使用docker在Ubuntu部署RAGFlow
目录
1.环境准备
1.1基础硬件要求
1.2启动服务器配置
2.代码下载与部署
2.1代码下载
2.2配置docker镜像（有坑）
修改镜像源配置文件
使用docker启动服务器
最近在给服务器部署RAGFlow，想用自己的数据构建一个知识库测试效果。记录一下在Ubuntu使用docker部署RAGFlow的过程。我使用的ubuntu为22.04
1.环境准备
RAGFlow源代码地址：https://github.com/infiniflow/ragflow/blob/main/README_zh.md
1.1基础硬件要求
- CPU >= 4 核
- RAM >= 16 GB
- Disk >= 50 GB
- Docker >= 24.0.0 & Docker Compose >= v2.26.1（docker和docker compose这里不写了，我安装的版本是docker26.1.3，docker compose2.29.1）
1.2启动服务器配置
确保 vm.max_map_count 不小于 262144，使用如下命令查看vm.max_map_count值：
$ sysctl vm.max_map_count如果 vm.max_map_count 的值小于 262144，可以使用如下命令进行重置：
$ sudo sysctl -w vm.max_map_count=262144这个命令的改动会在下次系统重启时被重置。如果希望做永久改动，还需要在 /etc/sysctl.conf 文件里把 vm.max_map_count 的值再相应更新一遍：
$ sudo vim /etc/sysctl.conf
#将vm.max_map_count数值进行修改
vm.max_map_count=2621442.代码下载与部署
2.1代码下载
$ git clone https://github.com/infiniflow/ragflow.git$ cd ragflow/docker2.2配置docker镜像（有坑）
我部署时也参考了其他人的教程，由于国内网络限制，基本上都提到了需要先配置docker配置文件添加新的docker镜像源。但事实上，目前很多镜像源其实都不能用了。
这里推荐一个地址，可以查看最新可用的镜像源：https://github.com/dongyubin/DockerHub?tab=readme-ov-file
里面写了截止目前可用的docker镜像源：
修改镜像源配置文件
使用如下命令修改镜像源配置文件：
# 我在/etc/docker/路径下没发现有daemon.json，使用下面命令创建一个就好
& sudo vim /etc/docker/daemon.json
# 或者使用命令
& sudo nano /etc/docker/daemon.jsonvim或者nano如果修改文件并保存请自行百度。在daemon.json添加如下内容（registry-mirrors字段根据上面的docker可用镜像源将网址进行替换或添加，我只添加了其中几个）：
{
"builder": {
"gc": {
"defaultKeepStorage": "20GB",
"enabled": true
}
},
"experimental": false,
"features": {
"buildkit": true
},
"live-restore": true,
"registry-mirrors": [
"https://dytt.online",
"https://func.ink",
"https://lispy.org",
"https://docker.xiaogenban1993.com",
"https://docker.zhai.cm"
]
}
添加后，重新加载配置文件并重启docker服务。
& sudo systemctl daemon-reload
& sudo systemctl restart docker另外，在参考其他教程时也有人提到修改DNS，这里我也进行了相应修改，教程可参考：https://blog.csdn.net/qq_39991776/article/details/144678444
2.3服务端口修改
端口默认为80，如下图我修改为28080了，在docker/docker-compose.yml文件中修改。
2.4使用docker启动服务器
& sudo docker-compose -f docker-compose.yml up -d
#这里ragflow源代码给出的运行指令为
# docker compose -f docker-compose.yml up -d
# 我运行后报错 docker compose没有 -f 属性，可能是因为我使用的
# docker compose版本较新，使用docker-compose --help发现是有-f属性的，
# 但是要用docker-compose而不能用docker compose（ps：就是把空格使用-替换 - -！）（如果没有配置好docker镜像源，那么在这一步就会因为网络问题es01、mysql、redis等资源出现报错：Error response from daemon:Get "https://registry-1.docker.io/v2/": context deadline exceeded (Client.Timeout exceeded while awaiting headers）
此外，运行上述命令会自动下载 RAGFlow slim Docker 镜像 v0.17.0-slim。请参考下表查看不同 Docker 发行版的描述。如需下载不同于 v0.17.0-slim 的 Docker 镜像，请在运行 docker compose 启动服务之前先更新 ragflow的docker/.env 文件内的 RAGFLOW_IMAGE 变量。比如，你可以通过设置 RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.0 来下载 RAGFlow 镜像的 v0.17.0 完整发行版。我这里选择安装的是RAGFlow 镜像的 v0.17.0 完整发行版。
如果遇到 Docker 镜像拉不下来的问题，可以在 docker/.env 文件内根据变量 RAGFLOW_IMAGE 的注释提示选择华为云或者阿里云的相应镜像。我这里使用的是华为云镜像。相应有修改的地方如图所示。
- 华为云镜像名：
swr.cn-north-4.myhuaweicloud.com/infiniflow/ragflow - 阿里云镜像名：
registry.cn-hangzhou.aliyuncs.com/infiniflow/ragflow
以上配置没问题后，会出现docker下载各镜像依赖界面（ragflow有大概10g左右，需要等待一会）：
2.4启动验证
$ docker logs -f ragflow-server出现如下界面，表示部署成功。
访问127.0.0.1:28080访问（默认端口为80），注册账号后即可使用。
以上步骤完成RAGFlow部署，下一步可以进行知识库构建和测试应用啦，有什么问题可以留言交流。
