CVE-Search项目中的SystemD服务配置与数据库初始化实践
2025-07-01 06:40:27作者:邬祺芯Juliet
背景介绍
CVE-Search作为一个开源的漏洞数据库搜索工具,在生产环境中通常需要以服务形式运行。最新版本5.0.2中提供了SystemD服务配置示例,但许多用户在部署过程中会遇到服务启动失败的问题。本文将深入解析正确的配置方法。
SystemD服务配置要点
CVE-Search项目在_etc/systemd/system目录下提供了服务配置示例文件,但这些文件需要根据实际环境进行调整后才能正常使用。常见需要修改的配置项包括:
- 工作目录路径:默认配置中使用/opt/cve/cve-search作为工作目录
- 运行用户:示例配置假设使用cve用户运行服务
- 日志文件权限:运行用户需要对工作目录有写入权限
动态用户方案
对于更安全的部署方案,推荐使用SystemD的动态用户功能。这种方案不需要预先创建系统用户,而是由SystemD动态管理。典型配置如下:
[Service]
User=cvesearch
DynamicUser=yes
StateDirectory=cvesearch
Environment=HOME=/var/lib/cvesearch
SyslogIdentifier=cvesearch.db_updater
LogsDirectory=cve-search
实际部署步骤
- 将示例服务文件复制到系统目录:
sudo cp /opt/cve/cve-search/_etc/systemd/system/* /etc/systemd/system/
- 为需要NVD NIST API密钥的服务创建配置目录:
sudo mkdir /etc/systemd/system/cvesearch.db_init.service.d
sudo mkdir /etc/systemd/system/cvesearch.db_repopulate.service.d
sudo mkdir /etc/systemd/system/cvesearch.db_updater.service.d
- 添加API密钥配置:
echo -e "[Service]\nEnvironment=NVD_NIST_API_KEY=your-api-key" | sudo tee /etc/systemd/system/cvesearch.db_init.service.d/APIKEY.conf | sudo tee /etc/systemd/system/cvesearch.db_repopulate.service.d/APIKEY.conf | sudo tee /etc/systemd/system/cvesearch.db_updater.service.d/APIKEY.conf
- 重新加载SystemD配置:
sudo systemctl daemon-reload
数据库初始化注意事项
直接启动cvesearch.db_init.service会失败,因为该服务配置了RefuseManualStart=true。正确的做法是使用.target单元来管理服务依赖关系:
sudo systemctl start --no-block cvesearch.db_init.target
这种设计的原因是数据库初始化期间数据处于不确定状态,API可能返回错误结果。target单元会确保在初始化期间停止相关服务。
生产环境考量
在生产环境中使用UWSGI部署时,可能需要调整服务配置:
- 修改停止的服务为UWSGI而非简单的web服务
- 考虑添加服务依赖关系
- 配置适当的日志轮转策略
测试验证
在Ubuntu 22.04 LTS环境下,使用空MongoDB数据库进行测试验证:
- 确保所有Python依赖已安装
- 检查服务日志确认无错误
- 验证数据库是否已正确填充
总结
正确配置CVE-Search的SystemD服务需要注意工作目录、用户权限和API密钥等关键配置项。使用动态用户可以提高安全性,而通过target单元管理服务依赖则能确保数据库初始化的可靠性。生产部署时还需考虑与UWSGI等组件的集成。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
443