使用docker搭建seafile服务器

工作需要在单位和家里的不同电脑上同步指定文件夹及其内容。对比了一些解决方案，最终还是选择熟悉的seafile来做。

需要按照官方文档进行seafile的安装，选择官方推荐的docker方式快速部署。

由于网络因素，直接访问国外源非常慢甚至超时退出无法完成，所以我下面尝试替换成国内阿里云的源，实际体验速度提升非常明显。

• 1.使用yum安装依赖包
• 2.添加yum软件源后安装Docker
• 3.配置Docker国内镜像加速
• 4.使用docker pull拉取seafile镜像
• 5.使用docker run运行seafile服务
• 6.开启防火墙策略/安全组策略

1.使用yum安装依赖包

yum install -y yum-utils \
device-mapper-persistent-data \
lvm2

2.添加yum软件源后安装Docker

yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo
yum install docker-ce docker-ce-cli containerd.io
#启动docker
systemctl start docker

3.配置Docker国内镜像加速

vi /etc/docker/daemon.json

镜像加速器地址： https://cr.console.aliyun.com/cn-hangzhou/instances/mirrors

打开以后你可以看见你的专属加速器地址xxxxxxxx.mirror.aliyuncs.com

将其配置到daemon.json文件中：

{ "registry-mirrors": ["https://xxxxxxxx.mirror.aliyuncs.com"] }

需重启docker服务：

systemctl daemon-reload
systemctl restart docker

4.使用docker pull拉取seafile镜像

[root@alfredzhao-ecs01 ~]# docker pull seafileltd/seafile
Using default tag: latest
latest: Pulling from seafileltd/seafile
1489501ea318: Pull complete
c197ac8352c5: Pull complete
Digest: sha256:f0d42312c8935973515213677619b3fed877c7276949ac18e01804565a21ba7e
Status: Downloaded newer image for seafileltd/seafile:latest
docker.io/seafileltd/seafile:latest

注意：这里如果没有上一步配置合理的registry-mirrors，速度就会非常慢。

5.使用docker run运行seafile服务

docker run -d --name seafile \
  -e SEAFILE_SERVER_HOSTNAME=seafile.example.com \
  -e SEAFILE_ADMIN_EMAIL=me@example.com \
  -e SEAFILE_ADMIN_PASSWORD=your_password \
  -v /opt/seafile-data:/shared \
  -p 8000:8000 \
  -p 8082:8082 \
  seafileltd/seafile:latest

注意：这里端口的映射，早期文档给的是一个端口，而我们需要配置两个端口。服务器域名/邮箱/密码都按照真实情况设置即可。

6.开启防火墙策略/安全组策略

基本同上，根据实际需要修改创建seafile的参数即可，服务器域名可以去注册一个，如果没有，直接使用服务器的公网ip地址也可以。另外要检查服务器的防火墙设置是否打开了对应端口。

firewall-cmd --zone=public --add-port=8000/tcp --permanent
firewall-cmd --zone=public --add-port=8082/tcp --permanent 

firewall-cmd --reload

注意：如果是ECS环境，要同时放开安全组策略对应端口的限制。

总结：最终我测试seafile在不同电脑之间同步指定文件夹，效果可以完全cover自己同步的需求。另外最大的感受是还没有太多的了解细节，就部署完成上线使用了，这主要得益于docker的优势。