tfgco/pusher Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

Pusher Docker镜像文档

镜像概述

Pusher Docker镜像是一个专注于移动推送通知的服务端解决方案，核心功能是为iOS（通过APNs协议）和Android（通过GCM协议）设备提供快速、大规模的消息推送能力。该镜像旨在解决高并发场景下的推送效率问题，确保通知能够低延迟、高可靠地送达目标设备，适用于需要触达大量用户的各类应用场景。

核心功能和特性

• 多协议支持：原生集成APNs（Apple Push Notification service）和GCM（Google Cloud Messaging）协议，覆盖iOS和Android主流移动平台。
• 高性能推送：针对大规模消息分发优化，具备高吞吐量特性，支持单次推送数万至数百万条通知。
• 低延迟响应：通过高效的连接池管理和异步处理机制，实现推送请求的快速响应，减少消息送达延迟。
• 轻量部署：基于Docker容器化封装，简化部署流程，支持快速启停和环境一致性保障。

使用场景和适用范围

• 移动应用通知：社交媒体、新闻资讯、电商平台等需要向用户实时推送更新、活动、订单等信息的场景。
• 大规模用户触达：企业级应用需要向百万级以上用户批量发送营销通知、系统公告或紧急提醒的场景。
• 跨平台推送统一管理：需同时对接iOS和Android推送通道，简化多平台推送逻辑的开发和运维场景。

使用方法和配置说明

基础部署

通过Docker命令快速启动Pusher服务：

bash
docker run -d \
  --name pusher-service \
  -p 8080:8080 \  # 服务端口映射
  -v /local/pusher/config:/app/config \  # 配置文件挂载（可选）
  -v /local/pusher/certs:/app/certs \  # 证书文件挂载（APNs需证书）
  pusher:latest

核心配置参数

环境变量配置

配置文件挂载（可选）

若需更复杂配置（如连接池大小、重试策略等），可通过挂载配置文件实现。默认配置文件路径为/app/config/pusher.yaml，挂载本地配置文件覆盖默认配置：

yaml
# 示例pusher.yaml配置
apn:
  enabled: true
  cert_path: /app/certs/apn_production.p12
  cert_password: your_apn_cert_password
  connection_pool_size: 50  # APNs连接池大小
gcm:
  enabled: true
  api_key: AIzaSyDxxx...
  timeout: 5s  # GCM请求超时时间
server:
  port: 8080
  worker_count: 10  # 处理推送任务的工作线程数

推送接口调用示例

服务启动后，可通过HTTP接口提交推送任务（假设服务运行在本地8080端口）：

bash
# 发送单条APNs通知示例
curl -X POST http://localhost:8080/push/apn \
  -H "Content-Type: application/json" \
  -d '{
    "device_token": "a1b2c3d4...",  # iOS设备token
    "payload": {
      "aps": {
        "alert": "您有一条新消息",
        "sound": "default",
        "badge": 1
      }
    }
  }'

# 发送批量GCM通知示例
curl -X POST http://localhost:8080/push/gcm/batch \
  -H "Content-Type: application/json" \
  -d '{
    "device_tokens": ["token1", "token2", "token3"],  # Android设备token列表
    "payload": {
      "notification": {
        "title": "系统公告",
        "body": "新功能已上线，立即体验！"
      }
    }
  }'

注意事项

• APNs证书需确保有效且与推送环境（开发/生产）匹配，证书过期或配置错误会导致推送失败。
• GCM API密钥需在Google Cloud Console中正确配置，并启用GCM/FCM服务。
• 大规模推送时建议逐步增加并发量，避免因瞬时流量过大导致服务过载。