Linux 上提升 Jellyfin 性能的系统化做法
一 硬件加速优先
- 启用平台对应的硬件解码/编码，尽量把转码工作交给 GPU，显著降低 CPU 占用与卡顿。
- 常见加速矩阵与要点：
- Intel：优先 QSV（Quick Sync Video），在 Linux 上通常较 VAAPI 更高效；安装 intel-media-va-driver-non-free 等驱动，Jellyfin 中设置 HardwareAccelerationType=qsv，设备保持默认即可。
- NVIDIA：使用 NVENC/NVDEC，安装 nvidia-driver 与 nvidia-container-toolkit（Docker 场景），Jellyfin 中设置 HardwareAccelerationType=nvenc，并开启 Enhanced NVDEC 提升解码兼容与性能。
- AMD：使用 AMF（Linux 可用），设置 HardwareAccelerationType=amf。
- 轻量设备/嵌入式：可用 v4l2m2m（V4L2 内存到内存）、rkmpp（Rockchip）。
- 通用兼容：VAAPI 作为通用方案，设备路径通常为 /dev/dri/renderD128。
- 核对是否生效：在“控制台-播放-转码”观察是否显示 HW 解码/编码，以及 CPU 占用是否显著下降。
二 系统与 Docker 运行环境优化
- 保持更新：升级 Jellyfin 与 ffmpeg-jellyfin 到最新稳定版，获取更好的编解码器与兼容性修复。
- 资源与并发：
- 通过 systemd 调整 Jellyfin 服务的 内存/CPU 限额，避免单个服务耗尽整机资源。
- 合理设置 MaxConcurrentSessions（最大并发会话数），避免过载导致集体卡顿。
- 缓存与 I/O：
- 启用并配置 缓存（如封面、元数据、预加载），减少重复读取与首播等待。
- 媒体与缓存目录优先存放在 SSD/NVMe，提升随机访问与扫描速度。
- Docker 部署要点：
- 映射必要卷：/config、/cache、/media；建议使用 –user 1000:1000 避免权限问题。
- 性能优先时可用 –net=host（避免端口转发开销）；多容器场景用 Docker Compose 管理更清晰。
三 网络与带宽优化
- 编码与码率策略：
- 尽量在源媒体中使用 H.265/HEVC 或 AV1 等高效编码，减少带宽占用与磁盘占用。
- 客户端能直接播放时，尽量设置为 直连/不转码，由客户端完成解码。
- 流量治理：
- 在路由器或服务器上启用 QoS，限制单用户/单客户端的最大上行带宽，避免家庭/租户网络拥塞。
- 外网访问建议启用 TLS 与反向代理（如 Nginx/Apache），减少握手与明文开销，同时便于压缩与缓存策略统一。
四 播放端与转码策略细化
- 播放器选择：
- Web 端如遇卡顿或字幕渲染问题，可切换 LibVLC 播放器，或使用 Kodi/VLC 等外部播放器，提升兼容性与首帧速度。
- 转码精细控制：
- 在 Jellyfin 的 EncodingOptions 中启用低功耗模式（如 EnableIntelLowPowerH264HwEncoder / EnableIntelLowPowerHevcHwEncoder），在画质与功耗间取得平衡。
- 结合客户端能力，合理设置 硬件解码/编码 白名单与偏好，减少不必要的全量转码。
五 监控与排障闭环
- 资源监控：
- 使用 htop（CPU/内存）、nvidia-smi（GPU 占用/温度/显存）、iostat（磁盘 I/O）等工具建立日常巡检，定位瓶颈是 CPU/GPU/磁盘/网络 哪一类。
- 日志与定位：
- 通过 journalctl -u jellyfin -f 实时查看服务日志，转码时关注是否命中 HW 与具体编码器，配合播放端统计信息判断是否需要调整码率或并发策略。