CompreFace 人脸识别系统部署方案详解

CompreFace 人脸识别系统部署方案详解

CompreFace Leading free and open-source face recognition system 项目地址: https://gitcode.com/gh_mirrors/co/CompreFace

CompreFace 是一个开箱即用的人脸识别系统，采用微服务架构设计，包含多个服务组件和数据库。本文将全面解析 CompreFace 的三种主要部署方式，帮助开发者根据实际需求选择最适合的安装方案。

一、部署方案对比

CompreFace 提供三种主要部署方式，各有特点：

| 部署方式 | 优势 | 劣势 | 适用场景 | |---------|------|------|---------| | Docker Compose（默认） | 配置简单、运行方便、经过质量测试 | 需要 Docker Compose 环境、单机运行 | 本地开发测试环境 | | Kubernetes | 易于扩展 | 需要 Kubernetes 集群 | 生产环境部署 | | 单容器部署 | 最简单快捷 | 可靠性较低、单机运行 | Docker Compose 无法使用时的替代方案 |

二、Docker Compose 部署详解

这是官方推荐的默认部署方式，适合大多数开发测试场景。

2.1 部署步骤

1. 确保系统已安装 Docker 和 Docker Compose
2. 下载项目提供的 docker-compose.yml 和 .env 配置文件
3. 执行 docker-compose up -d 启动服务

2.2 运维指南

• 启动等待：首次启动需等待至少30秒，期间不要中断，以免数据库迁移失败
• 服务检查：使用 docker-compose ps 确认5个服务状态均为"Up"
• 日志查看：
  • 单服务日志：docker-compose logs -f 服务名
  • 全部日志：docker-compose logs -f
• 启停操作：
  • 停止：docker-compose stop
  • 启动：docker-compose start
  • 重启：docker-compose restart
• 数据管理：
  • 数据存储在名为<项目目录>_postgres-data的Docker卷中
  • 清理数据：先停止服务，再删除卷，最后重新启动

2.3 常见问题

问题1：核心服务无法启动
解决方案：检查CPU是否支持AVX指令集（x86架构要求）

问题2：管理服务启动卡在"Waiting for changelog lock..."
解决方案：清理现有安装并重新部署

三、单容器部署方案

这种部署方式将所有服务打包到一个容器中，适合快速体验和简单测试。

3.1 基本部署命令

docker run -d --name=CompreFace \
  -v compreface-db:/var/lib/postgresql/data \
  -p 8000:80 \
  exadel/compreface

3.2 高级配置

• 使用外部数据库：

docker run -d --name=CompreFace \
  -e "POSTGRES_URL=jdbc:postgresql://url:port/db_name" \
  -e POSTGRES_USER=user \
  -e POSTGRES_PASSWORD=pass \
  -e EXTERNAL_DB=true \
  -p 8000:80 \
  exadel/compreface

• 指定版本：

docker run ... exadel/compreface:0.6.0

• GPU支持：

docker run ... --runtime=nvidia exadel/compreface:1.0.0-arcface-r100-gpu

3.3 运维要点

1. 首次启动需45秒以上，因需要按顺序启动各服务
2. 使用 docker logs CompreFace -f 查看启动日志
3. 数据存储在名为compreface-db的Docker卷中
4. 可设置自动重启：--restart=always
5. 内存配置示例：

docker run -d -e "API_JAVA_OPTS=-Xmx8g" ...

四、Kubernetes 部署说明

Kubernetes 部署适合生产环境，提供良好的扩展性和高可用性。由于篇幅限制，本文不展开详细介绍，但需要注意以下几点：

1. 需要预先配置好 Kubernetes 集群
2. 各服务可以独立扩展
3. 建议使用持久化存储确保数据安全
4. 可通过 Horizontal Pod Autoscaler 实现自动扩缩容

五、部署方案选择建议

• 开发测试：优先使用 Docker Compose
• 生产环境：推荐 Kubernetes 部署
• 快速体验：可选择单容器方式

无论选择哪种部署方式，都建议先了解系统硬件要求，特别是CPU指令集支持情况，这对人脸识别性能有重要影响。

CompreFace Leading free and open-source face recognition system 项目地址: https://gitcode.com/gh_mirrors/co/CompreFace