fly-narwhal-server

飞鲸影视客户端的服务端

项目简介

作为飞鲸影视客户端的后端服务，配合飞鲸影视客户端实现弹幕拉取和缓存、电视节目智能片头/片尾检测等功能。

部署教程

服务端已上架应用中心，请优先从飞牛应用中心下载使用

准备工作

无需安装 Java：服务端以 GraalVM 原生二进制形式发布，自带运行时。

使用 releases 中打包好的二进制（推荐）

服务端不再发布 jar，只发布 Linux 原生二进制，按 CPU 架构分为两个包：

架构	文件名
x86_64 / amd64	fly-narwhal-server-linux-amd64-{version}.tar.gz
ARM64 / aarch64	fly-narwhal-server-linux-arm64-{version}.tar.gz

在 releases 页面下载与你的 NAS 架构匹配的包，放到飞牛 NAS 某个目录下并解压：

tar -xzf fly-narwhal-server-linux-amd64-{version}.tar.gz

解压后是同目录下的一个可执行文件加若干 lib*.so，必须放在一起，程序启动时会从同目录加载它们。 压缩包已保留可执行权限，无需再 chmod +x。

运行

1. 在终端工具中进入解压目录

2. 后台运行：

   # 服务默认运行在 5365 端口
   nohup ./fly-narwhal-server > /dev/null 2>&1 &
   
   # 如果需要更换默认端口
   nohup ./fly-narwhal-server --server.port=8080 > /dev/null 2>&1 &

   建议加上内存参数，否则进程占用会明显偏高。原生镜像使用的 Serial GC 默认允许堆增长到物理内存的 80%，并且回收后不把空闲页还给系统，实测评测中 常驻内存会因此停在 200MB 上下；加上下面三个参数后可以降到 120MB 左右：

   nohup ./fly-narwhal-server \
     -XX:MaxHeapSize=67108864 \
     -XX:MaxHeapFree=8388608 \
     -XX:StackSize=524288 \
     > /dev/null 2>&1 &

   含义依次是：堆上限 64MB、回收后只保留 8MB 空闲堆（这样 GC 会主动把多余 的页交还系统）、每线程栈减半到 512KB。如果日志里出现 OutOfMemoryError （剧集特别多、并发分析时可能出现），把 MaxHeapSize 提高即可， 例如 134217728 是 128MB，另外两个不用动。

3. 停止服务：

   kill $(lsof -t -i:5365)

用脚本管理（可选）

仓库根目录提供了 run.sh.example，包含上面的内存参数以及 start / stop / restart / status 四个命令，省去每次手写启动参数：

cp run.sh.example run.sh && chmod +x run.sh
./run.sh start      # 默认 5365 端口，可用 SERVER_PORT=8080 ./run.sh start 覆盖
./run.sh status
./run.sh stop

内存参数可用环境变量覆盖，例如 FLY_NARWHAL_MAX_HEAP=134217728 ./run.sh start。

从源码构建

准备工作

• 安装 GraalVM JDK 21（需要其中的 native-image）
• 原生镜像只能为本机架构构建，无法交叉编译：在 x86_64 机器上编出 amd64， 在 ARM64 机器上编出 arm64

构建二进制

1. 克隆项目：

   git clone https://github.com/FNOSP/fly-narwhal-server
   cd fly-narwhal-server

2. 赋予脚本执行权限：

   chmod +x gradlew

3. 清理并构建：

   ./gradlew clean :fly-narwhal-web:linkNativeBinary -x test

4. 产物位置：fly-narwhal-web/build/native/nativeCompile/ 下的 fly-narwhal-server（以及同目录的 lib*.so，需一并分发）

Docker 部署

镜像内置的是原生二进制（没有 JRE），所以 docker build 之前必须先在本机构建好：

./gradlew clean :fly-narwhal-web:linkNativeBinary -x test

原生镜像只能为本机架构构建，因此镜像也要在与目标运行环境相同的架构上构建。

使用 Docker Compose 启动

1. 确保已安装 Docker 和 Docker Compose。
2. 在项目根目录下运行：

   docker-compose up -d --build

如果使用 nvidia 显卡编解码：

1. 在宿主机安装 NVIDIA Container Toolkit

   参考:

   安装 NVIDIA Container Toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html)

   Linux 使用 CUDA Docker 镜像加速视频转码](https://www.cnblogs.com/myzony/p/18270956/linux-cuda-docker-video-transcoding)

2. 修改 docker-compose.nvidia.yml 文件中的挂载路径，添加媒体库路径映射

3. 构建镜像

docker compose -f docker-compose.nvidia.yml build

运行

docker compose -f docker-compose.nvidia.yml up -d

🙏 特别感谢

本项目参考或使用了以下开源项目：

• intro-skipper - 自动检测并跳过片头/片尾字幕的 Jellyfin 插件。
• fnos-tv - 基于飞牛影视接口开发的网页端