CVE-Search项目中的SystemD服务配置与数据库初始化实践
2025-07-01 14:57:05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
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++097AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
61
94

🎉 (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
977
575

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

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++
550
83

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
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133