DeepSeek-OCR入门必看：STREAMLIT_SERVER_PORT如何修改及多端口部署

DeepSeek-OCR入门必看：STREAMLIT_SERVER_PORT如何修改及多端口部署

1. 为什么需要修改默认端口

当你第一次运行DeepSeek-OCR项目时，可能会遇到一个常见问题：默认的8501端口已经被其他应用占用。这种情况在开发环境中很常见，特别是当你同时运行多个Streamlit应用或者其他web服务时。

端口冲突会导致应用无法正常启动，你会看到类似"Address already in use"的错误信息。这时候就需要修改默认的STREAMLIT_SERVER_PORT来解决问题。

除了避免端口冲突外，修改端口还有这些实际用途：

• 在同一台服务器上部署多个DeepSeek-OCR实例
• 满足企业内网的安全端口规范要求
• 与其他服务共用服务器时的端口规划

2. 快速修改端口的方法

2.1 方法一：命令行参数（最推荐）

这是最简单直接的方法，在启动命令后添加--server.port参数：

streamlit run app.py --server.port=8502

如果你想使用其他端口，比如8503、8504，只需要修改数字即可：

# 使用8503端口 streamlit run app.py --server.port=8503 # 使用8504端口 streamlit run app.py --server.port=8504

2.2 方法二：环境变量设置

如果你习惯使用环境变量，可以这样设置：

# Linux/Mac export STREAMLIT_SERVER_PORT=8502 streamlit run app.py # Windows set STREAMLIT_SERVER_PORT=8502 streamlit run app.py

2.3 方法三：配置文件修改

对于长期使用的环境，可以修改配置文件：

# 首先生成默认配置文件（如果还没有） streamlit config show # 然后编辑配置文件 # 配置文件通常位于 ~/.streamlit/config.toml

在配置文件中添加或修改：

[server] port = 8502

3. 多端口部署实战指南

3.1 单机多实例部署

如果你想在一台服务器上运行多个DeepSeek-OCR实例，可以这样做：

# 第一个实例，使用8502端口 streamlit run app.py --server.port=8502 & # 第二个实例，使用8503端口 streamlit run app.py --server.port=8503 & # 第三个实例，使用8504端口 streamlit run app.py --server.port=8504 &

这样你就可以通过不同的端口访问不同的实例：

• http://你的服务器IP:8502
• http://你的服务器IP:8503
• http://你的服务器IP:8504

3.2 使用脚本批量管理

创建管理脚本让多实例部署更简单：

#!/bin/bash # deploy_multiple_instances.sh PORTS=(8502 8503 8504) for port in "${PORTS[@]}"; do echo "启动DeepSeek-OCR实例，端口: $port" streamlit run app.py --server.port=$port & sleep 2 done echo "所有实例已启动完成" echo "访问地址:" for port in "${PORTS[@]}"; do echo "http://localhost:$port" done

3.3 Docker多容器部署

如果你使用Docker，可以这样部署多实例：

# Dockerfile FROM python:3.9 WORKDIR /app COPY . . RUN pip install -r requirements.txt EXPOSE 8502 CMD ["streamlit", "run", "app.py", "--server.port=8502"]

然后使用不同端口启动多个容器：

# 第一个容器 docker run -d -p 8502:8502 deepseek-ocr-app # 第二个容器 docker run -d -p 8503:8502 deepseek-ocr-app # 第三个容器 docker run -d -p 8504:8502 deepseek-ocr-app

4. 常见问题与解决方案

4.1 端口被占用怎么办

如果你设置的端口也被占用了，可以这样排查：

# 查看端口占用情况 netstat -tulpn | grep :8502 # 或者使用lsof lsof -i :8502 # 找到占用进程后，可以选择终止进程或者换一个端口

4.2 防火墙配置

如果修改端口后无法访问，记得检查防火墙设置：

# 开放新端口（以8502为例） sudo ufw allow 8502 sudo firewall-cmd --permanent --add-port=8502/tcp sudo firewall-cmd --reload

4.3 性能考虑

运行多个实例时要注意资源分配：

# 可以使用工具监控资源使用情况 htop nvidia-smi # 如果是GPU环境 # 如果资源紧张，可以考虑限制每个实例的资源使用

5. 实用技巧和建议

5.1 端口选择建议

• 使用8501-8599范围内的端口，这是Streamlit常用的端口范围
• 避免使用知名服务端口（如80、443、8080等）
• 在生产环境中使用大于1024的端口

5.2 自动化部署脚本

创建自动化脚本简化多实例管理：

# deploy_manager.py import subprocess import time class DeepSeekDeployer: def __init__(self, ports): self.ports = ports self.processes = [] def start_instances(self): for port in self.ports: cmd = f"streamlit run app.py --server.port={port}" process = subprocess.Popen(cmd, shell=True) self.processes.append(process) print(f"实例已启动，端口: {port}") time.sleep(2) def stop_instances(self): for process in self.processes: process.terminate() print("所有实例已停止") # 使用示例 deployer = DeepSeekDeployer([8502, 8503, 8504]) deployer.start_instances()

5.3 监控和日志

为每个实例配置独立的日志：

# 启动时重定向日志 streamlit run app.py --server.port=8502 > log_8502.log 2>&1 & streamlit run app.py --server.port=8503 > log_8503.log 2>&1 &

6. 总结

通过本文的介绍，你应该已经掌握了DeepSeek-OCR端口修改和多端口部署的全部技巧。记住这几个关键点：

1. 端口修改很简单：使用--server.port参数就能轻松修改
2. 多实例部署很实用：让你能够充分利用服务器资源
3. 自动化是好朋友：使用脚本管理多个实例更高效

现在你可以根据自己的需求，灵活配置DeepSeek-OCR的服务端口，无论是解决端口冲突问题，还是部署多个实例满足业务需求，都能轻松应对。

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。