodierungen und eine Backup-Reserve. Halten Sie die Backup-Reserve außerhalb des Live-Datenverzeichnisses, damit der Wiederherstellungsspeicher nicht durch den normalen Betrieb aufgebraucht werden kann.
Nutzen Sie das Muster für ein Speicherbudget mit Speicher-Overhead und aktualisieren Sie es nach Scans, Änderungen an der Analyse oder einer umfassenden Erweiterung der Bibliothek.
Fügen Sie keine weitere Kapazität hinzu, sobald sowohl das gemessene persistente Wachstum als auch die vorübergehenden Spitzenlasten innerhalb des gewählten Freispeicherpuffers liegen.
Tech- & KI-Zentrum
Mehr zum Lesen

Können Heimkameras Ereignisse ohne Cloud-Zeitdienste synchronisieren?
Eine mechanismusorientierte Erklärung der Kamera-Zeit ohne Cloud, ihrer Zielkonflikte bei gemeinsam genutzten Ressourcen, drei FAQs zur Abfrageweiterleitung und eines praktischen Verifizierungsprotokolls.

Kann ein lokaler KI-Dienst beschädigte Modellschichten vor der Inferenz erkennen?
Eine mechanismusorientierte Erklärung der Erkennung korrupter Modellebenen, ihrer Zielkonflikte bei gemeinsam genutzten Ressourcen, drei FAQs zur Abfrageverteilung und eines praktischen Verifizierungsprotokolls.

Kann ein RAG-System wiederhergestellt werden, ohne jede Einbettung neu zu generieren?
Eine mechanismusorientierte Erklärung zur RAG-Wiederherstellung ohne erneute Einbettung, zu den Zielkonflikten gemeinsamer Ressourcen, drei FAQs zur Abfrage-Fan-out-Strategie und einem praktischen Verifizierungsprotokoll.

