ライブTVの録画は大容量で長期保存するメディアファイルですが、アプリケーションデータはサーバーの起動や管理に必要な、小容量で遅延の影響を受けやすい状態データです。両方を同じコンテナボリュームに置くと、1つの録画だけでデータベース、ログ、アップグレードに必要な空き容量を使い切ることがあります。
安全な設計では、録画用に独立したホストデータセットまたは共有領域を用意してコンテナにマウントし、DVR設定でコンテナ内のパスを指定します。トランスコード用の一時領域は3つ目のデータ種別であり、設定ボリュームに安易に保存されないようにする必要があります。
3つのストレージの役割を分ける
永続的な設定パス、録画ライブラリ、トランスコードまたはタイムシフト用の作業領域を特定します。それぞれのホストパスとコンテナパスを簡単な一覧にまとめてください。コンテナから保存先が見えない場合、ダッシュボードの設定項目だけを変更しても不十分です。
設定は信頼性の高いストレージに置き、通常のバックアップ対象にします。録画は想定される書き込み速度に対応できる大容量向けストレージに保存し、一時的なトランスコードデータはデータベースの容量を圧迫しない場所に配置します。
平均的なエピソードではなく、最悪のケースを想定した録画サイズを見積もります。チューナーのストリームビットレートに、予定されている録画の最長時間を掛け、同時録画分も加算します。さらに、ファイルシステムやアプリケーションの動作を考慮して、運用上必要な空き容量を確保します。
録画専用の保存先をマウントする
/srv/media/recordings のようなホストディレクトリまたはデータセットを作成し、/recordings のような分かりやすいパスでコンテナにマウントします。コンテナを再作成しても保持されるバインドマウントまたは管理ボリュームを使用してください。
所有权と権限を、Jellyfinプロセスが使用するUIDとGIDに合わせます。保存先が見えていても書き込みできない場合、権限エラーが発生しやすく、運用担当者が既定のアプリデータパスに戻したくなることがあります。
録画パスのアクセス権限エラーに関するコミュニティの報告は、パスが見えるだけではテストとして不十分であることを示しています。実際の番組を予約する前に、コンテナのユーザーとして小さなファイルを作成し、削除してください。
DVRとスクラッチのパスをそれぞれ適切なボリュームに設定する
ライブTVまたはDVRの設定で、録画パスにホスト側のパスではなく、コンテナから見える録画用マウントを設定します。インストール済みのリリースで映画とシリーズの保存先を個別に設定できる場合、分割する理由がなければ、両方を同じ容量管理対象の録画データセット内に保管してください。
十分な短期容量がある専用のスクラッチマウントをトランスコード先に設定します。録画をトランスコードディレクトリに置かないでください。スクラッチデータは積極的に削除される場合がありますが、完了した録画はユーザーデータです。
後処理を使う場合、Jellyfinの後処理の動作では、完了した録画のパスがスクリプトに渡されます。スクリプトから同じマウントパスが見えること、誤ってファイルをアプリケーション用ボリュームに移動できないことを確認してください。
障害状態をテストし、容量のガードレールを追加する
短い手動録画を開始し、録画データセット上でサイズが増えることを確認してから停止し、録画を再生します。コンテナを再起動して再度再生し、マウントが永続化されており、匿名のコンテナレイヤーではないことを確認します。
録画データセットとアプリデータ用ボリュームの両方について、空き容量または使用率のアラートを設定します。保持ルールは役立ちますが、クリーンアップの失敗、重複した予約、想定外に長い番組によって見積もりが狂う可能性があるため、アラートの代わりにはなりません。
容量の大きい録画とは別に、小さな設定用ボリュームをバックアップします。Jellyfinの廃止チェックリストは、必須の状態情報と置き換え可能なメディアサーバーのコンポーネントを区別するための、便利なインベントリモデルです。
サポートとヒント
続きを読む

家族に見られないように、NAS上のアダルト動画を隠す方法
家族で使うNASでは、アダルト動画を非公開に保ちましょう。フォルダーのアクセス権、PlexとJellyfinのライブラリーへのアクセス、サムネイル、視聴履歴、共有テレビのログイン情報、DLNAを確認してください。

Transformersでコミュニティモデルを読み込む前に確認すべきこと
TransformersのJinjaサンドボックスアップデートを使って、モデルの来歴、チャットテンプレート、リモートコード、シリアライズされた重み、隔離された初回実行を確認しましょう。

Mirageをローカルで実行:1枚の画像から文字認識と物体検出
Cactus Computeの小型ローカルビジョンモデルを試し、実際の入力でOCRとオブジェクト抽出を検証して、メモリ、言語、プライバシーの制限を把握しましょう。



