CVE-Search项目中的SystemD服务配置与数据库初始化实践
2025-07-01 03:00:48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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
342
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178