Flowise生产环境：PostgreSQL持久化部署最佳实践-育师

Flowise生产环境：PostgreSQL持久化部署最佳实践

1. 引言：为什么你的Flowise需要持久化？

想象一下这个场景：你花了整整一个下午，在Flowise上精心搭建了一个智能客服工作流，连接了公司的知识库，调试好了所有的提示词和逻辑分支。然后，你关掉了浏览器，去吃了个晚饭。第二天回来，打开Flowise——傻眼了，昨天搭建的所有工作流全都不见了。

这就是Flowise默认使用内存数据库（SQLite）的痛点。所有数据都保存在内存里，服务一重启，数据就清零。对于个人玩玩还行，但如果你想在公司里用起来，或者想长期维护一个AI助手，这种“失忆症”是绝对不能接受的。

今天，我就来手把手教你，如何给Flowise换上“钢铁般的记忆”——用PostgreSQL实现数据持久化。这不是简单的配置修改，而是经过实战检验的生产级部署方案。我会告诉你每一步该怎么做，为什么要这么做，以及如何避免那些我踩过的坑。

2. 准备工作：环境与工具清单

在开始之前，我们先看看需要准备什么。别担心，东西不多，大部分你可能已经有了。

2.1 硬件与系统要求

服务器：任何能跑Docker的Linux服务器（Ubuntu 20.04+ / CentOS 7+ 都行）
内存：至少4GB（Flowise本身不占多少，主要是给AI模型留的）
磁盘空间：20GB以上（PostgreSQL数据、Flowise代码、模型缓存都需要空间）
网络：能正常访问互联网（下载Docker镜像和npm包）

2.2 软件依赖

这些是必须安装的：

Docker & Docker Compose- 容器化部署的核心
Node.js 18+- Flowise是基于Node.js的
pnpm- 比npm更快的包管理器（Flowise推荐）
Git- 拉取Flowise代码

如果你还没有安装Docker，可以用下面这个一键安装脚本：

# 安装Docker curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh # 安装Docker Compose sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose # 验证安装 docker --version docker-compose --version

2.3 PostgreSQL数据库准备

你可以选择两种方式：

方式一：使用现有的PostgreSQL服务如果你公司已经有PostgreSQL数据库，直接创建一个新数据库给Flowise用就行。

方式二：用Docker新起一个PostgreSQL这是我最推荐的方式，干净、隔离、好管理。

# 创建一个目录存放PostgreSQL数据 mkdir -p ~/flowise-postgres-data # 运行PostgreSQL容器 docker run -d \ --name flowise-postgres \ -e POSTGRES_PASSWORD=your_secure_password \ -e POSTGRES_USER=flowise \ -e POSTGRES_DB=flowise \ -p 5432:5432 \ -v ~/flowise-postgres-data:/var/lib/postgresql/data \ postgres:15-alpine

记住这几个参数，后面配置Flowise时会用到：

数据库名：flowise
用户名：flowise
密码：your_secure_password（请换成你自己的强密码）
主机：如果是本机就是localhost，如果是远程就是IP地址
端口：5432

3. Flowise部署：从源码到服务

现在我们来部署Flowise本身。我推荐从源码部署，而不是直接用Docker镜像，因为这样更容易自定义配置，也方便后续升级。

3.1 获取Flowise源码

# 进入一个工作目录 cd /opt # 克隆Flowise仓库 git clone https://github.com/FlowiseAI/Flowise.git cd Flowise

3.2 环境配置：关键的一步

这是整个部署中最关键的一步。Flowise的配置文件在packages/server/.env，我们需要创建并配置它。

# 复制示例配置文件 cp packages/server/.env.example packages/server/.env # 编辑配置文件 nano packages/server/.env

下面是需要修改的核心配置项：

# 数据库配置 - 这是持久化的关键！ DATABASE_TYPE=postgres DATABASE_HOST=localhost # 如果是远程数据库，改成对应的IP DATABASE_PORT=5432 DATABASE_NAME=flowise DATABASE_USER=flowise DATABASE_PASSWORD=your_secure_password # 安全配置 - 生产环境必须设置！ SECRETKEY=your_random_secret_key_here # 生成一个随机字符串 TOKEN_ISSUER=flowise TOKEN_AUDIENCE=flowise # API配置 APIKEY_PATH=./api_keys.json EXECUTION_MODE=local # 日志配置 LOG_LEVEL=info LOG_PATH=./logs # 其他配置保持默认即可

重要提醒：

SECRETKEY一定要设，而且要用强随机字符串。可以用这个命令生成：openssl rand -base64 32
数据库密码要和你启动PostgreSQL时设置的密码一致
如果PostgreSQL和Flowise不在同一台机器，DATABASE_HOST要改成PostgreSQL服务器的IP

3.3 安装依赖与构建

# 安装pnpm（如果还没安装） npm install -g pnpm # 安装项目依赖 pnpm install # 构建项目 pnpm build

这个过程可能会花点时间，特别是第一次运行的时候。pnpm需要下载所有依赖并构建各个包。你可以去泡杯咖啡，大概需要5-10分钟。

3.4 初始化数据库

在启动服务之前，我们需要让Flowise创建数据库表结构：

# 运行数据库迁移 pnpm run migrate

你会看到类似这样的输出：

Running database migrations... Created table: chat_flow Created table: chat_message Created table: credential Created table: tool Created table: assistant Migration completed successfully!

这说明数据库表已经创建好了。如果这一步报错，通常是数据库连接配置有问题，回去检查一下.env文件。

3.5 启动Flowise服务

现在可以启动服务了：

# 开发模式启动（热重载，适合调试） pnpm start # 或者生产模式启动 pnpm start:prod

如果一切正常，你会看到：

Flowise server is listening on port 3000 Database connected successfully 🔧 API endpoints ready

打开浏览器，访问http://你的服务器IP:3000，就能看到Flowise的登录界面了。

4. 生产环境优化配置

基础的部署完成了，但要让Flowise在生产环境稳定运行，还需要做一些优化。

4.1 使用进程管理器（PM2）

用pnpm start启动的服务，一旦终端关闭，服务就停了。这显然不适合生产环境。我们需要用PM2来管理进程。

# 安装PM2 npm install -g pm2 # 用PM2启动Flowise cd /opt/Flowise pm2 start "pnpm start:prod" --name flowise # 设置开机自启 pm2 startup pm2 save

PM2的好处：

服务崩溃了会自动重启
可以查看日志：pm2 logs flowise
可以监控资源使用：pm2 monit
方便管理多个进程

4.2 配置反向代理（Nginx）

直接暴露3000端口不太安全，也不方便配置HTTPS。我们应该用Nginx做反向代理。

# 安装Nginx sudo apt install nginx -y # 创建Flowise的Nginx配置 sudo nano /etc/nginx/sites-available/flowise

配置内容：

server { listen 80; server_name flowise.yourdomain.com; # 改成你的域名 location / { proxy_pass http://localhost:3000; proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection 'upgrade'; proxy_set_header Host $host; proxy_cache_bypass $http_upgrade; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; # 超时设置 proxy_connect_timeout 60s; proxy_send_timeout 60s; proxy_read_timeout 60s; } # 限制上传文件大小（Flowise可能会上传文档） client_max_body_size 100M; }

启用配置：

sudo ln -s /etc/nginx/sites-available/flowise /etc/nginx/sites-enabled/ sudo nginx -t # 测试配置 sudo systemctl reload nginx

4.3 配置HTTPS（Let's Encrypt）

生产环境一定要用HTTPS，不然API密钥在网络上裸奔，太危险了。

# 安装Certbot sudo apt install certbot python3-certbot-nginx -y # 获取SSL证书 sudo certbot --nginx -d flowise.yourdomain.com

Certbot会自动修改Nginx配置，并设置证书自动续期。现在你的Flowise就有安全的HTTPS访问了。

4.4 数据库备份策略

数据持久化了，但如果不备份，服务器硬盘坏了还是全丢。必须设置定期备份。

# 创建备份脚本 nano ~/backup-flowise.sh

脚本内容：

#!/bin/bash BACKUP_DIR="/backup/flowise" DATE=$(date +%Y%m%d_%H%M%S) DB_NAME="flowise" DB_USER="flowise" DB_PASS="your_secure_password" # 创建备份目录 mkdir -p $BACKUP_DIR # 备份PostgreSQL数据库 PGPASSWORD=$DB_PASS pg_dump -U $DB_USER -h localhost $DB_NAME > $BACKUP_DIR/flowise_db_$DATE.sql # 压缩备份文件 gzip $BACKUP_DIR/flowise_db_$DATE.sql # 删除7天前的备份 find $BACKUP_DIR -name "*.gz" -mtime +7 -delete echo "Backup completed: $BACKUP_DIR/flowise_db_$DATE.sql.gz"

设置定时任务：

# 给脚本执行权限 chmod +x ~/backup-flowise.sh # 每天凌晨2点自动备份 (crontab -l 2>/dev/null; echo "0 2 * * * /root/backup-flowise.sh") | crontab -

5. 高级功能与集成

基础部署搞定后，我们来看看如何让Flowise发挥更大价值。

5.1 配置外部AI模型

Flowise默认用OpenAI的API，但你可能想用本地模型或者其他的AI服务。配置方法很简单：

登录Flowise后台
进入"Settings" → "API Configuration"
添加新的API配置

比如配置本地Ollama：

{ "name": "Local Ollama", "type": "ollama", "baseURL": "http://localhost:11434", "apiKey": "ollama" # Ollama不需要真正的API密钥 }

或者配置Azure OpenAI：

{ "name": "Azure OpenAI", "type": "azure", "baseURL": "https://your-resource.openai.azure.com", "apiKey": "your-azure-api-key", "apiVersion": "2023-12-01-preview" }

5.2 使用向量数据库

如果你要做RAG（检索增强生成），就需要向量数据库。Flowise支持多种向量数据库：

向量数据库	适用场景	配置复杂度
Pinecone	云服务，简单易用	简单
Weaviate	开源，功能强大	中等
Chroma	轻量级，本地运行	简单
Qdrant	高性能，Rust编写	中等

以Chroma为例，用Docker启动：

docker run -d \ --name chroma \ -p 8000:8000 \ -v ~/chroma-data:/chroma/chroma \ ghcr.io/chroma-core/chroma:latest

然后在Flowise的"Vector Store"节点里选择Chroma，填上地址http://localhost:8000就行了。

5.3 导出为API

Flowise最大的价值之一，就是可以把可视化搭建的工作流导出为API，集成到其他系统里。

操作步骤：

在Flowise画布上搭建好工作流
点击右上角的"Export"
选择"API"
复制生成的cURL命令或代码片段

比如导出的Python代码：

import requests url = "http://your-flowise-domain/api/v1/prediction/your-flow-id" payload = { "question": "你们公司的主要产品是什么？" } headers = { "Authorization": "Bearer your-api-key", "Content-Type": "application/json" } response = requests.post(url, json=payload, headers=headers) print(response.json())

这样，你的客服系统、OA系统、网站后台，都可以调用这个AI工作流了。

6. 监控与维护

部署好了不是结束，还需要持续监控和维护。

6.1 监控指标

你需要关注这些指标：

服务可用性：Flowise服务是否在运行

# 检查服务状态 pm2 status flowise # 或者用健康检查接口 curl http://localhost:3000/api/v1/health

数据库连接：PostgreSQL是否正常

# 检查数据库连接数 docker exec flowise-postgres psql -U flowise -c "SELECT count(*) FROM pg_stat_activity;"

资源使用：CPU、内存、磁盘

# 查看系统资源 top df -h # 磁盘空间 free -h # 内存使用

API性能：响应时间、错误率
- 可以在Nginx日志里分析
- 或者用Prometheus + Grafana搭建监控

6.2 日志管理

Flowise的日志默认输出到控制台，生产环境应该配置日志文件。

修改.env文件：

LOG_LEVEL=info LOG_PATH=/var/log/flowise ENABLE_FILE_LOG=true

然后用logrotate管理日志文件：

# 创建logrotate配置 sudo nano /etc/logrotate.d/flowise

配置内容：

/var/log/flowise/*.log { daily missingok rotate 30 compress delaycompress notifempty create 644 root root }

6.3 定期更新

Flowise和PostgreSQL都需要定期更新：

# 更新Flowise cd /opt/Flowise git pull origin main pnpm install pnpm build pm2 restart flowise # 更新PostgreSQL（小心操作，先备份！） docker stop flowise-postgres docker pull postgres:15-alpine docker run ... # 用新镜像重新运行，挂载原来的数据卷

重要提醒：更新前一定要备份数据库！一定要在测试环境先验证！

7. 常见问题与解决方案

我在实际部署中遇到过不少问题，这里分享一些常见的和解决方法。

7.1 数据库连接失败

症状：Flowise启动时报数据库连接错误。

可能原因：

PostgreSQL服务没启动
防火墙挡住了5432端口
数据库密码错了
数据库用户没有权限

解决方法：

# 1. 检查PostgreSQL是否在运行 docker ps | grep postgres # 2. 检查端口是否开放 netstat -tlnp | grep 5432 # 3. 测试直接连接 PGPASSWORD=your_password psql -h localhost -U flowise -d flowise # 4. 检查用户权限 docker exec flowise-postgres psql -U postgres -c "\du"

7.2 内存不足

症状：Flowise运行一段时间后变慢，或者直接崩溃。

可能原因：

工作流太复杂，内存泄漏
向量数据库占内存太多
Node.js内存限制

解决方法：

# 1. 给Node.js更多内存 # 修改PM2启动命令 pm2 start "node --max-old-space-size=4096 packages/server/dist/index.js" --name flowise # 2. 监控内存使用 pm2 monit # 3. 定期重启（治标不治本，但有用） # 在crontab里添加 0 4 * * * pm2 restart flowise # 每天凌晨4点重启

7.3 上传文件失败

症状：上传PDF、Word文档时失败。

可能原因：

Nginx配置的client_max_body_size太小
磁盘空间不足
文件格式不支持

解决方法：

# 修改Nginx配置，增加限制 client_max_body_size 100M; # 检查磁盘空间 df -h /tmp # Flowise上传文件到临时目录 # Flowise支持的文件类型： # - PDF (.pdf) # - Word (.docx) # - Text (.txt) # - Markdown (.md) # - PowerPoint (.pptx) # - Excel (.xlsx)

7.4 API调用慢

症状：导出的API响应很慢。

可能原因：

工作流太复杂，节点太多
AI模型响应慢
网络延迟

解决方法：

优化工作流：
- 减少不必要的节点
- 使用缓存节点（Cache Node）
- 并行处理可以并行的分支

优化AI调用：

// 在Function节点里设置超时 const timeout = 30000; // 30秒 const controller = new AbortController(); const timeoutId = setTimeout(() => controller.abort(), timeout); try { const response = await fetch(url, { signal: controller.signal }); // ...处理响应 } finally { clearTimeout(timeoutId); }

使用更快的模型：比如用GPT-3.5-turbo而不是GPT-4

8. 总结

通过今天的分享，你应该已经掌握了Flowise生产环境部署的全套技能。让我们回顾一下关键点：

8.1 核心收获

持久化是必须的：用PostgreSQL替换默认的SQLite，数据才不会丢
配置要完整：特别是安全相关的配置（SECRETKEY、HTTPS）
监控不能少：PM2管理进程，日志要归档，资源要监控
备份是生命线：定期备份数据库，测试恢复流程
优化无止境：根据实际使用情况，不断调整和优化

8.2 部署检查清单

在你实际部署时，可以用这个清单核对：

[ ] PostgreSQL数据库已部署并测试连接
[ ] Flowise .env 文件配置正确
[ ] 数据库迁移成功运行
[ ] 服务用PM2管理，设置开机自启
[ ] Nginx反向代理配置，启用HTTPS
[ ] 备份脚本已设置定时任务
[ ] 监控告警配置完成
[ ] 测试工作流创建、保存、重启后恢复

8.3 下一步建议

如果你已经成功部署，可以继续探索：

多环境部署：搭建开发、测试、生产三套环境
高可用方案：用Docker Swarm或Kubernetes部署多实例
自定义节点：开发自己的Flowise节点，满足特殊业务需求
性能优化：对高频使用的工作流进行针对性优化
安全加固：配置IP白名单、API调用限流、审计日志

Flowise是一个强大的工具，但工具的价值在于如何使用。希望今天的分享能帮你把Flowise稳稳地跑在生产环境，真正为你的业务创造价值。

记住，技术部署只是第一步，更重要的是持续迭代你的AI工作流，让它们更好地解决实际问题。祝你在AI应用的道路上越走越顺！

获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。