Docker部署Paperless-ngx搭建文书档案管理系统实操

一、环境准备与Docker安装

本文以Ubuntu 22.04 LTS操作系统为例，演示如何通过Docker容器化技术快速部署一套功能完备的文书档案管理系统。该方案无需复杂的编译过程，配置完成后即可实现文档的自动归档、OCR识别及全文检索。

更新系统源并安装必要的依赖工具：

sudo apt-get update
sudo apt-get install -y curl git

接着，执行官方脚本一键安装Docker及Docker Compose插件。确保当前用户具有执行权限，若权限不足请添加sudo：

curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER
newgrp docker

安装完成后，验证Docker及Compose版本，确保服务正常运行：

docker --version
docker compose version

二、创建项目目录结构

为了保持数据持久化及配置管理的清晰，我们需要在宿主机创建专门的目录用于映射容器内的数据。执行以下命令创建目录结构：

mkdir -p ~/paperless/data
mkdir -p ~/paperless/media
mkdir -p ~/paperless/export
mkdir -p ~/paperless/consume
mkdir -p ~/paperless/db
mkdir -p ~/paperless/redis

目录用途说明如下，请根据实际需求调整路径：

• data：存储应用配置文件及元数据。
• media：存储处理后的文档文件及缩略图。
• export：存储导出的文档数据。
• consume：监控目录，放入此处的文件会被自动导入并归档。
• db：存储PostgreSQL数据库文件。
• redis：存储Redis缓存数据。

三、编写Docker Compose配置文件

进入项目根目录并创建配置文件：

cd ~/paperless
nano docker-compose.yml

将以下完整配置复制到文件中。该配置集成了Web服务、数据库、缓存、OCR转换器及任务消费者，并针对中文环境优化了时区与OCR语言包设置：

version: "3.5"
services:
broker:
image: docker.io/library/redis:7
restart: always
volumes:
- ./redis:/data
db:
image: docker.io/postgres:15
restart: always
volumes:
- ./db:/var/lib/postgresql/data
environment:
POSTGRES_USER: paperless
POSTGRES_PASSWORD: paperless
POSTGRES_DB: paperless
webserver:
image: ghcr.io/paperless-ngx/paperless-ngx:latest
restart: always
depends_on:
- db
- broker
ports:
- "8000:8000"
healthcheck:
test: ["CMD", "curl", "-f", "http://localhost:8000"]
interval: 30s
timeout: 10s
retries: 5
volumes:
- ./data:/usr/src/paperless/data
- ./media:/usr/src/paperless/media
- ./export:/usr/src/paperless/export
- ./consume:/usr/src/paperless/consume
env_file:
- .env
environment:
PAPERLESS_REDIS: redis://broker:6379
PAPERLESS_DBHOST: db
PAPERLESS_DBPASS: paperless
PAPERLESS_TIKA_ENABLED: 1
PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000
PAPERLESS_TIKA_ENDPOINT: http://tika:9998
gotenberg:
image: docker.io/gotenberg/gotenberg:7
restart: always
command:
- "gotenberg"
- "--chromium-disable-javascript=true"
- "--chromium-allow-list=file:///tmp/."
tika:
image: apache/tika:latest
restart: always
consumer:
image: ghcr.io/paperless-ngx/paperless-ngx:latest
restart: always
depends_on:
- db
- broker
volumes:
- ./data:/usr/src/paperless/data
- ./media:/usr/src/paperless/media
- ./export:/usr/src/paperless/export
- ./consume:/usr/src/paperless/consume
env_file:
- .env
environment:
PAPERLESS_REDIS: redis://broker:6379
PAPERLESS_DBHOST: db
PAPERLESS_DBPASS: paperless
PAPERLESS_CONSUMER_POLLING: 30
PAPERLESS_CONSUMER_RECURSIVE: true
command: /usr/src/paperless/src/manage.py document_consumer

保存并退出编辑器。接下来创建环境变量文件以配置系统核心参数：

nano .env

写入以下内容，注意调整时区和OCR语言包以支持中文识别：

PAPERLESS_URL=http://localhost:8000
PAPERLESS_TIME_ZONE=Asia/Shanghai
PAPERLESS_OCR_LANGUAGE=chi_sim+eng
PAPERLESS_ADMIN_USER=admin
PAPERLESS_ADMIN_PASSWORD=adminpassword

注意：这里的OCR语言包设置为chi_sim+eng，表示同时识别简体中文和英文。若服务器内存较小（低于2GB），建议仅保留eng以防OCR进程崩溃。

四、启动服务并验证

在~/paperless目录下执行以下命令拉取镜像并启动所有容器：

docker compose up -d

首次启动需要下载镜像，耗时取决于网络速度。启动后查看容器运行状态，确保所有服务均为Up状态：

docker compose ps

若webserver服务未正常运行，可通过以下命令查看日志排查错误：

docker compose logs -f webserver

docker compose exec webserver python manage.py createsuperuser

cp /path/to/your/scanned_contract.pdf ~/paperless/consume/

docker compose down
docker compose up -d

!/bin/bash
BACKUP_DIR=~/backups
DATE=$(date +%Y%m%d_%H%M%S)
mkdir -p $BACKUP_DIR
备份数据库
docker compose exec -T db pg_dump -U paperless paperless > $BACKUP_DIR/db_dump_$DATE.sql
备份媒体文件和数据
tar -czf $BACKUP_DIR/paperless_data_$DATE.tar.gz ./data ./media ./export
echo "Backup completed: $BACKUP_DIR"

chmod +x backup.sh
./backup.sh