¿Cuánto puede crecer una biblioteca de Jellyfin en un solo equipo?

Eva Wong es la redactora técnica y manitas residente en ZimaSpace. Es una geek de toda la vida apasionada por los laboratorios domésticos y el software de código abierto, y se especializa en traducir conceptos técnicos complejos en guías prácticas y fáciles de seguir. Eva cree que alojar servicios propios debería ser divertido, no intimidante. A través de sus tutoriales, ayuda a la comunidad a desmitificar la configuración del hardware, desde montar su primer NAS hasta dominar los contenedores Docker.

No existe un límite universal útil de elementos de Jellyfin que indique cuándo un servidor está «lleno». El límite práctico es el punto en que la base de datos, la memoria, el almacenamiento, las tareas programadas o la reproducción simultánea ya no pueden cumplir tu objetivo de tiempo de respuesta.

Dos bibliotecas con la misma cantidad de películas pueden exigirle cosas muy distintas a un servidor, porque la densidad de metadatos, las imágenes de capítulos, los datos de trickplay, el almacenamiento en red, la combinación de clientes y la demanda de transcodificación varían. Mide el equipo con tu carga de trabajo real y define un límite que puedas volver a comprobar tras cada ampliación importante de la biblioteca.

Empieza por el tamaño de la base de datos, no por la cantidad de archivos multimedia

Jellyfin guarda el estado de la biblioteca en su base de datos, mientras que los archivos multimedia permanecen en el sistema de archivos. A medida que crece el catálogo, la primera métrica útil es el tamaño y el comportamiento del conjunto de datos de Jellyfin, no los terabytes totales de archivos de películas.

La documentación de almacenamiento de Jellyfin señala que una base de datos para una biblioteca de tamaño moderado puede alcanzar aproximadamente entre 10 y 100 GB y recomienda mantenerla en almacenamiento local en lugar de en un recurso compartido de red. recomendaciones sobre el almacenamiento de bases de datos

Registra el tamaño de la base de datos, el espacio libre en el volumen de datos y el tiempo necesario para abrir vistas de bibliotecas grandes o realizar búsquedas cuando la caché ya está caliente. Si estos valores se mantienen estables mientras aumenta la capacidad multimedia, el tamaño de los archivos multimedia por sí solo no ha superado los límites de un solo servidor.

Mide el margen de memoria disponible cuando la base de datos ya está en caché

El comportamiento de la memoria es más importante en las versiones actuales de Jellyfin porque el servidor puede mantener una gran cantidad de datos de la base de datos en memoria para reducir las lecturas del disco. Por eso, un equipo que parecía tener recursos suficientes con un catálogo más pequeño puede mostrar un mayor uso sostenido de RAM cuando la biblioteca crece.

Las notas de la versión 10.11 de Jellyfin explican que el motor de base de datos almacena metadatos en la memoria de forma intensiva y puede usar memoria hasta alcanzar el tamaño de la base de datos de la biblioteca, liberándola cuando otros procesos la necesitan. almacenamiento en caché de la base de datos en memoria

Vigila la memoria disponible y la actividad de intercambio después de que la navegación normal haya calentado la caché. La señal de alerta no es un uso elevado de la caché por sí solo, sino una presión sostenida sobre la memoria, el intercambio de memoria o la latencia que aparece cuando Jellyfin compite con otros contenedores y desaparece al eliminar esa contención.

Mide el tiempo de las tareas en segundo plano que aumentan con la biblioteca

Los análisis de bibliotecas, las actualizaciones de metadatos, la extracción de imágenes, el procesamiento de subtítulos y otras tareas programadas pueden convertirse en el primer límite de escalabilidad, aunque la reproducción siga siendo fluida. Mide cuánto duran estas tareas y si coinciden con las horas en que la gente realmente usa el servidor.

La extracción de imágenes de capítulos es un ejemplo de un coste de escalado directo documentado por Jellyfin: activarla durante el análisis de la biblioteca puede ralentizarlo considerablemente, especialmente en bibliotecas grandes. coste del análisis de imágenes de capítulos

Si un análisis completo ahora ocupa la mayor parte de la ventana de mantenimiento, primero reduce el trabajo innecesario o programa las tareas más exigentes fuera de las horas punta. Que el análisis tarde más no significa automáticamente que el servidor se haya quedado pequeño; se convierte en un problema de capacidad cuando el mantenimiento coincide repetidamente con el uso interactivo o nunca termina de forma fiable.

Separa la escala de la biblioteca de la escala de la transcodificación

Un catálogo enorme no necesariamente encarece una transmisión con reproducción directa, mientras que uno pequeño puede sobrecargar la CPU cuando varios clientes incompatibles solicitan la transcodificación de video. Trata la escala del catálogo y la conversión de reproducción como pruebas de capacidad independientes.

Ejecuta una prueba de reproducción repetible con la combinación de clientes que realmente usas: una transmisión con reproducción directa, una transcodificación típica y, después, el pico de concurrencia esperado. Si el catálogo crece, pero estas pruebas de reproducción no cambian, el tamaño de la biblioteca no ha provocado que alcances el límite de transcodificación.

Si la saturación de la CPU solo aparece durante la transcodificación, ajusta los códecs, la aceleración por hardware o la compatibilidad del cliente antes de culpar a la base de datos. La guía de aceleración por hardware es un siguiente paso más pertinente que trasladar una base de datos de metadatos que funciona correctamente a un segundo servidor.

Comprueba la latencia del almacenamiento y la disponibilidad de archivos multimedia durante los análisis

Las bibliotecas grandes suelen abarcar varios discos o un NAS, por lo que la ruta hasta los archivos multimedia puede convertirse en la capa limitante. Compara la navegación interactiva y la reproducción con y sin un análisis de la biblioteca en curso, y observa la cola de disco o la latencia del recurso compartido de red en la ruta multimedia.

Jellyfin recomienda montar el almacenamiento Samba o NFS directamente en el sistema operativo y advierte que las tareas de mantenimiento programadas pueden eliminar elementos de la biblioteca si el almacenamiento no está disponible cuando se ejecuta una tarea. Advertencia sobre el almacenamiento en red y el mantenimiento

Si la base de datos es rápida, pero los directorios multimedia desaparecen de forma intermitente o los análisis de metadatos se bloquean en un recurso compartido lento, añadir CPU no resolverá el verdadero cuello de botella. Primero, corrige la fiabilidad del montaje, la latencia del almacenamiento o la programación de tareas; después, repite la misma prueba comparativa.

Define tu propio límite para un único equipo con una prueba comparativa repetible

Antes de ampliar la biblioteca, crea una pequeña tabla de evaluación: latencia de búsqueda con la caché activa, tiempo para abrir una colección grande, duración del análisis completo, tamaño de la base de datos, RAM disponible, latencia máxima del almacenamiento y una prueba representativa de reproducción simultánea. Usa las mismas mediciones cada vez.

Un flujo de trabajo para un centro multimedia doméstico práctico ya separa el almacenamiento multimedia de la capa de la aplicación Jellyfin; mantén esa separación en tu prueba comparativa para saber si la ralentización se debe al equipo, a la ruta de almacenamiento o a los clientes.

Considera que un único equipo se ha quedado pequeño solo cuando un objetivo medido falla repetidamente después de aplicar ajustes de bajo riesgo: las solicitudes interactivas siguen siendo lentas, los análisis no terminan dentro de la ventana de mantenimiento, la presión de memoria provoca el uso de la memoria de intercambio, no se puede aislar la latencia del almacenamiento o las transcodificaciones necesarias superan la capacidad de procesamiento disponible. En ese momento, los datos te indican qué recurso ampliar, en lugar de obligarte a fijar un umbral arbitrario de elementos.

Soporte y consejos

Más para leer

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.