Combien d’utilisateurs un petit serveur Plex peut-il prendre en charge ?

Eva Wong est la rédactrice technique et bricoleuse résidente chez ZimaSpace. Geek depuis toujours, passionnée par les homelabs et les logiciels open source, elle se spécialise dans la traduction de concepts techniques complexes en guides accessibles et pratiques. Eva croit que l’auto-hébergement doit être amusant, pas intimidant. À travers ses tutoriels, elle donne à la communauté les moyens de démystifier les configurations matérielles, depuis la construction de leur premier NAS jusqu’à la maîtrise des conteneurs Docker.

Un petit serveur Plex peut prendre en charge de nombreux utilisateurs enregistrés si seuls quelques-uns sont actifs, tandis qu’une poignée de transcodages simultanés peut rapidement l’épuiser.

Le nombre de comptes ne consomme pas les mêmes ressources que la lecture simultanée. La lecture directe, la conversion à distance, la bande passante montante, la gestion des sous-titres et les analyses en arrière-plan modifient le coût par session. Construisez un scénario de concurrence maximale à partir des habitudes réelles du foyer, puis ajoutez des utilisateurs jusqu’à ce qu’une ressource mesurée approche de la saturation.

Les sessions simultanées comptent davantage que le nombre total de comptes

Dix comptes avec deux sessions simultanées en lecture directe peuvent être plus faciles à gérer que trois comptes qui déclenchent tous une conversion 4K intensive. Le dénominateur pertinent est la charge active, et non le nombre de comptes.

Les systèmes vidéo multi-utilisateurs sont confrontés à une concurrence pour la bande passante partagée lorsque la demande simultanée approche la capacité disponible en périphérie, raison pour laquelle le chevauchement des sessions doit faire partie du modèle de capacité.

Notez l’heure la plus chargée pendant une semaine et séparez les sessions en lecture directe locale, en lecture directe à distance et en transcodage. Utilisez cette répartition comme test de charge au lieu de multiplier un nombre estimé de « flux par utilisateur ».

Le transcodage modifie le coût de calcul par utilisateur

Un seul client incompatible peut transférer la charge vers le serveur, alors que plusieurs clients compatibles l’auraient évitée. L’accélération matérielle peut modifier le nombre de conversions simultanées qu’un petit processeur est capable de maintenir.

Un Intel N100 basse consommation peut gérer plusieurs sessions de transcodage matériel lorsque son moteur multimédia prend en charge la charge de travail, de sorte que la capacité en utilisateurs varie fortement entre la lecture directe et les scénarios exigeant beaucoup de conversions.

Testez exactement les codecs, les sous-titres, les conditions HDR et les limites de qualité utilisés par le foyer. Ne comptabilisez pas un résultat de transcodage matériel si un parcours client courant repasse malgré tout en traitement logiciel.

Les utilisateurs à distance partagent la capacité montante

La lecture directe à distance peut solliciter peu le processeur, tout en se disputant la même connexion montante. Ajouter du processeur ne résout pas le problème d’une liaison WAN déjà proche de la saturation.

La méthode d’analyse de la saturation des ressources s’applique au chemin réseau comme au processeur ou au stockage : la mise en file d’attente et les erreurs persistantes comptent davantage qu’un seul relevé de forte utilisation.

Exécutez des sessions à distance simultanées depuis un réseau externe et surveillez la marge disponible en débit montant. Le chemin de diffusion à distance doit être testé avec les mêmes paramètres de qualité que ceux que les utilisateurs sélectionneront réellement.

-15% OFF

Les tâches en arrière-plan réduisent la marge d’utilisateurs sûre

Les analyses de bibliothèque, la génération d’aperçus, les sauvegardes et les conteneurs associés peuvent se dérouler pendant la lecture et consommer le même processeur, la même mémoire et le même stockage. Les tests de capacité qui les ignorent surestiment le nombre stable d’utilisateurs.

Les tâches de base de données et de métadonnées en arrière-plan peuvent consommer une quantité importante de processeur et de mémoire dans les grandes bibliothèques, réduisant la marge disponible pour la lecture simultanée.

Répétez le test avec le nombre maximal d’utilisateurs une fois les tâches planifiées activées. Définissez l’enveloppe prise en charge comme la charge la plus élevée qui reste saine dans un pire cas normal, et non comme le meilleur résultat obtenu avec un serveur inactif.

Centre Tech & IA

Plus à lire

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.