Varför sökningar i Jellyfin blir långsammare när biblioteket växer

Eva Wong

IceWhale author

Eva Wong är Teknisk skribent och den boende fixaren på ZimaSpace. En livslång nörd med en passion för hemma-labb och öppen källkod, hon specialiserar sig på att översätta komplexa tekniska koncept till tillgängliga, praktiska guider. Eva tror att självhosting ska vara roligt, inte skrämmande. Genom sina handledningar ger hon gemenskapen verktyg att avmystifiera hårdvaruinstallationer, från att bygga sin första NAS till att bemästra Docker-containrar.

Why Jellyfin Search Gets Slower as the Library Grows - Zima Store Online

Jellyfin-sökningar kan bli långsammare när biblioteket växer, om frågebearbetningen eller arbetsmängden överstiger effektiva index och återanvändning av cache.

Att biblioteket växer är inte i sig ett bevis på databasproblem. En större katalog kan förändra antalet poster, relationer och bildsökningar, medan skanningar eller bakgrundsskrivningar ökar konkurrensen om resurser. Håll frågan och klienten konstanta och skilj databastid från bildinläsning och gränssnittsrendering.

Tillväxt förändrar frågebearbetningen

Ett växande bibliotek tillför titlar, personer, genrer, sökvägar, leverantörs-ID:n och relationer som sökningen kan behöva granska eller sammanfoga. Kostnaden beror på frågans utformning och hur väl indexen passar, inte bara på mängden mediedata.

Använd modellen för beständiga dataroller för att tänka i termer av poster och relationer i stället för ett enda tal för ”bibliotekets storlek”.

En stor samling filmfiler kan förbli responsiv om antalet indexerade objekt är måttligt, medan många små objekt snabbt kan öka frågebearbetningen.

Index och frågans utformning måste passa ihop

Ett index hjälper när dess nyckelordning och selektivitet passar de filter eller den sorteringsordning som används. En fråga som efterfrågar bred textsökning, sammanfogar flera relationer eller sorterar ett stort resultat kan fortfarande behöva genomsöka mer data än en smal uppslagning.

Jämför frågan med en allmän förklaring av lagringsfördröjning och genomströmning för att förstå hur lagringsfördröjning och åtkomstmönster skiljer sig åt; det exakta Jellyfin-resultatet beror på dess databas- och klientväg.

Den användbara mätningen är samma fråga före och efter tillväxten, inte ett riktmärke från ett annat sökmönster.

Cache och lagring kan förväxlas med frågekostnad

Databassidor, bildfiler och filsystemsmetadata som inte finns i cache kan få sökningen att kännas långsammare även när frågeplanen är oförändrad. Bakgrundsskanningar eller säkerhetskopieringar kan skapa köer och tränga undan användbara sidor mellan körningarna.

Separera kalla och varma fall med metoden för kalla och varma riktmärken innan du skyller på katalogens tillväxt.

Om den andra sökningen är snabb men den första långsam, är cache eller lagring en del av upplevelsen. Om båda är långsamma bör frågebearbetning eller konkurrens i databasen väga tyngre.

-15% OFF

ZimaBoard 2 - Minihemmserver för din stora idé

Single board computer zimaboard2

Kontrollera orsak kontra villospår

Mät frågetid, renderingen av resultatet, bildinläsning, lagringsfördröjning och bakgrundsskrivningar som separata händelser. Upprepa sedan mätningen efter att ha pausat ett konkurrerande jobb eller ändrat en enda parameter i begäran.

Ett kort arbetsflöde för Jellyfin-klienters beteende kan visa om problemet hör till databasarbetet, bildvägen eller klientens gränssnitt.

Sluta tillskriva långsamheten bibliotekets tillväxt när det räcker att ta bort en annan orsak för att återställa utgångsläget. Tillväxten är förutsättningen; den begränsande mekanismen behöver fortfarande belägg.