hitko/nginx-pagespeed

nginx-pagespeed Docker镜像文档

镜像概述

本镜像为https://hub.docker.com/r/hitko/nginx-pagespeed/%E7%9A%84Docker%E9%95%9C%E5%83%8FGit%E4%BB%93%E5%BA%93%EF%BC%8C%E5%9F%BA%E4%BA%8E%E5%AE%98%E6%96%B9Nginx%E9%95%9C%E5%83%8F%E6%9E%84%E5%BB%BA%E3%80%82%E5%A6%82%E9%9C%80%E4%BA%86%E8%A7%A3Docker%E9%95%9C%E5%83%8F%E7%9A%84%E5%AE%8C%E6%95%B4%E4%BD%BF%E7%94%A8%E6%96%B9%E6%B3%95%E3%80%81%E8%B4%A1%E7%8C%AE%E6%8C%87%E5%8D%97%E5%8F%8A%E9%97%AE%E9%A2%98%E5%8F%8D%E9%A6%88%EF%BC%8C%E8%AF%B7%E5%8F%82%E8%80%83https://registry.hub.docker.com/_/nginx/%E3%80%82

核心功能与特性

• 基于官方Nginx镜像：继承官方Nginx镜像的所有基础功能与稳定性
• 集成pagespeed模块：提供网页性能优化能力，自动优化HTML、CSS、JavaScript等资源
• 支持Brotli压缩：实现比gzip更高效率的数据压缩，减少网络传输量
• 包含Openresty Lua模块：支持通过Lua脚本扩展Nginx功能，实现复杂业务逻辑

使用场景与适用范围

• 需要优化网页加载速度的Web应用服务
• 对静态资源（如图片、CSS、JS）有高效压缩需求的场景
• 需要通过Lua脚本扩展Nginx功能的业务场景（如动态请求处理、自定义缓存策略等）
• 希望在官方Nginx基础上增强性能优化能力的用户

使用方法与配置说明

基础使用

可直接基于本镜像启动容器，基础命令参考官方Nginx镜像：

bash
docker run --name nginx-pagespeed -p 80:80 -d hitko/nginx-pagespeed

自定义配置

若需自定义Nginx配置（包括pagespeed、Brotli等模块配置），可通过挂载本地配置文件实现：

bash
docker run --name nginx-pagespeed -p 80:80 -v /path/to/nginx.conf:/etc/nginx/nginx.conf -d hitko/nginx-pagespeed

pagespeed模块配置示例

在Nginx配置文件中添加pagespeed相关配置（具体参数可参考PageSpeed官方文档）：

nginx
pagespeed on;
pagespeed FileCachePath /var/ngx_pagespeed_cache;
pagespeed EnableFilters combine_css,combine_javascript;

Brotli压缩配置示例

启用Brotli压缩：

nginx
brotli on;
brotli_types text/plain text/css application/json application/javascript text/xml application/xml application/xml+rss text/javascript;
brotli_comp_level 6;

Docker Compose配置示例

yaml
version: '3'
services:
  nginx-pagespeed:
    image: hitko/nginx-pagespeed
    ports:
      - "80:80"
      - "443:443"
    volumes:
      - ./nginx.conf:/etc/nginx/nginx.conf
      - ./html:/usr/share/nginx/html
      - ./pagespeed_cache:/var/ngx_pagespeed_cache
    restart: always

注意事项

• 本镜像的基础使用方法与官方Nginx镜像一致，详细操作请参考https://registry.hub.docker.com/_/nginx/
• pagespeed模块缓存路径默认需确保容器内有读写权限，建议通过挂载卷持久化缓存数据
• Brotli压缩级别建议根据实际需求调整（1-9，级别越高压缩率越高但CPU消耗越大）