Linux安装配置Penpot教程详解
2026-05-19 22:11:08
0浏览
收藏
本文详解了在Linux环境下成功部署Penpot的实战要点,直击新手常踩的坑:官方已弃用单镜像方案,必须严格按frontend、backend、postgres、redis四服务拆分部署,并精准配置网络、环境变量(如PENPOT_BACKEND_URL和PENPOT_APP_URL)及持久化卷;深入剖析了启动失败、白屏、502错误等典型问题的根源——多为服务间连接异常或反向代理缺失;同时给出安全可靠的外网访问方案(cpolar TCP穿透+HTTPS强制),并强调数据安全关键动作:定期pg_dump备份、禁用注册、正确配置MinIO附件存储,帮你避开“部署成功却无法协作、数据一丢全无”的致命陷阱。

Penpot 本地部署不难,但直接 docker-compose up 很大概率会卡在镜像拉取或服务启动失败——核心问题不在 Penpot 本身,而在网络、依赖服务绑定和默认配置对公网暴露的缺失。
为什么 docker-compose.yml 里要手动配 penpot-backend 和 postgres?
Penpot 官方推荐的单文件部署(如 penpotapp/penpot:latest 镜像)在 2025 年后已弃用。当前稳定架构必须拆分为 penpot-frontend、penpot-backend、postgres、redis 四个独立服务,否则 backend 启动后无法连上数据库,日志里反复报错 Connection refused to postgres:5432。
实操建议:
- 必须使用官方维护的
docker-compose.yml模板(来自 penpot/penpot/deploy/docker),不能自己拼凑服务名 postgres容器需显式挂载卷:penpot_postgres_v15:/var/lib/postgresql/data,否则重启后数据库丢失redis不可省略,backend用它存 session 和 job 队列,缺了会导致登录后立即掉线
启动后打不开 http://localhost:9001 怎么排查?
常见现象是浏览器白屏或 Network 标签里 /api/status 返回 502 或超时。这不是前端没起来,而是 backend 根本没响应 —— 它默认只监听 0.0.0.0:8080,但没配好跨域和反向代理规则。
关键检查点:
- 进容器看日志:
docker logs penpot-backend-1 | tail -20,若出现Failed to connect to redis://redis:6379,说明服务名写错或 network 未对齐 - 确认
penpot-frontend的environment中设置了PENPOT_BACKEND_URL: http://penpot-backend:8080(不是localhost) - 若用 Traefik,必须启用
--providers.docker=true且容器 label 匹配,否则路由不生效
怎么让同事或客户从外网访问你本地的 Penpot?
别碰端口映射(-p 9001:80)加防火墙放行这种方案——frontend 的静态资源路径硬编码了 /api/ 前缀,直接暴露会触发 CORS,且 backend 的 WebSocket 连接(用于实时协作)会被中间设备断开。
正确做法是用 cpolar 做 TCP 层穿透,并强制走 HTTPS:
- 注册 cpolar 账号后,在服务端运行:
cpolar tcp --region=cn_vip 8080(穿透 backend 端口,非前端) - 前端仍走
localhost:9001,但把penpot-frontend的PENPOT_BACKEND_URL改成 cpolar 分配的公网地址,如https://xxx.cpolar.top - 必须在
penpot-backend的environment中加PENPOT_APP_URL: https://xxx.cpolar.top,否则协作邀请邮件里的链接仍是localhost
数据安全和备份最容易被忽略的三个点
Penpot 默认把所有设计稿、用户、权限全存在 PostgreSQL 里,但没人提醒你:这些数据不会自动备份,且一旦误删 volume 就彻底丢失。
必须做的动作:
- 定期导出数据库:
docker exec penpot-postgres-1 pg_dump -U penpot penpot > penpot-backup-$(date +%F).sql - 禁用前端注册功能(改
penpot-frontend的PENPOT_DISABLE_REGISTRATION: "true"),避免被扫出测试账号 - 如果用 MinIO 存附件,记得在
penpot-backend的environment里设PENPOT_S3_ENDPOINT和PENPOT_S3_BUCKET,否则上传的图片会 404
本篇关于《Linux安装配置Penpot教程详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
拼多多关闭推送消息方法详解
- 上一篇
- 拼多多关闭推送消息方法详解
- 下一篇
- 菜鸟驿站快递单号查询方法
查看更多
最新文章
-
- 文章 · linux | 2天前 | linux运维 · Linux 日志清理 磁盘空间 journalctl systemd-journald
- journalctl vacuum-size 清理日志的保留策略
- 328浏览 收藏
-
- 文章 · linux | 2天前 |
- OpenSSH ControlMaster 复用连接的失效原因
- 278浏览 收藏
-
- 文章 · linux | 2天前 |
- systemd OnCalendar 处理带时区的定时任务
- 453浏览 收藏
-
- 文章 · linux | 2天前 | 容器 · Linux · Linux mount namespace 挂载传播 bind mount shared mount
- mount namespace 中绑定挂载的传播属性
- 342浏览 收藏
-
- 文章 · linux | 2天前 |
- ip rule 与多路由表实现策略路由
- 406浏览 收藏
-
- 文章 · linux | 2天前 |
- nftables 动态集合维护临时封禁地址
- 248浏览 收藏
-
- 文章 · linux | 2天前 | Linux · journalctl Linux日志 journald systemd-journald Storage=persistent
- journald Storage=persistent 保留重启前日志
- 147浏览 收藏
-
- 文章 · linux | 2天前 |
- systemd watchdog 监测服务心跳的配置方法
- 482浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 451次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 536次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 481次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304次使用
查看更多
相关文章
-
- Linux vmstat 如何分辨内存抖动与磁盘等待:si、so、wa 与复测顺序
- 2026-08-30 501浏览
-
- Linux搭建vsftpdFTP服务器教程
- 2026-04-30 501浏览
-
- Shell脚本安装教程:.sh一键安装指南
- 2026-03-16 501浏览
-
- Linux清空文件内容的几种方法
- 2025-12-01 501浏览
-
- Linux命令行下载文件技巧
- 2025-11-23 501浏览

