Docker 全家桶系列写到这一篇，该做个总结了。
后台常驻 9 个容器，机器是 2014 款 Mac mini，i5-4278U，8G 内存。很多人问我同一个问题：这点内存，能跑这么多东西？
我这两天专门测了一遍：一个容器一个容器看内存、看 CPU、看温度、看功耗。
结论先放这儿：平时够用，一到转码就吃紧。
一、机器的底子
| 项目 | 参数 |
|---|---|
| 型号 | Mac mini Late 2014 |
| CPU | i5-4278U，双核四线程，2.6GHz |
| 内存 | 8G DDR3L 1600（板载，不可换） |
| 硬盘 | 原来 500G 机械，我换了 512G SSD |
| 系统 | Ubuntu 24.04 LTS |
| 核显 | Intel Iris 5100 |
| 功耗 | 空闲约 13W，满载约 30W |
8G 板载内存是这台机器最大的短板，也是所有优化的出发点。
二、9 个容器都跑了什么
| # | 容器 | 作用 | 内存限制 |
|---|---|---|---|
| 1 | immich-server | 手机相册 | 1G |
| 2 | immich-ml | 机器学习 | 1.5G |
| 3 | immich-postgres | 相册数据库 | 1G |
| 4 | immich-redis | 缓存 | 256M |
| 5 | vaultwarden | 密码库 | 256M |
| 6 | jellyfin | 影视库 | 1.5G |
| 7 | alist | 网盘聚合 | 256M |
| 8 | qbittorrent | 下载 | 512M |
| 9 | npm | 反代 | 512M |
另外还有 Portainer、Uptime Kuma、Watchtower 三个轻量的，加起来不到 200M。
三、实测内存占用（空闲状态）
开机跑了一天，没有任何人使用的情况下：
docker stats --no-stream --format "table {{.Name}}\t{{.MemUsage}}\t{{.CPUPerc}}"| 容器 | 实际内存 | CPU |
|---|---|---|
| immich-server | 412MB | 0.3% |
| immich-ml | 168MB（关 CLIP 后） | 0.1% |
| immich-postgres | 356MB | 0.2% |
| immich-redis | 28MB | 0.0% |
| vaultwarden | 44MB | 0.0% |
| jellyfin | 186MB | 0.4% |
| alist | 72MB | 0.1% |
| qbittorrent | 218MB | 1.2% |
| npm | 86MB | 0.1% |
| 其余三个 | 合计约 130MB | — |
| 合计 | 约 1.6G | — |
加上系统本身占的 900M 左右，整机内存占用约 2.5G / 8G。
空闲状态下非常宽裕。
四、压力测试：三个场景
场景一：朋友用 Jellyfin 看 1080P 电影
Jellyfin 转码是这堆服务里最吃 CPU 和内存的。
- 直接播放（不转码）：内存 +80M，CPU 基本不动
- 转码成 720P：CPU 双核跑满，内存 +900M
- 同时两个人转码：内存 +1.6G，开始 swap
实测：单人转码时，整机内存 3.8G，还能跑。双人转码就接近 5.5G，开始卡。
场景二：手机上传 500 张照片
Immich 上传会触发缩略图生成和机器学习队列。
- 上传瞬间：immich-server +600M
- 缩略图生成：CPU 满，持续 20 分钟左右
- 人脸识别：immich-ml 从 168M 涨到 1.1G
这个过程整机内存峰值到过 6.3G，swap 用了 400M。
场景三：qBittorrent 同时下 5 个种子
这个反而温和，内存稳定在 350M 左右，CPU 5-10%。
磁盘 IO 是瓶颈，不是内存。
五、什么时候会出事
跑了半年，被 OOM Killed 过的容器：
| 容器 | 次数 | 原因 |
|---|---|---|
| jellyfin | 2 次 | 转码时同时有人上传照片 |
| immich-ml | 3 次 | 人脸识别队列堆积 |
| immich-server | 1 次 | 数据库迁移时内存不够 |
共同点：多个吃内存的任务撞在一起。
解决办法不是加内存（板载换不了），是错峰。
六、我做的五项优化
1. 每个容器限制内存
compose 里加 mem_limit。不限制的话，一个容器能吃掉全部内存，触发系统 OOM Killer 乱杀。
2. 关掉 Immich 的智能搜索
设置里关 CLIP 模型，内存从 700M 降到 168M。人脸识别保留，因为最常用。
3. 机器学习限单线程
environment:
- MACHINE_LEARNING_WORKERS=14. 加大 swap
8G 内存不够的时候，swap 是救命稻草。我开了 4G swap：
sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab调整 swappiness，让它别太激进：
echo 'vm.swappiness=30' | sudo tee -a /etc/sysctl.conf
sudo sysctl -p5. 错峰
在 crontab 里给 Immich 的维护任务定个时间，避开晚上看片的高峰：
30 4 * * * docker exec immich_server curl -s localhost:2283/api/jobs/...其实更简单：告诉朋友"晚上八点到十一点别上传大相册"。这是我实际的解决方案。
七、温度与功耗
| 状态 | CPU 温度 | 风扇转速 | 整机功耗 |
|---|---|---|---|
| 空闲 | 42°C | 1800 rpm | 13W |
| 日常使用 | 52°C | 2000 rpm | 16W |
| 单人转码 | 68°C | 3200 rpm | 24W |
| 转码 + 上传 | 78°C | 4200 rpm | 29W |
最快转速 4300 rpm，没到过。
夏天室温 30 度的时候，满载能到 82°C，风扇声音明显，但没降频。
一年电费：按平均 18W、0.6 元/度算，约 95 块。
八、结论：这台机器能跑几个
按我的实测，分三档：
| 档位 | 容器数 | 状态 |
|---|---|---|
| 轻松 | 5 个以内（纯服务类） | 内存占用 2G 以下，随便跑 |
| 舒适 | 6-8 个（含影音、相册） | 内存 3-4G，偶尔吃紧 |
| 上限 | 9-10 个（含转码、机器学习） | 内存 5-6G，峰值会 OOM |
这台机器的天花板，是"转码 + 机器学习"同时跑。
如果只跑网盘、密码库、反代、下载这些，8G 完全够，还能再塞几个。
九、什么该换机器
我的判断：
- 一个人用、偶尔看片、主要存文件 → 这台够，不用换
- 两个人以上同时看片、要转码 → 换 M4 或者带核显的 N100
- 要跑本地大模型 → 这台别想，至少 32G 内存起步
我另外有一台 E5 2696V3，64G 内存，那台是干重活的。Mac mini 定位就是"静音、省电、常年开着"的轻服务器。
最后
从第一篇文章写到现在，这台 2014 年的 Mac mini 已经当了半年家庭服务器：网盘、相册、影视、密码、下载、监控，全在里面。
13W 的功耗，一本杂志大小的体积，放在书架最下层，一年 95 块电费。
有人问我值不值，我觉得值——不是因为省了多少钱，是因为这些数据在自己手里。
这个系列到这就写完了。后面还会继续折腾：备份策略、异地容灾、外网访问加速，有想看的可以留言。
---
如果你也在折腾这套服务，碰到卡住的地方，可以加我微信 lige0552 聊聊。白天要上班，消息回得慢，看到都会回。