Wie wirkt sich die Netzwerklatenz bei großen Importen von Mobilbibliotheken auf Immich aus?

Eva Wong ist die Technische Redakteurin und und leidenschaftliche Tüftlerin bei ZimaSpace. Eine lebenslange Geek mit einer Leidenschaft für Homelabs und Open-Source-Software, sie spezialisiert sich darauf, komplexe technische Konzepte in zugängliche, praktische Anleitungenzu übersetzen. Eva ist der Meinung, dass Self-Hosting Spaß machen und nicht einschüchternd sein sollte. Durch ihre Tutorials befähigt sie die Community, Hardware-Setups zu entmystifizieren, vom Bau ihres ersten NAS bis hin zur Beherrschung von Docker-Containern.

Die Netzwerklatenz beeinflusst große mobile Immich-Importe vor allem dann, wenn der Ablauf viele Roundtrips, Wiederholungsversuche oder entfernte Dienstsprünge erfordert, statt einer einzigen ununterbrochenen Massenübertragung.

Eine Verbindung mit hoher Bandbreite kann sich trotzdem langsam anfühlen, wenn jede Anfrage auf einen langen Roundtrip wartet, während ein LAN mit geringer Latenz Steuerungsvorgänge selbst bei geringerer nomineller Bandbreite schnell abschließen kann. Sobald ein Asset jedoch angenommen wurde, können die Thumbnail-Erstellung, die Metadatenverarbeitung und die lokale Indexierung fortgesetzt werden, ohne dass das Telefon noch zum kritischen Pfad gehört. Daher müssen Uploadverzögerung und Verarbeitungsverzögerung getrennt gemessen werden.

Latenz und Durchsatz begrenzen unterschiedliche Teile eines Imports

Der Durchsatz bestimmt, wie schnell große Foto- und Videodatenmengen die Verbindung passieren können, wenn die Übertragung kontinuierlich ausgelastet ist. Die Latenz bestimmt, wie schnell ein Anfrage-Antwort-Austausch, ein Authentifizierungsschritt, der Verbindungsaufbau oder ein Wiederholungsversuch abgeschlossen werden kann. Das Importerlebnis hängt von der Kombination dieser Vorgänge ab, nicht von einer der beiden Kennzahlen allein.

Tailscales Erklärung der Pfadauswahl und Relays zeigt, warum ein Netzwerkpfad Verzögerungen hinzufügen kann, ohne den Immich-Server selbst zu verändern. Ein direkter und ein weitergeleiteter Pfad können denselben Endpunkt erreichen, aber unterschiedliche Roundtrip- und Durchsatzmerkmale aufweisen.

Das bedeutet, dass ein Upload aus vielen kleineren Dateien empfindlicher auf den Roundtrip-Overhead reagieren kann als ein einzelnes großes Video mit derselben Gesamtgröße. Verwende keine einzelne Zahl aus einem Geschwindigkeitstest, um die Abschlusszeit vorherzusagen, es sei denn, der Test ähnelt dem Anfrageverhalten und der Richtung des tatsächlichen mobilen Imports.

Wiederholungsversuche vervielfachen die Kosten eines langen Roundtrips

Verluste im WLAN, mobile Übergaben, Änderungen am VPN-Pfad oder überlastete Upstream-Verbindungen können dazu führen, dass Anfragen oder Segmente erneut übertragen werden müssen. Auf einem Pfad mit geringer Latenz kann die Wiederherstellung kaum auffallen; auf einem Pfad mit hoher Latenz fügt jeder Wiederholungsversuch ein weiteres Warteintervall hinzu und kann den Fortschritt stoßweise erscheinen lassen.

Ein Erfahrungsbericht über langsamen entfernten Immich-Zugriff ist als Diagnosebeispiel nützlich, weil die Kommentierenden den Verdacht auf einen Relay-Pfad von einem Problem mit der Endpunktkonfiguration trennten. Die Lehre daraus ist, sowohl den Transportpfad als auch das Verhalten der Anfragen auf Anwendungsebene zu überprüfen, bevor man die reine Bandbreite verantwortlich macht.

Die Netzwerkerklärung wird schwächer, wenn der Server Assets mit stabiler Rate empfängt, die Hintergrundwarteschlangen jedoch langsam bleiben, nachdem die Übertragung beendet ist. Dann bestimmen CPU, Speicher, Datenbank oder Aufgaben des maschinellen Lernens die Bereitschaft, nicht die Latenz zwischen Telefon und Server.

Entferntes maschinelles Lernen fügt eine andere Netzwerkgrenze hinzu

Wenn die Inferenz des maschinellen Lernens auf einem anderen Host läuft, fügt die Indexierung einen Netzwerk-Hop zwischen Server und ML-Dienst hinzu, den der mobile Upload-Pfad möglicherweise nicht nutzt. Ein Haushalt kann daher schnelle Uploads vom Telefon, aber eine langsame Fertigstellung der semantischen Suche haben, wenn der Inferenzdienst entfernt oder nur zeitweise erreichbar ist.

Das Beispiel für entferntes maschinelles Lernen zeigt, dass Immich ML über ein privates Netzwerk auf einem anderen Rechner betrieben werden kann. Diese Architektur kann die lokale CPU-Belastung verringern, macht den Betrieb aber von der Netzwerkerreichbarkeit und der Roundtrip-Zeit zwischen den Diensten abhängig.

Halte diesen Fall getrennt vom gewöhnlichen Fernzugriff auf Inhalte. Befindet sich der ML-Host im selben LAN wie der Immich-Server, ist die Internetlatenz des Telefons für diesen Inferenzschritt irrelevant. Befindet er sich hinter einem Tunnel oder im WAN, miss diesen Dienstpfad unabhängig.

Importverkehr kann mit der interaktiven Fernnutzung konkurrieren

Ein großer Upload beansprucht Upstream- oder Downstream-Kapazität, je nachdem, wo sich das Telefon relativ zum Heimserver befindet. Wenn dieselbe begrenzte WAN-Verbindung auch Timeline-Bilder, API-Antworten, Backups oder anderen Haushaltsverkehr überträgt, kann die Warteschlangenbildung am Router oder am Rand des Internetanbieters die Latenz kleiner interaktiver Anfragen erhöhen.

ZimaSpaces Analyse der Speicherlatenz in Immich liefert einen vergleichbaren Kausalitätstest: Die gemeinsame Nutzung einer Ressource ist nur dann relevant, wenn ihre längeren Wartezeiten mit der verzögerten Benutzeraktion zusammenfallen. Wende dieselbe Disziplin auf das Netzwerk an, statt anzunehmen, dass jeder Import es vollständig auslastet.

Dieser Mechanismus erklärt die Verlangsamung nicht mehr, wenn die WAN-Auslastung moderat ist, die Roundtrip-Zeit stabil bleibt und der Server selbst eine steigende Anfrage- oder Speicherlatenz zeigt. Netzwerk- und Serverkonkurrenz können gleichzeitig auftreten. Ermittle daher, welche Verzögerung sich unter der kontrollierten Arbeitslast zuerst verändert.

Teste den Import als vier getrennte Zeitverläufe

Verwende einen festen Batch mit vielen kleinen Fotos und mehreren großen Videos. Zeichne vier Zeitverläufe auf: die Übertragung vom Client zum Server, die Annahme durch den Server, die Verarbeitung im Hintergrund und die endgültige Suchbereitschaft. Erfasse zusätzlich die Roundtrip-Latenz, die effektive Übertragungsrate, Anzeichen für erneute Übertragungen oder Wiederholungsversuche sowie die relevanten Serverressourcen.

Vergleiche denselben Batch über lokales WLAN oder ein kabelgebundenes LAN mit der vorgesehenen Route für den Fernzugriff, ohne die Servereinstellungen zu ändern. Verwende Tailscales direkten und weitergeleiteten Pfade als Referenz für den Transport, wenn du einen Tunnel analysierst. Verlängert sich die Übertragungszeit, während die serverseitige Verarbeitung ähnlich bleibt, ist das Netzwerk die bestimmende Variable.

Akzeptiere die Netzwerkdiagnose erst dann, wenn eine kontrollierte Änderung des Pfads die vorhergesagte Phase verbessert, während die anderen Phasen vergleichbar bleiben. Diese Evidenz ist aussagekräftiger als ein Geschwindigkeitstest, ein einzelner hoher Ping oder die allgemeine Aussage, dass entfernte Uploads immer langsamer sind.

Tech- & KI-Zentrum

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.