Quelle bande passante réseau Jellyfin nécessite-t-il pour le streaming domestique multi-utilisateur ?
Les besoins en bande passante de Jellyfin correspondent au débit binaire maximal des flux diffusés simultanément, auquel il faut ajouter la surcharge du protocole et une marge de sécurité ; le débit montant distant constitue généralement la limite la plus contraignante.
Un serveur domestique peut gérer plusieurs sessions locales en lecture directe sur un réseau Ethernet gigabit, tandis que le même ensemble de flux échoue à distance, car la capacité montante est partagée entre tous les flux et les activités du foyer. Séparez les débits des flux, la qualité côté client, le sens du trafic et le comportement en rafales lorsque vous estimez une limite sûre pour plusieurs utilisateurs.
Commencez par le débit diffusé, pas par la taille du fichier
Plusieurs utilisateurs regardent des fichiers de tailles et de codecs différents. La relation pertinente est la suivante : le réseau transporte le débit de lecture directe, de remux ou de transcodage effectivement diffusé, et non la taille de stockage du fichier source.
L’effet observable est le suivant : deux fichiers de durée similaire peuvent nécessiter des bandes passantes très différentes, car leur débit d’encodage et leur qualité diffèrent. C’est pourquoi le résultat change selon la condition indiquée. débit diffusé
La limite est précise : les moyennes masquent les scènes de pointe et les rafales de segments. En pratique, enregistrez le débit de sortie et le sens du trafic pour chaque session.
Ajoutez la surcharge du protocole et les rafales de segments
Les débits par session sont connus. La relation pertinente est la suivante : la diffusion segmentée et les protocoles réseau ajoutent des en-têtes et créent de courtes rafales dépassant la moyenne du débit média.
L’effet observable est le suivant : une liaison peut transmettre le débit moyen tout en provoquant une mise en mémoire tampon lorsque les rafales dépassent la capacité des files d’attente ou la marge montante. C’est pourquoi le résultat change selon la condition indiquée. demande en rafale
La limite est précise : la surcharge varie selon le protocole, le client, le chiffrement et la taille des segments. En pratique, utilisez un facteur de sécurité et mesurez le chemin réel lorsque vous approchez de la limite.
Dimensionnez séparément les flux sur le réseau local et à distance
Une demande prudente par flux est disponible. La relation pertinente est la suivante : les sessions locales consomment le réseau local et la sortie du serveur ; les sessions distantes consomment également le débit montant du WAN, le proxy, le VPN et parfois la capacité du relais.
L’effet observable est le suivant : la lecture locale fonctionne tandis que les sessions distantes subissent une mise en mémoire tampon à la limite du débit montant. C’est pourquoi le résultat change selon la condition indiquée. limite du débit montant distant
La limite est précise : un réseau local gigabit n’augmente pas une liaison montante de 20 Mbit/s. En pratique, calculez séparément le total cumulé local et le total cumulé du débit montant distant.
Prévoyez une marge plutôt qu’un strict minimum
Les totaux locaux et distants sont calculés. La relation pertinente est la suivante : la marge absorbe les pics de débit, la surcharge TCP/TLS, le trafic en arrière-plan et les erreurs de mesure.
L’effet observable est le suivant : les flux restent stables lorsque la demande de pointe mesurée demeure inférieure au budget choisi pour la liaison ; la mise en mémoire tampon commence lorsque la file d’attente consomme la marge. C’est pourquoi le résultat change selon la condition indiquée. test de débit simultané
La limite est précise : aucun pourcentage fixe ne convient à tous les fournisseurs d’accès, VPN ou clients. En pratique, réservez une marge documentée et validez-la avec une lecture simultanée.
Produits recommandés
Centre Tech & IA
Plus à lire
Les caméras domestiques peuvent-elles synchroniser les événements sans services horaires cloud ?
Une explication axée sur les mécanismes de l’heure de la caméra sans cloud, ses compromis liés aux ressources partagées, trois FAQ sur la diffusion...
Un service d’IA local peut-il détecter les couches de modèle corrompues avant l’inférence ?
Une explication axée sur les mécanismes de la détection des couches de modèle corrompues, de ses compromis en matière de ressources partagées, de trois...
Un système RAG peut-il être restauré sans régénérer chaque embedding ?
Une explication de la restauration RAG sans réencodage, axée sur le mécanisme, de ses compromis en matière de ressources partagées, trois FAQ sur la...
