Jackett 性能调优指南【免费下载链接】JackettAPI Support for your favorite torrent trackers项目地址: https://gitcode.com/GitHub_Trending/ja/Jackett索引器配到 30 个后一次all搜索从 2 秒拖到 15 秒进程内存还在持续上涨。这次 Jackett 性能调优分三步先判断是否需要优化再按收益改配置最后用 A/B 验证。先确认——你的实例是否真的需要优化排查前先排除伪问题索引器少、查询稀疏时慢可能只是站点本身响应慢。以下 3 个指标都能自测超过阈值才值得动配置。搜索平均响应。在 Manual Search 页对同一关键词连查 5 次看结果页顶部 done using 一行给出的各 tracker 毫秒数。阈值单次聚合查询超过 5 秒或同一查询重复执行仍普遍超过 1 秒说明问题不在站点端。进程内存峰值。Linux 用top -p $(pgrep -f Jackett)Windows 看任务管理器。阈值20–30 个索引器的实例空闲稳态超过 500MB或内存随搜索次数只涨不回落基本是缓存结果上限设得过大。缓存过期频率。配置页勾选 Enhanced logging 后工作目录下的log.txt会记录每次查询的CACHE Search / ... CacheHit: true/false。阈值1 小时内重复执行的搜索里一半以上是 false → TTL 过短或查询参数不稳定。图Jackett 手动搜索页顶部的毫秒数是判断搜索性能最直接的依据按收益优先级执行优化 ⚙️按改一个数字就能见效到需要梳理使用习惯排序收益/成本比从高到低。调整缓存 TTL 与结果数上限改什么配置页改两个数字见下表改完点 Apply server settings 立即生效。配置项默认值推荐值Cache TTL (seconds)21002100–3600Cache max results per indexer10001000–2000TTL 默认 2100 秒是 Sonarr/Radarr 15–60 分钟轮询周期的折中客户端查询更频繁时往 3600 靠。结果数上限只有内存 2GB 以上才取 2000否则维持 1000。为什么有效缓存每次查询前都按 TTL 剪除过期项超限则优先丢弃该索引器较旧的查询CacheService.cs L189。TTL 设太短等于频繁清缓存。预期变化35 分钟内重复同一查询的命中率从 40% 左右升到 85% 以上第二次起响应降到毫秒级。图Jackett 配置页的缓存相关配置区域是调缓存性能的位置收窄聚合查询范围别打全部索引器改什么把不需要覆盖全部索引器的查询换成过滤器type:public、type:private或tag:xxx如tag:animeSonarr/Radarr 的 feed 地址同样改用过滤器 ID 替代all。为什么有效all是聚合索引器每次搜索会给每个已配置索引器并行发查询任务并等 40 秒才放弃BaseMetaIndexer.cs L93总耗时由最慢的一个决定。预期变化缓存命中场景下3 个索引器对比 30 个单次查询从 10 秒以上降到 1 秒内。定期清理闲置索引器与陈旧缓存改什么删除连续两个月没用的索引器修改索引器配置并保存后该索引器缓存会被自动清掉不必手动等过期。为什么有效每个已配置索引器都在聚合搜索中占一个查询任务其结果也常驻内存缓存。索引器越少关键路径越短、驻留内存越小。预期变化每删 10 个闲置索引器单次聚合查询的并发请求少约 10 个进程稳态内存同步下降。优化后怎么验证没白做 A/B 方法固定同一关键词、分类和 limit优化前后各跑 5 次相同查询取中位数别取最大值网络抖动会污染结果。用 done using 一行里各 tracker 毫秒数的中位数做二级对比并记录期间是否有其他客户端在并发查询排除干扰。改完没效果常见原因有 3 个缓存根本没开。Cache enabled 未勾选时所有查询直接打到站点先去配置页确认这一项。拿 Test 数据下结论。说白了测试查询不落缓存Test 按钮看到的耗时永远是站点真实延迟评估要用真实搜索。缓存键对不上。有个坑缓存键是查询参数的 SHA256同一关键词但分类或 limit 不同就是不同键。检查客户端是否每次都在改查询参数改法是在 feed URL 里把参数固定下来。核心原则一句话先让缓存命中再谈并发测不准的指标先别动。如果你的瓶颈是某个特定 tracker 慢或跑在代理环境里补充下你的场景上面的顺序可能要反过来。【免费下载链接】JackettAPI Support for your favorite torrent trackers项目地址: https://gitcode.com/GitHub_Trending/ja/Jackett创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
