
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
该镜像提供媒体流基准测试功能,使用https://github.com/nginx/nginx作为流服务器托管不同长度和质量的视频,客户端基于https://github.com/httperf/httperf的wsesslog会话生成器生成请求混合,用于压力测试服务器在视频流场景下的性能表现。
适用于测试媒体流服务器在不同负载下的性能表现,评估服务器处理多视频流请求的能力,可用于流媒体服务的性能优化、容量规划和压力测试。
支持的标签及其对应的Dockerfile链接:
这些镜像通过parsa-epfl/cloudsuite https://github.com/parsa-epfl/cloudsuite/blob/master/benchmarks/media-streaming中的Dockerfile自动构建。
流服务器需要视频数据集才能提供服务。数据集通过专用镜像生成,并以卷的形式提供给服务器。
拉取数据集镜像
bash$ docker pull cloudsuite3/media-streaming:dataset
创建数据集容器
创建暴露视频数据集卷的容器,供流服务器使用:
bash$ docker create --name streaming_dataset cloudsuite3/media-streaming:dataset
为实现服务器与客户端间的通信,需创建专用Docker网络:
bash$ docker network create streaming_network
后续启动的容器将连接到此网络。
拉取服务器镜像
bash$ docker pull cloudsuite3/media-streaming:server
运行服务器容器
启动服务器,挂载数据集卷并连接到streaming_network网络:
bash$ docker run -d --name streaming_server --volumes-from streaming_dataset --net streaming_network cloudsuite3/media-streaming:server
拉取客户端镜像
bash$ docker pull cloudsuite3/media-streaming:client
运行客户端容器
启动客户端容器,连接到streaming_network网络,指定输出目录映射:
bash$ docker run -t --name=streaming_client -v /path/to/output:/output --volumes-from streaming_dataset --net streaming_network cloudsuite3/media-streaming:client streaming_server
客户端工作机制
客户端会生成不同视频和质量的请求混合,通过实验性二进制搜索找到服务器可维持的峰值请求率(同时保持可接受的失败率)。测试结束后,结果日志文件位于容器的/output目录,可通过-v /path/to/output:/output映射到主机目录。
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务