Jellyfin nie ma jednej niezawodnej wartości procentowej stałego narzutu, ponieważ metadane, grafiki, pamięć podręczna, indeksy i tymczasowe transkodowanie zwiększają się w różnym tempie w zależności od multimediów źródłowych.
Dwie biblioteki o takim samym rozmiarze multimediów mogą wymagać zupełnie różnej ilości miejsca na dane aplikacji, gdy różnią się liczbą elementów, zagęszczeniem grafik, podglądami, skanowaniem lub aktywnością użytkowników. Mierz osobno katalog danych i ścieżki tymczasowe. Celem jest budżet pojemności oparty na wzroście i zachowaniu szczytowym, a nie uniwersalnej regule 5%.
Dane aplikacji trwałych to osobna pula pojemności
Baza danych, metadane, grafiki, logi i generowane indeksy są używane podczas przeglądania, skanowania i aktualizowania stanu odtwarzania. Należy je mierzyć niezależnie od filmów i odcinków, których dotyczą.
Model narzutu pamięci masowej rozdziela pojemność na dane aplikacji od pojemności na multimedia i wyjaśnia, dlaczego oba rodzaje danych rosną według różnych krzywych.
Duże archiwum multimediów może mieć niewiele metadanych, podczas gdy mniejsza biblioteka z rozbudowanymi grafikami lub podglądami może zajmować więcej miejsca na dane aplikacji.
Ustawienia funkcji zmieniają zajętość miejsca
Zagęszczenie grafik, miniatury podglądu, dane analityczne, liczba elementów, wtyczki i sposób działania pamięci podręcznej mogą zwiększać ilość trwale zajmowanego miejsca. Tymczasowe transkodowanie działa inaczej: podczas aktywnych konwersji tworzy szczytowe zapotrzebowanie robocze.
Wykorzystaj opóźnienie i przepustowość pamięci masowej, aby przy doborze ścieżki przechowywania rozróżnić opóźnienie, przepustowość i tymczasową przestrzeń roboczą.
Trwały wzrost należy uwzględnić w budżecie danych aplikacji, a przejściowe wartości szczytowe — w budżecie przestrzeni roboczej.
Dlaczego reguły procentowe zawodzą
Stała proporcja nie sprawdza się, gdy biblioteka zawiera wiele małych elementów, gdy włączone są podglądy lub gdy równoczesne konwersje tworzą wyjątkowo duże segmenty tymczasowe. Może też zawyżać wymagania w przypadku prostej biblioteki z niewielką ilością generowanych zasobów.
Porównanie w ramach modelu narzutu pamięci masowej pokazuje, dlaczego zmierzony bieżący rozmiar i tempo wzrostu są bardziej przydatne niż pojedyncza wartość procentowa.
Granica zmienia się, gdy funkcja lub obciążenie zmienia krzywą wzrostu danych; po takich zmianach wykonaj ponowne obliczenia.
Utwórz budżet na podstawie pomiarów
Zapisz bieżący rozmiar danych aplikacji, miesięczny przyrost, największy szczyt tymczasowego transkodowania oraz rezerwę na kopie zapasowe. Trzymaj rezerwę na kopie zapasowe poza katalogiem aktywnych danych, aby miejsce potrzebne do odzyskiwania danych nie mogło zostać zużyte podczas normalnej pracy.
Skorzystaj ze schematu budżetu pamięci masowej opartego na modelu narzutu i aktualizuj go po skanowaniu, zmianach analizy lub znacznym powiększeniu biblioteki.
Przestań dodawać pojemność, gdy zmierzony trwały wzrost i tymczasowe wartości szczytowe mieszczą się w wybranym marginesie wolnego miejsca.
Centrum Technologii i Sztucznej Inteligencji
Więcej do przeczytania

Czy kamery domowe mogą synchronizować zdarzenia bez korzystania z chmurowych usług czasu?
Wyjaśnienie działania czasu kamery bez chmury, jego kompromisów związanych ze współdzielonymi zasobami, trzy często zadawane pytania dotyczące rozsyłania zapytań oraz praktyczny protokół weryfikacji.

Czy lokalna usługa AI może wykryć uszkodzone warstwy modelu przed wnioskowaniem?
Wyjaśnienie wykrywania uszkodzeń warstwy modelu oparte na mechanizmach, kompromisy związane ze współdzielonymi zasobami, trzy najczęściej zadawane pytania dotyczące rozgałęziania zapytań oraz praktyczny protokół weryfikacji.

Czy system RAG można przywrócić bez ponownego generowania wszystkich wektorów embeddingowych?
Wyjaśnienie działania mechanizmu przywracania RAG bez ponownego tworzenia osadzeń, kompromisy związane ze współdzielonymi zasobami, trzy często zadawane pytania dotyczące rozsyłania zapytań oraz praktyczny protokół...

