大規模なモバイルライブラリのインポート中に、Immichでエラーが断続的に発生するのはなぜですか?

Eva Wong は テクニカルライター であり、 生粋の技術好き としてZimaSpaceで活動しています。ホームラボやオープンソースソフトウェア をこよなく愛する生粋のギークで、複雑な技術概念をわかりやすく、実践的なガイド にまとめることを得意としています。Evaは、セルフホスティングは難しいものではなく、楽しむものだと考えています。チュートリアルを通じて、初めてのNAS構築からDockerコンテナの使いこなしまで、コミュニティがハードウェアのセットアップをわかりやすく理解できるよう 支援しています。、初めてのNAS構築からDockerコンテナの習得まで。

大規模なモバイルインポート中にImmichで断続的にエラーが発生する場合、通常はライブラリ全体やアップロード済みのすべてのアセットが破損しているのではなく、複数の処理が重なった際にいずれかのレイヤーで障害が発生しています。

大規模なインポートでは、モバイルのバックグラウンド動作、長時間のリクエスト、リバースプロキシやトンネルの制限、データベースへの書き込み、ストレージI/O、サムネイルと動画の処理、機械学習キューが同時に関与します。まず失敗したアセットの小さな一群とタイムスタンプを記録してください。その後、障害がスマートフォン、ネットワーク経路、アプリケーションサーバー、または過負荷の依存先のどこで始まっているかを特定します。

すべてを再試行する前に、エラーが発生した一群を分類する

失敗をメディアの種類、ファイルサイズ、送信元デバイス、ネットワーク経路、発生時刻で分類してください。大きな動画だけが失敗する場合は、CPUを調べる前にリクエストの所要時間とアップロード制限を確認してください。混雑する時間帯に写真と動画が無作為に失敗する場合は、サーバー共有リソースやネットワークの不安定さが有力な候補になります。

多数のモバイルアップロードエラーについて説明した2026年のImmichユーザー報告は、大量のスマートフォン内のバックログによって、アイテムごと、経路ごとの診断が必要なエラーが繰り返し発生する様子を示しており、参考になります。ただし、モバイルクライアントに普遍的なバグがあることを証明するものではありません。

最初の診断手順として「すべて再試行」を選ばないでください。失敗したアセットの名前またはIDを10件、成功した比較用アイテムを1件、該当するクライアントとサーバーのログの時間帯を保存してください。対象を少数に絞れば、元の証拠をかき消す新たな大量エラーを発生させずに変更をテストできます。

ローカルからのアップロードと通常のリモート経路を比較する

安定したローカルWi-Fi経由で、信頼できるローカルエンドポイントへ同じ小さなテストファイルと大きなテストファイルを直接アップロードし、その後、普段使っているリモートホスト名、VPN、トンネル、またはリバースプロキシ経由でも繰り返してください。経路を主な変数とするため、アカウントとアセットは同じものを使用してください。

大容量ファイルのバックアップ失敗に関する報告は、プロキシやトンネルのリクエスト制限がこの調査対象に含まれる理由を示しています。報告されたサービスやしきい値は導入環境によって異なります。一般的な確認方法は、ローカルからの直接転送は成功する一方、リモート経路では一貫して失敗するかどうかです。

両方の経路で同じアセットが失敗する場合は、サーバーとストレージの状況を確認してください。リモート経路でのみ失敗する場合は、最大リクエストボディーサイズ、リクエストのバッファリング、アイドルタイムアウトと読み取りタイムアウト、TLS終端、モバイルネットワークの切り替わり、再送を調べてください。サムネイル処理の同時実行数を変更しても、Immichに完全に届かないリクエストは修復できません。

エラーとキューの増加、リソースの逼迫状況を関連付ける

大規模なインポートでは、バックグラウンドジョブが蓄積している間もアップロードを受け付け続ける場合があります。障害発生中のCPU、メモリーの逼迫状況、ブロックI/Oのレイテンシー、データベースの応答性、コンテナの再起動、ジョブの完了状況を確認してください。使用率が高いだけでは証拠になりません。エラーと同時にその指標が変化している必要があります。

コンテナのCPU、メモリ、ネットワーク、ディスクの各指標に関するDockerリソース監視の記事では、ホスト全体の平均値だけを見るのではなく、コンテナ同士を比較することの重要性を解説しています。Linuxでは、同じ時刻のコンテナ指標と、ホストのストレージおよびメモリプレッシャーの情報を組み合わせてください。

メモリ不足でコンテナが終了する、アップロードエラーに伴ってストレージレイテンシが上昇する、またはキューの進行が止まる一方でデータベースの応答時間が急増する場合は、原因となっているワークロードまたは並列数だけを減らし、固定した対象群を再実行してください。リソースグラフに異常がなければ、アプリケーションログとネットワーク経路の診断に進んでください。

負荷の指標としてエラー率とテールレイテンシを捉える

平均応答時間を見るとシステムは正常に見えても、ピーク時には少数のリクエストがタイムアウトすることがあります。制御された時間内に、試行したアップロード数、失敗数、応答時間の中央値、遅延の大きい末尾のリクエストを記録してください。これにより、「断続的」という状態を感覚的なものではなく、測定可能なものにできます。

エラーとレイテンシの分析で紹介する負荷テストのフレームワークでは、ステータスクラス、接続の問題、分布、時系列の相関関係を分析することを推奨しています。家族のライブラリに大きな負荷をかける必要はありません。同じ分析方法を実際のインポート速度に適用してください。

到着率を下げると障害が大幅に減り、個々のファイルはすべて正常に処理される場合、現在のスタックにはそのインポート負荷に対応する余裕がありません。同じファイルが1つずつでも失敗する場合は、全般的な飽和ではなく、ファイル固有、パス固有、または再現性のあるソフトウェアエラーが原因です。

負荷要因を1つ減らし、同じインポートパターンを再テストする

根拠に基づいて予測される、最も安全な変更を選んでください。バックグラウンド処理の並列数を1つ減らす、別の負荷の高いコンテナを一時停止する、ローカル経路を使う、バックアップ時間帯以外にインポートする、プロキシのタイムアウトを修正する、などです。CPU制限、ストレージ、プロキシルール、アプリのバージョンを同時に変更しないでください。

スマートフォンの写真バックアップの中断に関するZimaSpaceのワークフローでは、モバイル側の原因を確認できます。バックグラウンドでのスケジュール設定、クラウド上にしかないオリジナル、ネットワーク状況の変化により、サーバーが正常でもアップロードが中断することがあります。

固定した対象群が成功し、同じ規模のインポートを安定したエラー率、進行するキュー、許容できる操作応答性で実行できる場合は合格とします。低負荷でも障害が続く、または同一のファイルで繰り返し発生する場合はエスカレーションしてください。クライアントログ、サーバーログ、プロキシの状態、リソースグラフ、ファイルの種類とサイズ、最初に失敗したリクエストを含めてください。

サポートとヒント

続きを読む

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.